> ## 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.

> 根据 `key` 数组中指定的键，对一个或多个 `value` 数组进行求和。返回一个由数组构成的Tuple：先是按排序顺序排列的键，随后是对应键在不发生溢出的情况下求和后的值。

# sumMap

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

引入版本：v1.1.0

根据 `key` 数组中指定的键，对一个或多个 `value` 数组求和。返回一个由数组组成的Tuple：先是按排序顺序排列的键，再是对应键在不发生溢出的情况下求和得到的值。

<Note>
  * 传入由键和值数组组成的Tuple，与传入一个键数组和一个值数组等价。
  * 对于每个参与求和的行，`key` 和所有 `value` 数组的元素个数必须相同。
</Note>

**语法**

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

**参数**

* `key` — 键数组。[`Array`](/zh/reference/data-types/array)
* `value1, value2, ...` — 对每个键求和的值数组。[`Array`](/zh/reference/data-types/array)

**返回值**

返回一个由数组组成的Tuple：第一个数组包含已排序的键，后面依次是包含对应键求和值的数组。[`Tuple`](/zh/reference/data-types/tuple)

**示例**

**结合 Nested 类型的基本用法**

```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])          │
└─────────────────────┴───────────────────────────────────────────────────────┴─────────────────────────────────────────┘
```

**多值数组示例**

```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]) │
└───────────────────────────────────────────────────────────────────────────────┘
-- 在此示例中：
-- 结果 Tuple 包含三个数组
-- 第一个数组：键（浏览器名称），按排序顺序排列
-- 第二个数组：每个浏览器的总展示次数
-- 第三个数组：每个浏览器的总点击次数
```

**另请参阅**

* [Map 数据类型的 Map 组合器](/zh/reference/functions/aggregate-functions/combinators#-map)
* [sumMapWithOverflow](/zh/reference/functions/aggregate-functions/sumMapWithOverflow)