grouping_id：分组级别

速查结论

grouping_id([col1[, col2 ..]]) 是 Spark SQL 中用于将多列的 grouping 值编码为位图整数，以标识分组汇总级别的聚合函数。

语法

grouping_id([col1[, col2 ..]])

参数说明

参数	说明
col1, col2, ...	GROUP BY 子句中指定的列名列表，顺序须与 GROUP BY 中的列顺序一致（或为空表示所有分组列）

函数返回一个整数，计算公式为 (grouping(c1) << (n-1)) + (grouping(c2) << (n-2)) + ... + grouping(cn)，其中 n 是参数中的列数。返回值的二进制位图可以编码每列的汇总状态。

示例

> SELECT name, grouping_id(), sum(age), avg(height) FROM VALUES (2, 'Alice', 165), (5, 'Bob', 180) people(age, name, height) GROUP BY cube(name, height);
  Alice 0   2   165.0
  Alice 1   2   165.0
  NULL  3   7   172.5
  Bob   0   5   180.0
  Bob   1   5   180.0
  NULL  2   2   165.0
  NULL  2   5   180.0

常见报错与避坑指南

• 输入列顺序：输入列应与 GROUP BY 列顺序完全匹配，否则位图编码会错位。或者传入空参数列表（表示所有分组列），由系统自动匹配。
• 位图含义：grouping_id 返回的是位图编码整数，例如两列场景中，3（二进制 11）表示两列均被汇总，0（二进制 00）表示两列均保留原始值。

提示： 输入列应与分组列完全匹配，或者为空（意味着所有的分组列）。

Since: 2.0.0

📱关注公众号

「数据仓库技术」文章同步更新，不错过每一篇干货

💬加群交流

备注「数据仓库技术」加入社群，每日一道大厂SQL真题