摘要：场景 日志服务内置了20+类SQL函数。面对用户复杂的业务场景，例如使用json来沉淀业务数据，普通的SQL函数可能就无法满足需求，需要一些用户自定义处理逻辑。为了处理json类的业务数据，我们可以采用把json展开成多行的形式进行统计分析，今天我们介绍使用UDF(lambda)的方式来编写自定义逻辑，处理json、array、map类型的数据。
场景
日志服务内置了20+类SQL函数。面对用户复杂的业务场景，例如使用json来沉淀业务数据，普通的SQL函数可能就无法满足需求，需要一些用户自定义处理逻辑。为了处理json类的业务数据，我们可以采用把json展开成多行的形式进行统计分析，今天我们介绍使用UDF(lambda)的方式来编写自定义逻辑，处理json、array、map类型的数据。
数据样例：
__source__: 11.164.232.105__tag__:__hostname__: vm-req-170103232316569850-tianchi111932.tc__topic__: TestTopic_4array_column: [1,2,3]double_column: 1.23map_column: {"a":1,"b":2}text_column: 商品
lambda函数对array类型的数据进行求均值
为了遍历每一个array元素，并且把计算所有元素的均值，我们通过reduce函数进行计算。
* | select array_column, reduce( cast( json_parse(array_column)asarray(bigint)) , CAST(ROW(0.0,0)ASROW(sum DOUBLE, count INTEGER)) , (s,x) -> cast(row( x+ s.sum, s.count+1)asROW(sum double, count INTEGER)), s ->IF(s.count =0,NULL, s.sum / s.count))
reduce 函数的具体语义参考语法文档。参数分为四部分
cast( json_parse(array_column) as array(bigint))表示输入的数组数据
CAST(ROW(0.0, 0) AS ROW(sum DOUBLE, count INTEGER))定义起始状态为一个复杂的row类型，分别记录sum和count
对每一个元素，计算累加值，(s,x) -> cast(row( x+ s.sum, s.count+1) as ROW(sum double, count INTEGER))s代表已经有的状态，x代表新输入的元素，计算结果通过cast强制定义为row类型
最后对最终状态，计算avg值，s -> IF(s.count = 0, NULL, s.sum / s.count)。s代表最终状态。
对所有行的array元素求avg：
* |selectsum(rows.sum ) /sum(rows.count)from(selectarray_column, reduce( cast( json_parse(array_column)asarray(bigint)) ,CAST(ROW(0.0,0) ASROW(sum DOUBLE, count INTEGER)) , (s,x) ->cast(row( x+ s.sum, s.count+1)asROW(sumdouble, count INTEGER)), s -> s)asrowsfromlog )
通过子查询的方式，先reduce每一行的array的sum 和count。之后在嵌套查询中，求所有行的sum和count，最后相除求avg
