> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

> يستبدل جميع الصفوف التي لها نفس المفتاح الأساسي (أو، على نحو أدق، التي لها نفس [مفتاح الفرز](/reference/engines/table-engines/mergetree-family/mergetree)) بصف واحد (ضمن جزء بيانات واحد) يخزّن مزيجًا من حالات الدوال التجميعية.

# محرك الجدول AggregatingMergeTree

يرث هذا المحرك من [MergeTree](/docs/ar/reference/engines/table-engines/mergetree-family/mergetree)، مع تعديل منطق دمج أجزاء البيانات. يستبدل ClickHouse جميع الصفوف التي لها نفس المفتاح الأساسي (أو، على نحو أدق، التي لها نفس [مفتاح الفرز](/docs/ar/reference/engines/table-engines/mergetree-family/mergetree)) بصف واحد (ضمن جزء بيانات واحد) يخزّن مزيجًا من حالات الدوال التجميعية.

يمكنك استخدام جداول `AggregatingMergeTree` في التجميع التدريجي للبيانات، بما في ذلك العروض المُجسَّدة المُجمَّعة.

يمكنك الاطّلاع على مثال لكيفية استخدام AggregatingMergeTree والدوال التجميعية في الفيديو أدناه:

<div class="vimeo-container">
  <Frame>
    <iframe src="https://www.youtube.com/embed/pryhI4F_zqQ" title="حالات التجميع في ClickHouse" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen />
  </Frame>
</div>

يعالج هذا المحرك جميع الأعمدة ذات الأنواع التالية:

* [`AggregateFunction`](/docs/ar/reference/data-types/aggregatefunction)
* [`SimpleAggregateFunction`](/docs/ar/reference/data-types/simpleaggregatefunction)

يكون استخدام `AggregatingMergeTree` مناسبًا إذا كان يخفّض عدد الصفوف بعدة مراتب.

<div id="creating-a-table">
  ## إنشاء جدول
</div>

```sql theme={null}
CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
    ...
) ENGINE = AggregatingMergeTree()
[PARTITION BY expr]
[ORDER BY expr]
[SAMPLE BY expr]
[TTL expr]
[SETTINGS name=value, ...]
```

للاطلاع على وصف معلمات الطلب، راجع [وصف الطلب](/docs/ar/reference/statements/create/table).

**بنود الاستعلام**

عند إنشاء جدول `AggregatingMergeTree`، تكون [البنود](/docs/ar/reference/engines/table-engines/mergetree-family/mergetree) نفسها مطلوبة كما عند إنشاء جدول `MergeTree`.

<details markdown="1">
  <summary>الطريقة المهجورة لإنشاء جدول</summary>

  <Note>
    لا تستخدم هذه الطريقة في المشاريع الجديدة، وإن أمكن، انقل المشاريع القديمة إلى الطريقة الموضحة أعلاه.
  </Note>

  ```sql theme={null}
  CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
  (
      name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
      name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
      ...
  ) ENGINE [=] AggregatingMergeTree(date-column [, sampling_expression], (primary, key), index_granularity)
  ```

  جميع المعلمات لها المعنى نفسه كما في `MergeTree`.
</details>

<div id="select-and-insert">
  ## SELECT and INSERT
</div>

لإدراج البيانات، استخدم استعلام [INSERT SELECT](/docs/ar/reference/statements/insert-into) مع الدوال التجميعية ذات اللاحقة `-State`.
عند تحديد البيانات من جدول `AggregatingMergeTree`، استخدم عبارة `GROUP BY` ونفس الدوال التجميعية المستخدمة عند إدراج البيانات، لكن باستخدام اللاحقة `-Merge`.

في نتائج استعلام `SELECT`، تكون للقيم من النوع `AggregateFunction` تمثيلات ثنائية خاصة بالتنفيذ في جميع صيغ الإخراج في ClickHouse. على سبيل المثال، إذا فرّغت البيانات إلى صيغة `TabSeparated` باستخدام استعلام `SELECT`، فيمكن بعد ذلك إعادة تحميل هذا التفريغ باستخدام استعلام `INSERT`.

<div id="example-of-an-aggregated-materialized-view">
  ## مثال على عرض مادي مجمَّع
</div>

يفترض المثال التالي أن لديك قاعدة بيانات باسم `test`. أنشئها إن لم تكن موجودة بالفعل باستخدام الأمر أدناه:

```sql theme={null}
CREATE DATABASE test;
```

أنشئ الآن الجدول `test.visits` الذي يحتوي على البيانات الخام:

```sql theme={null}
CREATE TABLE test.visits
 (
    StartDate DateTime64 NOT NULL,
    CounterID UInt64,
    Sign Nullable(Int32),
    UserID Nullable(Int32)
) ENGINE = MergeTree ORDER BY (StartDate, CounterID);
```

بعد ذلك، ستحتاج إلى جدول `AggregatingMergeTree` يخزّن `AggregationFunction`s لتتبع إجمالي عدد الزيارات وعدد المستخدمين الفريدين.

أنشئ عرضاً مُجسَّداً من نوع `AggregatingMergeTree` يراقب جدول `test.visits`، ويستخدم النوع [`AggregateFunction`](/docs/ar/reference/data-types/aggregatefunction):

```sql theme={null}
CREATE TABLE test.agg_visits (
    StartDate DateTime64 NOT NULL,
    CounterID UInt64,
    Visits AggregateFunction(sum, Nullable(Int32)),
    Users AggregateFunction(uniq, Nullable(Int32))
)
ENGINE = AggregatingMergeTree() ORDER BY (StartDate, CounterID);
```

أنشئ طريقة عرض مُجسَّدة تملأ `test.agg_visits` من `test.visits`:

```sql theme={null}
CREATE MATERIALIZED VIEW test.visits_mv TO test.agg_visits
AS SELECT
    StartDate,
    CounterID,
    sumState(Sign) AS Visits,
    uniqState(UserID) AS Users
FROM test.visits
GROUP BY StartDate, CounterID;
```

أدخل البيانات في جدول `test.visits`:

```sql theme={null}
INSERT INTO test.visits (StartDate, CounterID, Sign, UserID)
VALUES (1667446031000, 1, 3, 4), (1667446031000, 1, 6, 3);
```

يتم إدراج البيانات في كلٍّ من `test.visits` و`test.agg_visits`.

للحصول على البيانات المجمَّعة، نفِّذ استعلامًا مثل `SELECT ... GROUP BY ...` من العرض المُجسَّد `test.visits_mv`:

```sql theme={null}
SELECT
    StartDate,
    sumMerge(Visits) AS Visits,
    uniqMerge(Users) AS Users
FROM test.visits_mv
GROUP BY StartDate
ORDER BY StartDate;
```

```text theme={null}
┌───────────────StartDate─┬─Visits─┬─Users─┐
│ 2022-11-03 03:27:11.000 │      9 │     2 │
└─────────────────────────┴────────┴───────┘
```

أضف سجلَّين آخرَين إلى `test.visits`، لكن هذه المرة استخدم طابعاً زمنياً مختلفاً لأحد السجلَّين:

```sql theme={null}
INSERT INTO test.visits (StartDate, CounterID, Sign, UserID)
VALUES (1669446031000, 2, 5, 10), (1667446031000, 3, 7, 5);
```

شغِّل استعلام `SELECT` مرةً أخرى، وسيُعيد الناتج الآتي:

```text theme={null}
┌───────────────StartDate─┬─Visits─┬─Users─┐
│ 2022-11-03 03:27:11.000 │     16 │     3 │
│ 2022-11-26 07:00:31.000 │      5 │     1 │
└─────────────────────────┴────────┴───────┘
```

في بعض الحالات، قد ترغب في تجنب التجميع المسبق للصفوف عند وقت الإدراج لنقل تكلفة التجميع من وقت الإدراج
إلى وقت الدمج. في العادة، يكون من الضروري تضمين الأعمدة التي لا تشكّل جزءًا من التجميع في عبارة `GROUP BY`
الخاصة بتعريف العرض المُجسَّد لتفادي حدوث خطأ. غير أنه يمكنك الاستفادة من الدالة [`initializeAggregation`](/docs/ar/reference/functions/regular-functions/other-functions#initializeAggregation)
مع الإعداد `optimize_on_insert = 0` (وهو مُفعَّل افتراضيًا) لتحقيق ذلك. في هذه الحالة، لم يعد استخدام `GROUP BY`
ضروريًا:

```sql theme={null}
CREATE MATERIALIZED VIEW test.visits_mv TO test.agg_visits
AS SELECT
    StartDate,
    CounterID,
    initializeAggregation('sumState', Sign) AS Visits,
    initializeAggregation('uniqState', UserID) AS Users
FROM test.visits;
```

<Note>
  عند استخدام `initializeAggregation`، تُنشأ حالة تجميع لكل `row` على حدة من دون إجراء تجميع.
  وينتج عن كل `row` مصدر `row` واحدة في العرض المادي، بينما يحدث التجميع الفعلي لاحقًا عندما يدمج
  `AggregatingMergeTree` الأجزاء. ولا يصحّ ذلك إلا إذا كانت `optimize_on_insert = 0`.
</Note>

<div id="tuple-element-aggregation">
  ## تجميع عناصر Tuple
</div>

عند تمكين الإعداد `allow_tuple_element_aggregation`، تُسطَّح أعمدة `Tuple` تكراريًا بحيث يشارك كل عنصر نهائي في التجميع بشكل مستقل. وهذا يعني أن الأعمدة الفرعية `AggregateFunction` أو `SimpleAggregateFunction` داخل `Tuple` تُجمَّع وفقًا لوظائفها الخاصة، تمامًا كما لو كانت أعمدة من المستوى الأعلى.

تُستبعَد الأعمدة الفرعية التابعة لـ `Tuple` في مفتاح الفرز من التجميع. أمّا الأعمدة الفرعية غير التجميعية فتُعامَل كأعمدة عادية (تُحتفَظ بقيمتها الأولى).

<Note>
  هذا الإعداد غير قابل للتغيير ويجب تحديده عند إنشاء الجدول.
</Note>

```sql theme={null}
CREATE TABLE agg_tuples
(
    key UInt32,
    metrics Tuple(
        total_visits SimpleAggregateFunction(sum, UInt64),
        unique_users SimpleAggregateFunction(max, UInt64)
    )
) ENGINE = AggregatingMergeTree()
ORDER BY key
SETTINGS allow_tuple_element_aggregation = 1;

INSERT INTO agg_tuples VALUES (1, (100, 5));
INSERT INTO agg_tuples VALUES (1, (200, 8));
INSERT INTO agg_tuples VALUES (2, (50, 3));

OPTIMIZE TABLE agg_tuples FINAL;

SELECT key, metrics.total_visits, metrics.unique_users FROM agg_tuples ORDER BY key;
```

```text theme={null}
┌─key─┬─metrics.total_visits─┬─metrics.unique_users─┐
│   1 │                  300 │                    8 │
│   2 │                   50 │                    3 │
└─────┴──────────────────────┴──────────────────────┘
```

يُجمَّع `total_visits` باستخدام `sum` (100 + 200 = 300)، في حين يُجمَّع `unique_users` باستخدام `max` (max(5, 8) = 8).

<div id="related-content">
  ## محتوى مرتبط
</div>

* مدونة: [استخدام مُركِّبات التجميع في ClickHouse](https://clickhouse.com/blog/aggregate-functions-combinators-in-clickhouse-for-arrays-maps-and-states)