3.3.5 Aggregation语句
3.3.5.1 简介
Cypher支持使用聚合（Aggregation）来计算聚在一起的数据，类似SQL中的group by。聚合函数有多个输入值，然后基于它们计算出一个聚合值。例如，avg函数计算多个数值的平均值。min函数用于找到一组值中最小的那个值。
聚合可以在匹配到的子图上进行计算。非聚合的表达式将值聚集起来，然后放入聚合函数。
以下面的返回语句为例：
这里有两个表达式：n和count()。前者n不是聚合函数，是一个分组键。后者count()是一个聚合函数。因此，根据不同的分组键（Grouping Key），匹配的子图将被分为不同的组。聚合函数将运行在这些组上来计算聚合值。
下面的例子对理解聚合很有帮助，该查询基于如图3-9所示的数据。
图3-9 查询例子的数据
查询：
在这个例子中，试图找到朋友的所有朋友并计算朋友的个数。第一个count(DISTINCT friend_of_friend)聚合函数中每个friend_of_friend只会计算一次，因为DISTINCT剔除了重复的部分。第二个聚合函数中，每个friend_of_friend会被计算多次。当没有使用DISTINCT时，因为B和C都认识D，因此D被计算了两次。
结果：
聚合图例如图3-10所示。
图3-10 聚合图例
3.3.5.2 count
count用于计算行的数量。count有两种使用方式：count(*)用于计算匹配的行数，而count(<expression>)用于计算<expression>中非空值的数量。
1．计算节点
计算节点的数量。例如：如果要计算连接到某个节点的节点数，可用count(*)，示例如下。
查询：
结果将返回起始节点及与之相连节点的数量。
结果：
2．按组计算关系类型的数量
计算关系类型组中的数量，返回类型和数量。
查询：
结果将返回关系类型和关系组中的关系数量。
结果：
3．计算实体
除了通过count(*)计算结果的数量，还可以加入name值。
查询：
结果将返回与满足带有name属性值为A的节点相连的所有节点的数量。
结果：
4．计算非空值的数量
可以通过count(expression)来计算非空值的数量。
查询：
结果将返回property属性非空的所有节点。
结果：
3.3.5.3 统计
1．sum可以通过聚合函数sum计算所有值之和。计算的时候，空值将被丢弃。
查询：
结果将返回包含Person标签的所有节点的property属性值之和。
结果：
2．avg
avg计算数值列的平均值。
查询：
结果将返回property属性值的平均值。
结果：
3．percentileDisc
percentileDisc计算给定值在一个组中的百分位，取值从0.0～1.0。它使用舍入法，返回最接近百分位的值。对于插值法，请参考percentileCont函数。
查询：
结果：
4．percentileCont
percentileCont计算给定值在一个组中的百分位，百分位的值从0.0～1.0。它采用线性插值的方法，在两个值之间计算一个加权平均数。对于使用舍入法获取最近的值，请参考percentileDisc函数。
查询：
结果：
5．stdev
stdev计算给定值在一个组中的标准偏差。它采用标准的two-pass方法，以N-1作为分母。当以部分样本作为无偏估计时，应使用stdev；当计算整个样本的标准偏差时，应使用stdevp。
查询：
结果：
6．stdevp
stdevp计算给定值在一个组中的标准偏差。与stdev类似，区别如上所述。
查询：
结果：
7．max
max查找数值列中的最大值。
查询：
结果将返回property属性中的最大值。
结果：
8．min
min查找数值列中的最小值。
查询：
结果将返回property属性中的最小值。
结果：
3.3.5.4 collect
collect将所有的值收集起来放入一个列表，空值null将被忽略。
查询：
结果将以列表的形式返回收集到的值。
结果：
3.3.5.5 DISTINCT
所有的聚合函数都可以带有DISTINCT修饰符，它将去掉其中的重复值。因此，计算节点中不重复眼睛颜色数量的查询可以这样写：
查询：
结果：
