美文网首页
Hive函数 - cube, rollup 详解

Hive函数 - cube, rollup 详解

作者: Paycation | 来源:发表于2019-04-05 17:09 被阅读0次

使用场景

很多时候我们除了需要在报表中罗列出每个具体项的数据,还需要进行汇总,并且是不同维度的汇总。如果在展示表格的时候汇总,可能会比较慢,我们一般是把结果计算出来之后,以'ALL'或者'总计','汇总'等字样作为项的名称,然后放入汇总值。如果仅仅是所有行的汇总,一次聚合就搞定。但是不同维度的汇总就会很麻烦,所幸我们有 cube, rollup 函数。

tips:可能有人不懂什么是不同维度的聚合。比如下表:

国籍 性别 人数
中国 80
中国 70
美国 50
美国 44
中国 合计 150
美国 合计 94
合计 合计 244

这里展示了每个项的数据,以及从右到左不同维度的合计(性别维度, 所有维度),相当于后面说的 rollup 函数。
如果进一步得到所有组合的合计,那么上表还需要附加下面的内容:

国籍 性别 人数
合计 130
合计 114

增加了国籍维度的聚合。把所有维度进行进行组合聚合,这就是 cube 函数的作用。

PS:其实这里国籍和性别应该同时聚合一次,不够由于没有国籍、性别同时相等的行,也就没有聚合的必要,但是数据库在计算时,这一步不会省略。

cube 函数

先看代码:

select 
    if(grouping(a)=1, 'ALL', a) a,
    if(grouping(b)=1, 'ALL', b) b,
    count(1)
from my_table
group by
    cube(a, b)

上面的代码相当于:

select 'ALL' a, 'ALL' b, count(1) from my_table # 整体进行聚合
union all
select a, 'ALL' b, count(1) from my_table group by a # a 为维度聚合
union all
select 'ALL' a, b, count(1) from my_table group by b # b 为维度聚合
union all
select a, b, count(1) from my_table group by a, b # a, b 两个维度聚合

tips:

  1. grouping(a)=1 表示当不是以 a 为维度聚合的时候,也就是 a 会被合并的时候,返回 true。此时用一个值来填充 a,默认是 NULL,这里我们用了更有意义的 "ALL" 字符串。
  2. 当要聚合的维度很多时,用 cube 的计算量会非常大。聚合次数指数级增长。所以不要在 cube 里放太多字段。

rollup 函数

select 
    if(grouping(a)=1, 'ALL', a) a,
    if(grouping(b)=1, 'ALL', b) b,
    count(1)
from my_table
group by
    rollup(a, b)

等价于:

select 'ALL' a, 'ALL' b, count(1) from my_table # 整体进行聚合
union all
select a, 'ALL' b, count(1) from my_table group by a # a 为维度聚合
union all
select a, b, count(1) from my_table group by a, b # a, b 两个维度聚合

和 cube 函数的区别是,cube 会把括号里面的所有字段进行组合,而 rollup 只会“递进”地聚合括号里的字段。

相关文章

网友评论

      本文标题:Hive函数 - cube, rollup 详解

      本文链接:https://www.haomeiwen.com/subject/lvjqiqtx.html