收集集合函数：COLLECT_SET

collect_set([distinct] expr)

功能描述

collect_set 函数用于从输入的一组数据中收集并返回一个不重复的元素集合。该函数可以确保返回的数组中不包含重复的元素，从而使得结果更加简洁明了。当指定 distinct 关键字时，函数会对结果进行去重处理，但请注意，即使不指定 distinct，collect_set 函数也会进行去重操作，因此 distinct 关键字在此场景下并不影响结果。

参数说明

• expr: 可以是任意数据类型的表达式。

返回结果

• 返回一个数组（array），数组中的元素类型与输入参数类型相同。
• 即使使用 distinct 关键字，也不会影响去重的结果。
• 返回的数组元素顺序不保证与输入顺序相同。
• 输入的 null 值不会包含在结果数组中。

使用示例

示例 1：基本使用

SELECT collect_set(col) FROM VALUES (1), (2), (1), (null) AS tab(col);
+------------------+
| collect_set(col) |
+------------------+
| [2,1]            |
+------------------+

示例 2：去重操作

SELECT collect_set(distinct col) FROM VALUES ("a"), ("b"), (null), ("c"), ("a") AS tab(col);
+---------------------------+
| collect_set(DISTINCT col) |
+---------------------------+
| ["c","b","a"]             |
+---------------------------+

注意事项

• 当处理大量数据时，请注意 collect_set 函数可能会消耗较多的内存资源。
• 由于返回的数组元素顺序不保证与输入顺序相同，若需要排序，请使用其他函数如 ARRAY_SORT 对结果进行排序处理。