> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Suma uno o más arrays `value` según las claves especificadas en el array `key`. Devuelve una tupla de arrays: las claves ordenadas, seguidas de los valores sumados para las claves correspondientes sin desbordamiento.

# sumMap

<div id="sumMappedArrays">
  ## sumMappedArrays
</div>

Introducido en: v1.1.0

Suma uno o más arrays `value` según las claves especificadas en el array `key`. Devuelve una tupla de arrays: las claves en orden ordenado, seguidas de los valores sumados para las claves correspondientes sin desbordamiento.

<Note>
  * Pasar una tupla de claves y arrays de valores es idéntico a pasar un array de claves y un array de valores.
  * El número de elementos de `key` y de todos los arrays `value` debe ser el mismo para cada fila que se suma.
</Note>

**Sintaxis**

```sql theme={null}
sumMappedArrays(key, value1 [, value2, ...])
sumMappedArrays(Tuple(key, value1 [, value2, ...]))
```

**Argumentos**

* `key` — Array de claves. [`Array`](/es/reference/data-types/array)
* `value1, value2, ...` — Arrays de valores que se suman para cada clave. [`Array`](/es/reference/data-types/array)

**Valor devuelto**

Devuelve una tupla de arrays: el primer array contiene las claves ordenadas, seguido de arrays que contienen los valores sumados para las claves correspondientes. [`Tuple`](/es/reference/data-types/tuple)

**Ejemplos**

**Uso básico con el tipo Nested**

```sql title=Query theme={null}
CREATE TABLE sum_map(
    date Date,
    timeslot DateTime,
    statusMap Nested(
        status UInt16,
        requests UInt64
    ),
    statusMapTuple Tuple(Array(Int32), Array(Int32))
) ENGINE = Memory;

INSERT INTO sum_map VALUES
    ('2000-01-01', '2000-01-01 00:00:00', [1, 2, 3], [10, 10, 10], ([1, 2, 3], [10, 10, 10])),
    ('2000-01-01', '2000-01-01 00:00:00', [3, 4, 5], [10, 10, 10], ([3, 4, 5], [10, 10, 10])),
    ('2000-01-01', '2000-01-01 00:01:00', [4, 5, 6], [10, 10, 10], ([4, 5, 6], [10, 10, 10])),
    ('2000-01-01', '2000-01-01 00:01:00', [6, 7, 8], [10, 10, 10], ([6, 7, 8], [10, 10, 10]));

SELECT
    timeslot,
    sumMappedArrays(statusMap.status, statusMap.requests),
    sumMappedArrays(statusMapTuple)
FROM sum_map
GROUP BY timeslot;
```

```response title=Response theme={null}
┌────────────timeslot─┬─sumMappedArrays(statusMap.status, statusMap.requests)─┬─sumMappedArrays(statusMapTuple)─────────┐
│ 2000-01-01 00:00:00 │ ([1,2,3,4,5],[10,10,20,10,10])                        │ ([1,2,3,4,5],[10,10,20,10,10])          │
│ 2000-01-01 00:01:00 │ ([4,5,6,7,8],[10,10,20,10,10])                        │ ([4,5,6,7,8],[10,10,20,10,10])          │
└─────────────────────┴───────────────────────────────────────────────────────┴─────────────────────────────────────────┘
```

**Ejemplo de arrays con múltiples valores**

```sql title=Query theme={null}
CREATE TABLE multi_metrics(
    date Date,
    browser_metrics Nested(
        browser String,
        impressions UInt32,
        clicks UInt32
    )
)
ENGINE = Memory;

INSERT INTO multi_metrics VALUES
    ('2000-01-01', ['Firefox', 'Chrome'], [100, 200], [10, 25]),
    ('2000-01-01', ['Chrome', 'Safari'], [150, 50], [20, 5]),
    ('2000-01-01', ['Firefox', 'Edge'], [80, 40], [8, 4]);

SELECT
    sumMappedArrays(browser_metrics.browser, browser_metrics.impressions, browser_metrics.clicks) AS result
FROM multi_metrics;
```

```response title=Response theme={null}
┌─result────────────────────────────────────────────────────────────────────────┐
│ (['Chrome', 'Edge', 'Firefox', 'Safari'], [350, 40, 180, 50], [45, 4, 18, 5]) │
└───────────────────────────────────────────────────────────────────────────────┘
-- En este ejemplo:
-- La tupla resultante contiene tres arrays
-- Primer array: claves (nombres de navegadores) en orden ascendente
-- Segundo array: total de impresiones por navegador
-- Tercer array: total de clics por navegador
```

**Véase también**

* [Combinador Map para el tipo de dato Map](/es/reference/functions/aggregate-functions/combinators#-map)
* [sumMapWithOverflow](/es/reference/functions/aggregate-functions/sumMapWithOverflow)