SQL汇总统计与CUBE概念

SQL汇总统计（Group by, ROLLUP, CUBE）与CUBE概念

• 第一层：【GROUP BY】将一个“数据集”划分成若干个“小区域”，然后针对若干个“小区域”进行数据处理。

  SELECT 性别, COUNT(学号) AS 数量  
  FROM STUDENT
  GROUP BY 性别

  

• 第二层：【GROUP BY】+【WITH ROLLUP】ROLLUP计算了指定分组（就是汇总的维度）的多个层次的数量小计以及合计，先逐步创建高一级别的小计，最后再创建一行总计。整体结果都是以【性别】这一层次进行数据聚合（这也是与CUBE的不同之处）。

  --语句1 只用了【性别】一个维度进行汇总
  SELECT 性别,  COUNT(学号) AS 数量
  FROM STUDENT
  GROUP BY 性别 WITH ROLLUP
  
  --语句2 用了【性别】和【籍贯】两个维度进行汇总
  SELECT 性别, 籍贯, COUNT(学号) AS 数量
  FROM STUDENT
  GROUP BY 性别, 籍贯 WITH ROLLUP
  
  --语句3 用了【性别】、【籍贯】、【年龄】三个维度进行汇总
  SELECT 性别, 籍贯, 年龄, COUNT(学号) AS 数量
  FROM STUDENT
  GROUP BY 性别, 籍贯, 年龄 WITH ROLLUP

  

• 第三层：【GROUP BY】+【WITH CUBE】CUBE生成的结果是个多维数据集，就是包含各个维度的所有可能组合的交叉表格。

--语句只用了【性别】和【籍贯】两个维度进行汇总
SELECT 性别, 籍贯,  COUNT(学号) AS 数量
FROM STUDENT
GROUP BY 性别, 籍贯 WITH CUBE

1-1 Cube 概念

在 Bi 领域，Cube 是一个非常重要的概念，是多维立方体的简称，主要是用于支持联机分析应用（OLAP）(On-Line Analytical Processing), 为企业决策提供支持。Cube 就像一个坐标系，每一个 Dimension 代表一个坐标轴，要想得到一个一个点，就必须在每一个坐标轴上取得一个值，而这个点就是 Cube 中的 Cell。

1-2 Cube 介绍

Cube是联机分析的关键。他们是一种多维结构，包含原始事实数据、聚合数据，这些数据聚合允许用户快速进行复杂的查询。

Cube包含两个基本概念：维度和度量。

维度（Dimension）：维度提供了分类描述，表示一类分析角度，用户通过维度分析度量数据。比如上图中的三个维度：时间、产品、地域

度量（Measures）：度量表示用来聚合分析的数字信息，度量的集合组合成了一个特殊的维度。如数量、销售额等。

级别（Level）：一个维度上可以包含的层次结构，表示特定的分类。如上图中地域维度可以包含的级别层次级：国家、省、市；时间维度包含的级别层次包含：年、季度、月、日等。

成员：是最重要的概念之一，一个成员是维度（包括度量<Measures>）上的项目值。如上图时间维度上”年“级别的成员就包含：2000,2001,2002,2003...月成员包含：1、2、3等。

计算成员：是一种运行通过特殊表示式动态计算的成员。也就形成了度量（Measures）的结果。计算成员不影响现有的Cube数据，它基于cube数据，通过各种数学表达式和各种函数定义，可以创建复杂的表达式。任何动态分析功能，都可以通过计算成员实现，比如实现占比，同期比等等。