GROUP BY záradék

Cikk
04/18/2024

A következőkre vonatkozik: jelölje be az igennel jelölt jelölőnégyzetet Databricks SQL Databricks Runtime

A GROUP BY záradék a sorok csoportosítására szolgál megadott csoportosítási kifejezések és számítási összesítések alapján a sorok csoportjában egy vagy több megadott összesítő függvény alapján. A Databricks SQL speciális aggregációkat is támogat, amelyek több aggregációt is végeznek ugyanahhoz a bemeneti rekordhoz GROUPING SETS, CUBEROLLUP záradékokkal. A csoportosítási kifejezések és a speciális aggregációk keverhetők a GROUP BY záradékba, és beágyazhatók egy GROUPING SETS záradékba.

További részletekért tekintse meg a Vegyes/beágyazott csoportosítási elemzés szakaszt.

Ha egy záradékot FILTER aggregátumfüggvényhez csatol, a függvény csak az egyező sorokat továbbítja a függvénynek.

Syntax

GROUP BY ALL

GROUP BY group_expression [, ...] [ WITH ROLLUP | WITH CUBE ]

GROUP BY { group_expression | { ROLLUP | CUBE | GROUPING SETS } ( grouping_set [, ...] ) } [, ...]

grouping_set
   { expression |
     ( [ expression [, ...] ] ) }

Míg az összesítő függvények a következőként vannak definiálva:

aggregate_name ( [ DISTINCT ] expression [, ...] ) [ FILTER ( WHERE boolean_expression ) ]

Paraméterek

ALL (összes)

A következőkre vonatkozik: Databricks SQL Databricks Runtime 12.2 LTS és újabb

Rövidített jelölés az összes SELECTolyan -list kifejezés hozzáadásához, amely nem tartalmazza az összesítő függvényeket s-ként group_expression. Ha ilyen kifejezés nem létezik GROUP BY ALL , az egyenértékű a GROUP BY globális összesítést eredményező záradék kihagyásával.

GROUP BY ALL nem garantált, hogy feloldható csoportkifejezések készletét hozza létre. Az Azure Databricks UNRESOLVED_ALL_IN_GROUP_BY vagy MISSING_AGGREGATION , ha a létrehozott záradék nem megfelelően formázott.
group_expression

Megadja a sorok csoportosításának feltételeit. A sorok csoportosítása a csoportosítási kifejezések eredményértékei alapján történik. A csoportosítási kifejezés lehet oszlopnév, például GROUP BY aoszloppozíció GROUP BY 0vagy hasonló GROUP BY a + bkifejezés. Ha group_expression aggregátumfüggvényt tartalmaz, az Azure Databricks GROUP_BY_AGGREGATE hibát okoz.
grouping_set

A csoportosítási csoportokat zárójelben nulla vagy több vesszővel tagolt kifejezés határozza meg. Ha a csoportosítási csoportnak csak egy eleme van, a zárójelek kihagyhatók. Például ugyanaz, GROUPING SETS ((a), (b)) mint GROUPING SETS (a, b)a .
CSOPORTOSÍTÁSI Standard kiadás TS

Csoportokba rendezi az egyes csoportosítási csoportok GROUPING SETSsorait. Példa:

GROUP BY GROUPING SETS ((warehouse), (product)) szemantikailag egyenértékű az eredmények GROUP BY warehouse és GROUP BY producta .

Ez a záradék egy olyan rövidítés, UNION ALL amelyben az UNION ALL operátor minden egyes lába a záradékban GROUPING SETS megadott csoportosítási csoportok összesítését végzi.

Hasonlóképpen GROUP BY GROUPING SETS ((warehouse, product), (product), ()) szemantikailag egyenértékű az eredmények és a globális aggregátumok egyesítésévelGROUP BY warehouse, productGROUP BY product.

Feljegyzés

A Hive kompatibilitása érdekében a Databricks SQL lehetővé teszi GROUP BY ... GROUPING SETS (...). A GROUP BY kifejezéseket általában figyelmen kívül hagyják, de ha a GROUPING SETS kifejezéseken kívül további kifejezéseket is tartalmaznak, a további kifejezéseket a csoportosítási kifejezések tartalmazzák, és az érték mindig null. A c oszlop kimenete például SELECT a, b, c FROM ... GROUP BY a, b, c GROUPING SETS (a, b)mindig null.

ÖSSZESÍTŐ

Az összesítések több szintjét adja meg egyetlen utasításban. Ez a záradék több csoportosítási csoporton alapuló összesítések kiszámítására szolgál. ROLLUP rövidítés a következőhöz GROUPING SETS: . Példa:

GROUP BY warehouse, product WITH ROLLUP vagy GROUP BY ROLLUP(warehouse, product) egyenértékű a

GROUP BY GROUPING SETS((warehouse, product), (warehouse), ()).

Míg GROUP BY ROLLUP(warehouse, product, (warehouse, location))

egyenértékű a .-nak.GROUP BY GROUPING SETS((warehouse, product, location), (warehouse, product), (warehouse), ())

A specifikáció N elemei ROLLUP N+1 GROUPING SETSeredményt adnak.
KOCKA

A CUBE záradék a záradékban GROUP BY megadott csoportosítási oszlopok kombinációján alapuló összesítések végrehajtására szolgál. CUBE rövidítés a következőhöz GROUPING SETS: . Példa:

GROUP BY warehouse, product WITH CUBE vagy GROUP BY CUBE(warehouse, product) egyenértékű a

GROUP BY GROUPING SETS((warehouse, product), (warehouse), (product), ()).

GROUP BY CUBE(warehouse, product, (warehouse, location)) egyenértékű a következő értékével:
```
GROUP BY GROUPING SETS((warehouse, product, location), (warehouse, product), (warehouse, location), (product, warehouse, location), (warehouse), (product), (warehouse, product), ())
```
A specifikáció N elemei CUBE 2^N GROUPING SETSeredményt adnak.
aggregate_name

Összesítő függvény neve (MIN, MAX, DARAB, SZUM, AVG stb.).
KÜLÖNBÖZŐ

Eltávolítja az ismétlődő elemeket a bemeneti sorokból, mielőtt azokat aggregátumfüggvényekbe továbbítanák.
SZŰRŐ

Szűri azokat a bemeneti sorokat, amelyek esetében a boolean_expressionWHERE záradék igaz értéket ad át az összesítő függvénynek, a többi sor elvetve.

Vegyes/beágyazott csoportosítási elemzés

A GROUP BY záradék tartalmazhat több group_expressions és több CUBE, ROLLUPés GROUPING SETSs.

GROUPING SETS lehetnek beágyazott CUBE, ROLLUPvagy GROUPING SETS záradékok is. Példa:

GROUPING SETS(ROLLUP(warehouse, location), CUBE(warehouse, location)), GROUPING SETS(warehouse, GROUPING SETS(location, GROUPING SETS(ROLLUP(warehouse, location), CUBE(warehouse, location))))

CUBEés ROLLUP csak szintaxis cukor .GROUPING SETS A fordításhoz és a fordításhoz CUBE tekintse meg a fenti szakaszokatGROUPING SETS.ROLLUP group_expression ebben a kontextusban egyetlen csoportként GROUPING SETS kezelhető.

A záradék több GROUPING SETS esetében a GROUP BY Databricks SQL egyetlen GROUPING SETS példányt hoz létre az eredeti GROUPING SETSkereszttermékkel.

A záradékba GROUPING SETS ágyazott GROUPING SETS Databricks SQL felveszi a csoportosítási csoportokat, és csíkozza őket. Például a következő lekérdezések:

GROUP BY warehouse, GROUPING SETS((product), ()), GROUPING SETS((location, size), (location), (size), ());

GROUP BY warehouse, ROLLUP(product), CUBE(location, size);

egyenértékűek az alábbiakval:

GROUP BY GROUPING SETS( (warehouse, product, location, size), (warehouse, product, location), (warehouse, product, size), (warehouse, product), (warehouse, location, size), (warehouse, location), (warehouse, size), (warehouse))

Míg GROUP BY GROUPING SETS(GROUPING SETS(warehouse), GROUPING SETS((warehouse, product)))

egyenértékű a .-nak.GROUP BY GROUPING SETS((warehouse), (warehouse, product))

Példák

CREATE TEMP VIEW dealer (id, city, car_model, quantity) AS
VALUES (100, 'Fremont', 'Honda Civic', 10),
       (100, 'Fremont', 'Honda Accord', 15),
       (100, 'Fremont', 'Honda CRV', 7),
       (200, 'Dublin', 'Honda Civic', 20),
       (200, 'Dublin', 'Honda Accord', 10),
       (200, 'Dublin', 'Honda CRV', 3),
       (300, 'San Jose', 'Honda Civic', 5),
       (300, 'San Jose', 'Honda Accord', 8);

-- Sum of quantity per dealership. Group by `id`.
> SELECT id, sum(quantity) FROM dealer GROUP BY id ORDER BY id;
  id sum(quantity)
 --- -------------
 100            32
 200            33
 300            13

-- Use column position in GROUP by clause.
> SELECT id, sum(quantity) FROM dealer GROUP BY 1 ORDER BY 1;
  id sum(quantity)
 --- -------------
 100            32
 200            33
 300            13

-- Multiple aggregations.
-- 1. Sum of quantity per dealership.
-- 2. Max quantity per dealership.
> SELECT id, sum(quantity) AS sum, max(quantity) AS max
    FROM dealer GROUP BY id ORDER BY id;
  id sum max
 --- --- ---
 100  32  15
 200  33  20
 300  13   8

-- Count the number of distinct dealers in cities per car_model.
> SELECT car_model, count(DISTINCT city) AS count FROM dealer GROUP BY car_model;
    car_model count
 ------------ -----
  Honda Civic     3
    Honda CRV     2
 Honda Accord     3

-- Count the number of distinct dealers in cities per car_model, using GROUP BY ALL
> SELECT car_model, count(DISTINCT city) AS count FROM dealer GROUP BY ALL;
    car_model count
 ------------ -----
  Honda Civic     3
    Honda CRV     2
 Honda Accord     3

-- Sum of only 'Honda Civic' and 'Honda CRV' quantities per dealership.
> SELECT id,
         sum(quantity) FILTER (WHERE car_model IN ('Honda Civic', 'Honda CRV')) AS `sum(quantity)`
    FROM dealer
    GROUP BY id ORDER BY id;
  id sum(quantity)
 --- -------------
 100            17
 200            23
 300             5

-- Aggregations using multiple sets of grouping columns in a single statement.
-- Following performs aggregations based on four sets of grouping columns.
-- 1. city, car_model
-- 2. city
-- 3. car_model
-- 4. Empty grouping set. Returns quantities for all city and car models.
> SELECT city, car_model, sum(quantity) AS sum
    FROM dealer
    GROUP BY GROUPING SETS ((city, car_model), (city), (car_model), ())
    ORDER BY city;
      city    car_model sum
 --------- ------------ ---
      null         null  78
      null  HondaAccord  33
      null     HondaCRV  10
      null   HondaCivic  35
    Dublin         null  33
    Dublin  HondaAccord  10
    Dublin     HondaCRV   3
    Dublin   HondaCivic  20
   Fremont         null  32
   Fremont  HondaAccord  15
   Fremont     HondaCRV   7
   Fremont   HondaCivic  10
  San Jose         null  13
  San Jose  HondaAccord   8
  San Jose   HondaCivic   5

-- Group by processing with `ROLLUP` clause.
-- Equivalent GROUP BY GROUPING SETS ((city, car_model), (city), ())
> SELECT city, car_model, sum(quantity) AS sum
    FROM dealer
    GROUP BY city, car_model WITH ROLLUP
    ORDER BY city, car_model;
      city    car_model sum
 --------- ------------ ---
      null         null  78
    Dublin         null  33
    Dublin  HondaAccord  10
    Dublin     HondaCRV   3
    Dublin   HondaCivic  20
   Fremont         null  32
   Fremont  HondaAccord  15
   Fremont     HondaCRV   7
   Fremont   HondaCivic  10
  San Jose         null  13
  San Jose  HondaAccord   8
  San Jose   HondaCivic   5

-- Group by processing with `CUBE` clause.
-- Equivalent GROUP BY GROUPING SETS ((city, car_model), (city), (car_model), ())
> SELECT city, car_model, sum(quantity) AS sum
    FROM dealer
    GROUP BY city, car_model WITH CUBE
    ORDER BY city, car_model;
      city    car_model sum
 --------- ------------ ---
      null         null  78
      null  HondaAccord  33
      null     HondaCRV  10
      null   HondaCivic  35
    Dublin         null  33
    Dublin  HondaAccord  10
    Dublin     HondaCRV   3
    Dublin   HondaCivic  20
   Fremont         null  32
   Fremont  HondaAccord  15
   Fremont     HondaCRV   7
   Fremont   HondaCivic  10
  San Jose         null  13
  San Jose  HondaAccord   8
  San Jose   HondaCivic   5

--Prepare data for ignore nulls example
> CREATE TEMP VIEW person (id, name, age) AS
   VALUES (100, 'Mary', NULL),
          (200, 'John', 30),
          (300, 'Mike', 80),
          (400, 'Dan' , 50);

--Select the first row in column age
> SELECT FIRST(age) FROM person;
  first(age, false)
 --------------------
  NULL

--Get the first row in column `age` ignore nulls,last row in column `id` and sum of column `id`.
> SELECT FIRST(age IGNORE NULLS), LAST(id), SUM(id) FROM person;
  first(age, true)    last(id, false)    sum(id)
 ------------------- ------------------ ----------
  30                  400                1000

GROUP BY záradék

Syntax

Paraméterek

Vegyes/beágyazott csoportosítási elemzés

Példák

Kapcsolódó cikkek

További források