彙總延伸項目 - AWS Clean Rooms

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

彙總延伸項目

AWS Clean Rooms 支援彙總擴充功能,以在單一陳述式中執行多個 GROUP BY 作業的工作。

GROUPING SETS

在單一陳述式中計算一或多個群組集。群組集是單一 GROUP BY 子句的集合,也就是一組 0 個或多個資料行,您可以以此將查詢的結果集分組。GROUP BY GROUPING SETS 等同於在由不同資料欄分組的一個結果集上執行 UNION ALL 查詢。例如,GROUP BY GROUPING SETS((a), (b)) 等同於 GROUP BY a UNION ALL GROUP BY b。

下列範例會傳回訂單資料表的產品根據產品類別和銷售產品種類進行分組的成本。

SELECT category, product, sum(cost) as total FROM orders GROUP BY GROUPING SETS(category, product); category | product | total ----------------------+----------------------+------- computers | | 2100 cellphones | | 1610 | laptop | 2050 | smartphone | 1610 | mouse | 50 (5 rows)

ROLLUP

假設有一個階層,其中之前的資料欄被視為後續資料欄的父項。ROLLUP 會依提供的資料欄將資料分組,並傳回額外的小計資料列 (代表所有分組資料欄層級的總計),以及已分組的資料列。例如,您可以使用 GROUP BY ROLLUP((a), (b)) 傳回一個先按 a 分組,然後按 b 分組的結果集 (假設 b 是 a 的子區段)。ROLLUP 也會傳回包含整個結果集的資料列,而不會將資料欄分組。

GROUP BY ROLLUP((a), (b)) 等於 GROUP BY GROUPING SETS((a,b), (a), ())。

下列範例會傳回訂單資料表產品先依類別分組,然後依產品分組的成本,其中以產品做為類別的細項。

SELECT category, product, sum(cost) as total FROM orders GROUP BY ROLLUP(category, product) ORDER BY 1,2; category | product | total ----------------------+----------------------+------- cellphones | smartphone | 1610 cellphones | | 1610 computers | laptop | 2050 computers | mouse | 50 computers | | 2100 | | 3710 (6 rows)

CUBE

依提供的資料欄將資料分組,並傳回額外的小計資料列 (代表所有分組資料欄層級的總計),以及已分組的資料列。CUBE 會傳回與 ROLLUP 相同的資料列,同時針對 ROLUP 未涵蓋的每個分組資料欄組合新增額外的小計資料列。例如,您可以使用 GROUP BY CUBE ((a), (b)) 傳回一個先按 a 分組,然後按 b 分組的結果集 (假設 b 是 a 的子區段),然後再獨自按 b 分組。CUBE 也會傳回包含整個結果集的資料列,而不會將資料欄分組。

GROUP BY CUBE((a), (b)) 等於 GROUP BY GROUPING SETS((a, b), (a), (b), ())。

下列範例會傳回訂單資料表產品先依類別分組,然後依產品分組的成本,其中以產品做為類別的細項。與前面的 ROLLUP 範例不同,陳述式會傳回每個分組資料欄組合的結果。

SELECT category, product, sum(cost) as total FROM orders GROUP BY CUBE(category, product) ORDER BY 1,2; category | product | total ----------------------+----------------------+------- cellphones | smartphone | 1610 cellphones | | 1610 computers | laptop | 2050 computers | mouse | 50 computers | | 2100 | laptop | 2050 | mouse | 50 | smartphone | 1610 | | 3710 (9 rows)