Cube结构-GROUPING SETS

背景：在开发过程中，往往有业务方有计算不同统计粒度指标需求，在数据量比较小的情况，直接提供底层明细表给到看板，通过看板模块筛选后再聚合计算即可，但是在数据量比较大的情况下，看板侧每次筛选完维度之后，都需要运行很久，不仅占用资源，而且体感很差，那么在这种情况下，我们就可以使用cube结构，提取计算好不同维度组合下的指标，再提供给看板。

一、Cube结构：多维数据分析的核心框架

1. 基本定义与组成
   Cube是一种多维数据结构，用于支持大型数据集的快速分析。它通过维度（如时间、地理、产品）、度量（如销售额、请求量）、粒度（数据详细程度）和层次结构（维度内的层级，如年-月-日）构建数据模型11。例如，在分析请求耗时场景中，"系统-模块-小时"可构成关键维度，耗时则作为度量值。

2. 实现方式：星型模式与事实表
   Cube通常通过星型模式实现，包含一个事实表（记录具体业务数据，如请求耗时）和多个维度表（描述维度属性，如系统名称、模块分类）。这种结构通过外键关联，既压缩了存储空间，又提升了查询效率1。例如，将每小时请求的耗时统计存储在事实表中，维度表分别描述系统和模块的元数据。

3. 应用价值
   Cube支持灵活的多维钻取、切片和切块操作。例如，用户可先查看系统A1的整体耗时，再下钻到模块B1的小时级分位数曲线，并通过时间维度对比不同周期的性能变化。

二、GROUPING SETS：多维聚合的灵活扩展

1. 功能定位
   GROUPING SETS是SQL中用于多维度聚合的语法，允许在单次查询中生成多组不同粒度的汇总结果。相比传统的GROUP BY，它避免了多次查询的冗余计算，尤其适用于海量数据分析场景4。

2. 典型应用场景

   • 部分维度组合分析：例如同时计算（系统+模块）、（系统+小时）、（模块+小时）的聚合结果，无需多次查询。
   • 层次化汇总：生成从粗粒度（如系统级别）到细粒度（系统+模块+小时）的多层统计1。
3. 语法示例：HiveSQL 

SELECT nvl(systom, 'all') as systom,
       nvl(model, 'all') as model,
       nvl(class, 'all') as class,
       sum(time_cost)
FROM
(
    SELECT 'A' AS systom, 'a' AS model, 1 AS class, 100 AS time_cost UNION ALL
    SELECT 'A' AS systom, 'b' AS model, 2 AS class, 100 AS time_cost UNION ALL
    SELECT 'A' AS systom, 'b' AS model, 2 AS class, 100 AS time_cost UNION ALL
    SELECT 'B' AS systom, 'b' AS model, 1 AS class, 100 AS time_cost
)tmp
GROUP BY systom,
         model,
         class
GROUPING sets((systom), (systom,model), (systom,class))

统计了不同systom粒度、systom+model、systom+class下的总耗时

GROUPING sets	systom	model	class	sum(time_cost)
(systom)	A	all	all	300
	B	all	all	100
(systom,model)	A	a	all	100
	A	b	all	200
	B	b	all	100
	B	all	all	100
(systom,class)	A	all	1	100
	A	all	2	200
	B	all	1	100