> ## 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.
> 同じ主キー（より正確には、同じ[ソートキー](/reference/engines/table-engines/mergetree-family/mergetree)） を持つすべての行を、集約関数の状態の組み合わせを格納する 単一の行（単一のデータパーツ内）に置き換えます。
# AggregatingMergeTree テーブルエンジン
このエンジンは [MergeTree](/docs/ja/reference/engines/table-engines/mergetree-family/mergetree) を継承しており、データパーツのマージロジックを変更しています。ClickHouse は、同じ主キー (より正確には、同じ[ソートキー](/docs/ja/reference/engines/table-engines/mergetree-family/mergetree)) を持つすべての行を、集約関数の状態の組み合わせを格納する単一の行 (単一のデータパーツ内) に置き換えます。
`AggregatingMergeTree` テーブルは、集計済みの materialized view を含む、インクリメンタルなデータ集計に使用できます。
以下のビデオでは、AggregatingMergeTree と Aggregate 関数の使用例を確認できます。
このエンジンは、次の型を持つすべてのカラムを処理します。
* [`AggregateFunction`](/docs/ja/reference/data-types/aggregatefunction)
* [`SimpleAggregateFunction`](/docs/ja/reference/data-types/simpleaggregatefunction)
`AggregatingMergeTree` は、行数を桁違いに減らせる場合に適しています。
## テーブルの作成
```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, ...]
```
リクエストパラメータの説明については、[リクエストの説明](/docs/ja/reference/statements/create/table)を参照してください。
**クエリ句**
`AggregatingMergeTree` テーブルの作成時には、`MergeTree` テーブルの作成時と同じ [句](/docs/ja/reference/engines/table-engines/mergetree-family/mergetree) が必要です。
非推奨のテーブル作成方法
新しいプロジェクトではこの方法を使用しないでください。可能であれば、既存のプロジェクトも上記で説明した方法に切り替えてください。
```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)
```
すべてのパラメータは、`MergeTree` の場合と同じ意味を持ちます。
## SELECT and INSERT
データを挿入するには、集約 -State- 関数を使用する [INSERT SELECT](/docs/ja/reference/statements/insert-into) クエリを使用します。
`AggregatingMergeTree` テーブルからデータを選択する場合は、`GROUP BY` 句と、データ挿入時と同じ集約関数を使用しますが、`-Merge` 接尾辞を付けます。
`SELECT` クエリの結果では、`AggregateFunction` 型の値は、ClickHouse のすべての出力フォーマットにおいて実装固有のバイナリ表現になります。たとえば、`SELECT` クエリでデータを `TabSeparated` フォーマットにダンプした場合、そのダンプは `INSERT` クエリを使って再度読み込めます。
## 集計materialized viewの例
以下の例では、`test`という名前のデータベースが存在することを前提としています。まだ存在しない場合は、以下のコマンドを使用して作成してください。
```sql theme={null}
CREATE DATABASE test;
```
次に、生データを格納するテーブル `test.visits` を作成します：
```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);
```
次に、訪問の総数とユニークユーザー数を追跡する `AggregationFunction` を保存する `AggregatingMergeTree` テーブルを作成します。
`test.visits` テーブルを監視し、[`AggregateFunction`](/docs/ja/reference/data-types/aggregatefunction) 型を使用する `AggregatingMergeTree` の materialized view を作成します:
```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);
```
`test.visits` から `test.agg_visits` にデータを格納する materialized view を作成します:
```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;
```
`test.visits` テーブルにデータを挿入します：
```sql theme={null}
INSERT INTO test.visits (StartDate, CounterID, Sign, UserID)
VALUES (1667446031000, 1, 3, 4), (1667446031000, 1, 6, 3);
```
データは`test.visits`と`test.agg_visits`の両方に挿入されます。
集計データを取得するには、materialized view `test.visits_mv` に対して `SELECT ... GROUP BY ...` などのクエリを実行します：
```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 │
└─────────────────────────┴────────┴───────┘
```
`test.visits` にさらにいくつかのレコードを追加します。今回は、そのうちの1件に異なるタイムスタンプを使用してみましょう：
```sql theme={null}
INSERT INTO test.visits (StartDate, CounterID, Sign, UserID)
VALUES (1669446031000, 2, 5, 10), (1667446031000, 3, 7, 5);
```
`SELECT` クエリを再度実行すると、次の出力が返されます。
```text theme={null}
┌───────────────StartDate─┬─Visits─┬─Users─┐
│ 2022-11-03 03:27:11.000 │ 16 │ 3 │
│ 2022-11-26 07:00:31.000 │ 5 │ 1 │
└─────────────────────────┴────────┴───────┘
```
場合によっては、集計コストをinsert時からmerge時に移すために、insert時に行を事前集計しないようにしたいことがあります。通常、エラーを回避するには、materialized viewの定義の`GROUP BY`句に集計対象外のカラムを含める必要があります。しかし、`optimize_on_insert = 0` (デフォルトでは有効) を設定した上で[`initializeAggregation`](/docs/ja/reference/functions/regular-functions/other-functions#initializeAggregation)関数を使用することで、これを実現できます。この場合、`GROUP BY`は不要になります。
```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;
```
`initializeAggregation` を使用すると、グループ化せずに各行ごとに aggregate state が作成されます。
各ソース行は materialized view で 1 行を生成し、実際の aggregation はその後、
`AggregatingMergeTree` がパーツをマージする際に行われます。これは `optimize_on_insert = 0` の場合にのみ当てはまります。
## Tuple 要素の集計
`allow_tuple_element_aggregation` 設定が有効な場合、`Tuple` カラムは再帰的にフラット化され、各リーフ要素が独立して集計の対象になります。つまり、`Tuple` 内の `AggregateFunction` または `SimpleAggregateFunction` サブカラムは、それぞれの関数に従って、トップレベルのカラムと同様に集計されます。
ソートキー内の `Tuple` に属するサブカラムは、集計から除外されます。非集約のサブカラムは通常のカラムとして扱われます (最初の値が保持されます) 。
この設定は変更不可であり、テーブル作成時に指定する必要があります。
```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 │
└─────┴──────────────────────┴──────────────────────┘
```
`total_visits` は `sum` で集計され (100 + 200 = 300) 、`unique_users` は `max` で集計されます (max(5, 8) = 8) 。
## 関連コンテンツ
* ブログ: [ClickHouseで集約コンビネータを使う: Array、Map、state](https://clickhouse.com/blog/aggregate-functions-combinators-in-clickhouse-for-arrays-maps-and-states)