本文分享了华为云社区的“ GaussDB（DWS）SQL操作函数”，“ GaussDB（DWS）SQL Advanced SQL操作”，作者：两杯咖啡。
收集操作是SQL语言中另一种常用的基本操作，除了扫描，投影和连接。它主要用于分组质量数据，然后在小组中执行统计计算。在AP方案中，通常面临大规模数据处理的情况，最终用户希望通过大量数据获得摘要信息，并使用聚会的使用。操作将被更广泛地使用。本文从基本的收集操作开始，介绍常用的SQL语法和一些扩展的收集功能。同时，它将讨论在GaussDB（DWS）中聚集的一些相关优化想法。
SQL收集操作的典型语法是：
基本要素和概念如下：
在SQL中，通过组通过组实现了聚合操作条款，然后遵循收集后续组，这可以是列名称，也可以是该层中输出列的顺序编号，从1开始。
收集数据包表明，此聚集操作的值是包装在哪个列中的，并且具有相等的聚集数据包值的金属组将分为同一组。收集数据包可以是一个或多个。
填充聚合函数后，将每个组的统计计算功能分为简单且复杂的浓缩函数。常用的简单收集功能包括以下五种类型：
笔记：
聚合操作后，这种情况是分组进行过滤。收集组过滤条件有条件，聚集后过滤以及我们通常使用的地方需要在分组之前过滤。
语法要求：
由于收集操作是集合列的组计算，并且执行聚合函数的分组，因为收集操作的输出列和过滤器条件只能包括聚集列，集聚功能和常数，以及出现非收集列时，查询将报告错误。
在Special中，GaussDB（DWS）支持在主钥匙列或独特限制列上收集的操作（尽管操作是冗余），此时，它可以在输出列中包含任何列和过滤条件。
TPC-H测试集的LINEITEM表显示，订单中每种类型的订单的表记录，归属的订单号，零件的供应商，订单中的序列号以及价格，价格，交付和其他信息。
表定义如下：
在GaussDB（DWS）中，由于它是一个分布式系统，因此应在每个DN上计算数据计算以获得最佳性能。因此，支持以下附加机操作计算方法：
例如：LineItem表被用作带有L_ORDERKEY的发行键，并且在执行每个DN后，可以汇总聚会列。
示例语句（TPC-H Q1，输出的输出列部分）：
<1>在每个DN上进行聚会，将结果总结为CN进行二次聚会。
LINEITEM行的总数为59亿行。在此方法中，DN收集后，每个DN输出4行数据（全局96行）。这些数据总结为CN，第二次聚集了来自CN的96行数据，最后输出了6行数据。（估计数据信息）
<2>选择列的群集以重新分配。返回（1）后，每个DN分别收集并总结结果。
首先，在这种方法中，两列分布，数据量分布在59亿，然后累积了DN，结果将其返回给CN。
<3>收集每个DN，然后选择用于解决的聚集柱的浓度，并在每个DN上第二个集聚后总结结果。
在此方法中，每个DN一次累积，行的数量从59亿列减少到4行，然后根据聚集的两列进行分配，并第二次收集每个DN。
可以看出查询合适<1>和<3>该方法是执行的，因为聚集后的行数相对较小，因此在CN上执行或分布的数据量不大，因此费用很小。<2>59亿个数据行的方法应重新分布，并且网络占据很大。您可以总结三种方法的适用方案：
<1>此方法适用于较少行和聚集后DN较少的场景，因此到CN的行数较少，这不会导致CN成为计算的瓶颈。<2>相比<3>方法，此方法适用于DN聚合后减少行数减少的场景。目前，所有数据分布的成本可以省略它，以省略DN的聚集操作。<3>和<2>取而代之的是，此方法适用于DN收集后的重要场景，例如上述示例。
在GaussDB（DWS）中，从成本中选择上述三种方法的选择，也可以通过参数BEES_AGG_PLAN.BEST_AGG_PLAN = 1、2、3分别对应于上述三种方法，0是默认值，，这意味着产品会自动选择最佳计划。
在单个DN上执行时，GaussDB（DWS）支持以下三种算法：
<1>普通AGG：最后，只有一条数据线输出，适用于不受欢迎的情况。<2>Hashagg：使用哈希表达到元组的成本。首先，计算聚集列的哈希值，然后比较相同的哈希值的列值，以避免与所有数据进行比较。当我们沉重时，计算集聚函数。适合减少聚集后的行数。<3>Sort + GroupAgg：首先，数据按照聚会列进行排序，因此等效元组相互相邻。通过在分类后遍历数据，可以将组的深化和收敛函数的计算完成。<2>它适用于收集后行减少行数的场景。
多于<2>和<3>该方法可以由参数enable_sort和enable_hashagg控制（默认为ON）。<2>;当enable_sort = on and enable_hashagg = off时，首选<3>Essencebig数据数量方案通常可以获得更好的性能，因此GaussDB（DWS）已加深了Hashagg以优化。<3>可以通过关闭enable_sort来调整性能方法。
在收集函数中，可以通过关键字来计算关键字，例如：计数（不同的颜色）指示组中不同值的数量。
在分布式环境中，为了避免在不同DNS上的L_partkey值相同的值，GaussDB（DWS）转换为分布的分布。以上陈述等同于：
通过这种方式，在GaussDB（DWS）中，实际表达式的值实际上用于计算两次不同表达式的值。该计划如下：
可以从计划中可以看出，第8-9层由LineItem底表扫描，其中有两个AGG处理数（不同）运算符。6-7行为的第一个agg是：l_returnflag，l_linestatus，l_partkey，l_partkey，select hashagg方法ii;3-5行为的第二个杂物，即聚会列：l_returnflag，l_linestatus和Select Hashagg方法三。
注意：目前，SQL标准仅支持收集功能中的列。对于计数的多列（不同），例如：countin（不同的l_partkey，l_suppkey），您实际上可以使用上面提到的重写方法来解决：
在SQL 1999标准中，将聚合函数扩展，并且OLAP函数汇总（），cube（），组集（）添加到更灵活的多维数据包统计函数中。实际上，这三个函数可以是使用一个简单的小组（联合所有）实施。在本文中，联合所有（x组）用于替换，例如:::::
在B的表达中，B，全部B，B，X包括：（a），（b）。下面的讨论本文侧重于x。
在汇总（a，b，c）中，x包括：（a，b，c），（a，b），（a），（）。语义）。对于N聚集列，X包含N+1集合组合。
crolup（）中的元素可以是列的集合，例如：
汇总（（（a，b），（b，c）），x包括：（a，b，b，c）（相当于（a，b，c）），（a，b），（）。
在Cube（A，B，C）中，X包括：（A，B，C），（A，B），（A，C），（B，C），（A），（B），（B），（C），（），对于n种收集列，x包含2^n收集的组合。
在组集（a，b，c，d）中，x包括：（a），（b），（c），（d），对于n种收集列，x包含n聚集组合。
因为在OLAP函数中，没有收集列出现在每个聚会结果中，因此请添加组函数以识别参数列的操作以参与每行聚集结果的操作，例如：Cube（a，b，b，，a，b，，c），其中x包含x包括：（a，b，c），（a，b），（a，c），（b，c），（a），（b），（b），（c），（），（），（），（），（）（）为（a，b，b），c），（a，b），（a，c），（a，a），累积结果线，组（a）的值为0，而其他则为0是1。
对于以下包含OLAP函数的陈述：
GaussDB（DWS）的计划如下：
目前，在GaussDB（DWS）中使用Sort+GroupAgg来实现OLAP函数。随后的版本将支持Hashagg执行并提高性能。
收集操作是SQL语言中的基本操作。只有通过对语法，语义和支持范围的语法理解，我们才能更灵活地控制灵活的SQL语言，以开发开发，并为学习更高级别的SQL语言奠定了良好的基础。
单击以关注，并首次了解华为云新技术?
原始：https：//juejin.cn/post/7100811809665318943