参考链接：
SQL：
group by ：
https://blog.csdn.net/make_1998/article/details/82938038
https://blog.csdn.net/weixin_44112790/article/details/117129217
https://www.cnblogs.com/chenzechao/p/11273980.html
【hive 】cube 和 roll up https://www.cnblogs.com/zzhangyuhang/p/9986506.html
group by:

group by rollup:

group by cube:

hive SQL:

group by: 是一个压缩过程
group by with cube:
参考：https://www.cnblogs.com/zzhangyuhang/p/9986506.html
cube（数据立方体），对多个维度进行聚合（group）
hive 也有 cube，实现多个任意维度的查询
1. cube(a,b,c) 首先对(a,b,c) 进行group by,
2. 然后依次是(a,b),(a,c),(a),(b,c),(b),©,最后对全表进行group by，会统计所选列中值的所有组合的聚合
3. cube 可以对所有维度进行聚合（group by）
select
col1,col2,col3, --维度字段
count(user_id), --聚合字段
GROUPING__ID, --聚合选取的组号(二进制表示,但是这里打印出来的是十进制)
rpad(reverse(bin(cast(GROUPING__ID AS bigint))),3,'0’) as sign --对其二进制化就能明白了,注意中间是两个下划线,因为在反转的时候会把末尾的0去掉,需要用rpad补充至维度个数
from table
group by col1,col2,col3 --维度字段都要出现在group by中,这里不能使用1,2,3代替
with cube; --使用cube函数

使用cube 聚合函数后，可以 根据 grouping_id（二进制表示形式【反向】）看出 当前 group by 字段维度：
如：sign = 100，表示只有col1一个维度 参与group by；
       sign = 110，表示只有 col1 和 col2 两个维度参与 group by

grouping by sets：
当不需要cube将所有维度都列出来的时候，只需要部分维度的时候，可以使用grouping sets
select
col1,col2,col3, --维度字段
count(user_id), --聚合字段
GROUPING__ID, --聚合选取的组号(二进制表示,但是这里打印出来的是十进制)
rpad(reverse(bin(cast(GROUPING__ID AS bigint))),3,‘0’) --对其二进制化就能明白了,注意中间是两个下划线,注意中间是两个下划线,因为在反转的时候会把末尾的0去掉,需要用rpad补充至维度个数
from table group by col1,col2,col3 --维度字段都要出现在group by中,并不能省略暂时不用到的字段,这里不能使用1,2,3,4代替
grouping sets(col1,(col2,col3)); --使用grouping sets来代替with cube

tips：
    使用grouping sets() 进行指定维度聚合的时候，仅仅聚合给出的维度组合，并不会自动帮你 组合维度
    如：grouping sets(col1, (col2,col3)) 只聚合 col1 维度和 (col2,col3)维度，并不会自动 聚合 (col1,col2,col3)维度

group by with rollup:
rollup 卷起，rollup是cube的子集，以最左侧维度为主，按照顺序依次进行聚合
如：聚合维度为：col1,col2,col3 使用rollup 聚合的字段分别为 col1, (col1,col2), (col1,col3), (col1,col2,col3)
select
col1,col2,col3,col4, --维度字段
count(user_id), --聚合字段
GROUPING__ID, --聚合选取的组号(二进制表示,但是这里打印出来的是十进制)
rpad(reverse(bin(cast(GROUPING__ID AS bigint))),4,‘0’) --对其二进制化就能明白了,注意中间是两个下划线,注意中间是两个下划线,因为在反转的时候会把末尾的0去掉,需要用rpad补充至维度个数
from table
group by col1,col2,col3,col4 --维度字段都要出现在group by中,这里不能使用1,2,3,4代替
with rollup; --使用rollup函数

结果分析：

    在 CUBE 或 ROLLUP 等操作中，所生成的 NULL 代表全体值，所以在cube 和 rollup 时，数据本身存在  null  的情况，需要将数据中的null  提前 处理。
    可使用 nvl(col1,’ALL’)  或者 COALESCE(col1, ‘ALL')

总结：