ROLLUP a CUBE

PostgreSQL Summary Stats and Window Functions

Michel Semaan

Data Scientist

Součty na úrovni skupin

Medaile Číny a Ruska na letních olympijských hrách 2008 podle druhu medaile

| Country | Medal  | Awards |
|---------|--------|--------|
| CHN     | Bronze | 57     |
| CHN     | Gold   | 74     |
| CHN     | Silver | 53     |
| CHN     | Total  | 184    |
| RUS     | Bronze | 56     |
| RUS     | Gold   | 43     |
| RUS     | Silver | 44     |
| RUS     | Total  | 143    |

Starý způsob

SELECT
  Country, Medal, COUNT(*) AS Awards
FROM Summer_Medals
WHERE
  Year = 2008 AND Country IN ('CHN', 'RUS')
GROUP BY Country, Medal
ORDER BY Country ASC, Medal ASC

UNION ALL

SELECT
  Country, 'Total', COUNT(*) AS Awards
FROM Summer_Medals
WHERE
  Year = 2008 AND Country IN ('CHN', 'RUS')
GROUP BY Country, 2
ORDER BY Country ASC;

Seznámení s ROLLUP

SELECT
  Country, Medal, COUNT(*) AS Awards
FROM Summer_Medals
WHERE
  Year = 2008 AND Country IN ('CHN', 'RUS')
GROUP BY Country, ROLLUP(Medal)
ORDER BY Country ASC, Medal ASC;

ROLLUP je doplněk GROUP BY pro agregace na úrovni skupin
GROUP BY Country, ROLLUP(Medal) počítá součty na úrovni Country a Medal, pak pouze na úrovni Country a doplní Medal hodnotami null

ROLLUP – dotaz

SELECT
  Country, Medal, COUNT(*) AS Awards
FROM summer_medals
WHERE
  Year = 2008 AND Country IN ('CHN', 'RUS')
GROUP BY ROLLUP(Country, Medal)
ORDER BY Country ASC, Medal ASC;

ROLLUP je hierarchický – de-agreguje zleva doprava
- ROLLUP(Country, Medal) zahrne součty na úrovni Country
- ROLLUP(Medal, Country) zahrne součty na úrovni Medal
- Obě varianty zahrnou celkové součty

ROLLUP – výsledek

| Country | Medal  | Awards |
|---------|--------|--------|
| CHN     | Bronze | 57     |
| CHN     | Gold   | 74     |
| CHN     | Silver | 53     |
| CHN     | null   | 184    |
| RUS     | Bronze | 56     |
| RUS     | Gold   | 43     |
| RUS     | Silver | 44     |
| RUS     | null   | 143    |
| null    | null   | 327    |

Součty skupin obsahují nully; řádek se samými nully je celkový součet
Součty na úrovni Medal nejsou zahrnuty, protože jde o ROLLUP(Country, Medal), nikoli ROLLUP(Medal, Country)

Seznámení s CUBE

SELECT
  Country, Medal, COUNT(*) AS Awards
FROM summer_medals
WHERE
  Year = 2008 AND Country IN ('CHN', 'RUS')
GROUP BY CUBE(Country, Medal)
ORDER BY Country ASC, Medal ASC;

CUBE je nehierarchický ROLLUP
Generuje všechny možné agregace na úrovni skupin
- CUBE(Country, Medal) počítá součty na úrovni Country, Medal a celkové součty

CUBE – výsledek

| Country | Medal  | Awards |
|---------|--------|--------|
| CHN     | Bronze | 57     |
| CHN     | Gold   | 74     |
| CHN     | Silver | 53     |
| CHN     | null   | 184    |
| RUS     | Bronze | 56     |
| RUS     | Gold   | 43     |
| RUS     | Silver | 44     |
| RUS     | null   | 143    |
| null    | Bronze | 113    |
| null    | Gold   | 117    |
| null    | Silver | 97     |
| null    | null   | 327    |

Výsledek obsahuje také součty na úrovni Medal

ROLLUP vs. CUBE

Source

| Year | Quarter | Sales |
|------|---------|-------|
| 2008 | Q1      | 12    |
| 2008 | Q2      | 15    |
| 2009 | Q1      | 21    |
| 2009 | Q2      | 27    |

Použijte ROLLUP pro hierarchická data (např. části data), pokud nechcete všechny možné agregace skupin
Použijte CUBE, pokud chcete všechny možné agregace skupin

ROLLUP(Year, Quarter)

| Year | Quarter | Sales |
|------|---------|-------|
| 2008 | null    | 27    |
| 2009 | null    | 48    |
| null | null    | 75    |

CUBE(Year, Quarter)

Výše uvedené řádky + následující

| Year | Quarter | Sales |
|------|---------|-------|
| null | Q1      | 33    |
| null | Q2      | 42    |

Pojďme si procvičit!

PostgreSQL Summary Stats and Window Functions