按列划分的分区"NOT"的 SQL 总和

Question

我需要构建分析 SQL 查询，其中客户端应指定任何指标(特定列中的值总和(或维度(按特定列分组(。

假设我有一个表，其中包含列hour、dim_a、dim_b、metric_a、metric_b、metric_c列，其值以 csv 显示

如下

hour,dim_a,dim_b,metric_a,metric_b
0,A,X,4,4
0,A,Y,4,24
0,B,Y,20,24
1,B,Y,21,35
1,A,Y,4,35
1,C,Y,10,35
2,B,Y,21,30
2,C,Y,3,30
2,A,Y,6,30

看看metric_b.如果无论dim_a的值如何，hour和dim_b的值都相同，则此指标始终相同。例如：

1,B,Y,21,35
1,A,Y,4,35
1,C,Y,10,35

如果我们选择列hour，dim_b，metric_b并取非重复值表将如下所示：

hour,dim_b,metric_b
0,X,4
0,Y,24
1,Y,35
2,Y,30

通过这个值，应该完成针对metric_b的所有聚合

我想按特定维度对这些数据进行分组运行分析查询，并在涉及metric_b时使用特殊聚合进行指标聚合。

1. 当我想按hour、dim_a、dim_b和 查看指标metric_a和metric_b时。预期结果为

hour,dim_a,dim_b,metric_a,metric_b
0,A,X,4,4
0,A,Y,4,24
0,B,Y,20,24
1,B,Y,21,35
1,A,Y,4,35
1,C,Y,10,35
2,B,Y,21,30
2,C,Y,3,30
2,A,Y,6,30

2. 当我想按dim_a、dim_b和metric_b查看metric_a指标时。预期结果为

dim_a,dim_b,metric_a,metric_b
A,X,4,4
A,Y,14,89
B,Y,62,89
C,Y,13,89

metric_b的值计算公式为 89 = 24 + 35 + 30;4 = 4

3. 当我想按dim_b分组时，请参阅指标。metric_a和metric_b.预期结果为：

dim_b,metric_a,metric_b
X,4,4
Y,89,89

metric_b的值计算公式为 89 = 24 + 35 + 30; 4 = 4

4. 最后，当我想按dim_a分组时，并查看度量。metric_a和metric_b.预期结果是：

dim_a,metric_a,metric_b
A,18,93
B,62,93
C,13,93

metric_b的值计算公式为 93 = 24 + 35 + 30 + 4

因此，metric_b的聚合应该是metric_b的总和，但不会将帐户dim_a作为分组列，而是将其他所有内容都纳入其中。是否有SQL语法可以帮助我做到这一点？

更重要的是，我想说的是，这些查询将在AWS Redshift上运行，并且有20个指标和维度16，因此有36列。那里将有多达 1000 亿行。

Answer 1

对于数字 2：

SELECT *
FROM (
SELECT dim_a
,dim_b
,sum(metric_a) a
FROM dbo.Table_2 t
GROUP BY dim_a
,dim_b
) a
CROSS APPLY (
SELECT sum(metric_b) b
FROM (
SELECT DISTINCT metric_b
,hour
,dim_b
FROM dbo.Table_2
) t2
WHERE t2.dim_b = a.dim_b
) c

对于数字 3 ：

SELECT *
FROM (
SELECT dim_b
,sum(metric_a) a
FROM dbo.Table_2 t
GROUP BY dim_b
) a
CROSS APPLY (
SELECT sum(metric_b) b
FROM (
SELECT DISTINCT metric_b
,hour
,dim_b
FROM dbo.Table_2
) t2
WHERE t2.dim_b = a.dim_b
) c

对于数字 4：

SELECT *
FROM (
SELECT dim_a
,sum(metric_a) a
FROM dbo.Table_2 t
GROUP BY dim_a
) a
CROSS APPLY (
SELECT sum(metric_b) b
FROM (
SELECT DISTINCT metric_b
,hour
,dim_b
FROM dbo.Table_2
) t2
) c