做流量數(shù)據(jù)分析的小伙伴經(jīng)常會(huì)遇到流量數(shù)據(jù)多維度匯總的問(wèn)題，比如運(yùn)營(yíng)希望看到分城市，業(yè)務(wù)線，用戶類型，頻道，一級(jí)類目和二級(jí)類目等維度的交叉數(shù)據(jù)，因?yàn)檎wUV并不等于各維度UV的加和，所有整體UV需要單獨(dú)計(jì)算，最后將計(jì)算結(jié)果和分維度的計(jì)算結(jié)果union起來(lái)，這樣代碼會(huì)特別長(zhǎng)，舉一個(gè)簡(jiǎn)單例子：
用戶日志表為analyst.user_lot,device_id為設(shè)備ID，pingdao為各頻道名稱，計(jì)算整體和各頻道的PV和UV代碼如下：

select 
       date as event_date
       ,'all' as  pingdao
       ,count(distinct device_id)  as uv
       ,count(device_id) as pv
from  analyst.user_log
where date='20200529'
group by date,'all'
union all 
select 
       date  as event_date
       ,pingao
       ,count(distinct device_id)  as uv
       ,count(device_id) as pv
from  analyst.user_log
where date='20200529'
group by date,pingao

運(yùn)行結(jié)果：(這里為了簡(jiǎn)化，假設(shè)只有三個(gè)頻道搜索，banner和商家推薦)

如果我們要維度特別多的話，我們的代碼會(huì)特別長(zhǎng)（例如有3個(gè)維度，每個(gè)維度又2個(gè)值，我們需要union all六段代碼，才能看到所有維度的匯總和明細(xì)數(shù)據(jù)）,hive提供了一個(gè)grouping_id set() 函數(shù)來(lái)解決以上問(wèn)題，例如以上問(wèn)題代碼可以簡(jiǎn)化為：

select 
       date as event_date
       ,pingdao
       ,Grouping_ID as  group_id
       ,count(distinct device_id)  as uv
       ,count(device_id) as pv
from  analyst.user_log
where date='20200529'
group by date,pingdao
group by sets(date,(date,pingdao))

運(yùn)行結(jié)果：(這里為了簡(jiǎn)化，假設(shè)只有三個(gè)頻道：搜索，banner和商家推薦)

按照group by后面的變量排列順序，grouping sets()的組合中出現(xiàn)的變量賦值0，未出現(xiàn)的變量賦值1，這樣會(huì)生成一個(gè)二進(jìn)制數(shù)字，最后將二進(jìn)制數(shù)字轉(zhuǎn)化成十進(jìn)制后的數(shù)字賦值給group_id變量，例如上面代碼運(yùn)行邏輯：
（date,null）二進(jìn)制數(shù)值：01 → 十進(jìn)制數(shù)字為1
(date,pingdao) 二進(jìn)制數(shù)值：00 →十進(jìn)制數(shù)字為0