示例：哈希聚合平均值

计算 2013 年 3 月前两周按每日百万笔交易量分组的交易组的平均收盘价：

    SELECT symbol, 
        seq_search(day, 20130304, 20130315) as Mar_2013,
        volume@Mar_2013 as "volume", close@Mar_2013 as "close",
        seq_hash_agg_avg(close@Mar_2013, volume@Mar_2013/1000000) as avg_vol,
        seq_hash_group_by(avg_vol) as "group_by"
    FROM Quote WHERE symbol='IBM';
     
    symbol
    Mar_2013{}
    volume{}
    close{}
    avg_vol{}
    group_by{}
    ------------------------------------------------------------------------------
    IBM
    {20130304, 20130305, 20130306, 20130307, 20130308,
    20130311, 20130312, 20130313, 20130314, 20130315}
    {3693365, 3807706, 3594899, 3884317, 3700786,
    3049701, 3592096, 3356946, 5505584, 7936544}
    {205.190002, 206.529999, 208.380005, 209.419998, 210.380005,
    210.080002, 210.550003, 212.059998, 215.800003, 214.919998}
    {214.919998, 209.073751, 215.800003}
    {7, 3, 5}

请注意，“hash_aggregate”函数使用哈希表为由任意序列（不一定已排序，例如上述的 close）确定的每个组计算聚合值。因此，要解释这些函数的结果集，需要一个“group_by”序列。函数 seq_hash_group_by 返回用于分组的值序列，以便在结果序列中的值与组之间建立对应关系。

在上述示例中，收盘价被划分成与成交量值相关的组，成交量的范围分别为（0 - 999,999）、（1,000,000 - 1,999,999）、（2,000,000 - 2,999,999）等等。为了说明这一点，我们对输出结果进行如下分析：

我们在输出结果中突出显示了与分组序列中值为 3 的第二个元素相对应的值（输出结果中的最后一个序列）。
结果序列 avg_vol 中对应的值为（209.073751）。
要了解其计算方式，我们突出显示了交易量在 300 万至 400 万之间的成交量序列中的元素（成交量/1000000 = 3）。这些值的位置索引为（0、1、2、3、4、5、6）。
对元素 0 至 6 的收盘价进行平均计算如下：
（205.190002 + 206.529999 + 208.380005 + 209.419998 + 210.380005 + 210.080002 + 210.550003 + 212.059998）/ 8 = 209.073751

还请注意，在 500 万范围内的唯一一次成交量对应的是唯一的平均成交量值 215.800003，而在 700 万范围内的唯一一次成交量对应的是唯一的平均成交量值 214.919998。

要使用 xSQL 演示此选择语句，可以从 samples/xsql/scripts/financial 目录中运行以下命令来执行示例脚本：

    x 11