ClickHouse中AggregatingMergeTree能否转移聚合函数状态至另一表？

1. 能否获取uniqState的未完成状态？ #

可以，但不能直接查询AggregateFunction类型的列——这类列存储的是序列化后的中间聚合状态，ClickHouse不允许直接返回原始状态，需通过以下方式处理：

• 若要获取序列化后的二进制状态，使用serialize函数：

  SELECT serialize(audience_reach) AS uniq_state_binary
  FROM analytics.test_AggregatingMergeTreeEngine_day
  LIMIT 1
  

• 若要计算最终的去重用户数，使用对应聚合函数的Merge版本（如uniqMerge）：

  SELECT 
      event_day_datetime,
      cur_sub_location,
      uniqMerge(audience_reach) AS audience_reach_count
  FROM analytics.test_AggregatingMergeTreeEngine_day
  GROUP BY event_day_datetime, cur_sub_location
  

2. 基于日粒度表实现周粒度聚合的正确方式 #

你的周粒度物化视图存在两个核心错误：数据源指向了原事实表而非日粒度聚合表，且对audience_reach错误使用uniqState函数。以下是修正后的代码：

周粒度表（结构无需修改）

CREATE TABLE IF NOT EXISTS analytics.test_AggregatingMergeTreeEngine_week
(
    event_week_datetime DATETIME, 
    ad_request SimpleAggregateFunction(sum, UInt64),
    audience_reach AggregateFunction(uniq, String, String),
    cur_sub_location int,
) ENGINE = AggregatingMergeTree()
ORDER BY (event_week_datetime, cur_sub_location);

周粒度物化视图（核心修正）

CREATE MATERIALIZED VIEW IF NOT EXISTS analytics.test_AggregatingMergeTreeEngine_mv_week
TO analytics.test_AggregatingMergeTreeEngine_week
(
    `event_week_datetime` DATETIME,
    `ad_request` SimpleAggregateFunction(sum, UInt64),
    `audience_reach` AggregateFunction(uniq, String, String),
    `cur_sub_location` int,
)
AS
SELECT 
    toStartOfWeek(event_day_datetime) AS event_week_datetime,
    sum(ad_request) AS ad_request,
    merge(audience_reach) AS audience_reach, -- 合并日粒度的uniq状态
    cur_sub_location
FROM analytics.test_AggregatingMergeTreeEngine_day
GROUP BY event_week_datetime, cur_sub_location
ORDER BY event_week_datetime, cur_sub_location;

关键原理说明 #

• AggregatingMergeTree中的AggregateFunction列，存储的就是uniqState生成的中间聚合状态，无需额外提取
• 基于日粒度表做周粒度聚合时，merge函数可将多个日粒度状态合并为周粒度中间状态，并存入周粒度表
• 后续查询周粒度表时，仍可通过uniqMerge(audience_reach)计算最终的周去重用户数

内容的提问来源于stack exchange，提问作者Nadezhda Zholtikova