Apache Doris 多维分析实战：ROLLUP/CUBE/GROUPING SETS

bang冰冰

294人浏览 · 2026-07-13 15:17:32

bang冰冰 · 2026-07-13 15:17:32 发布

一、前言：为什么需要Doris多维分析？

1.1 传统多维统计的痛点

在日常数据分析工作中，我们经常需要对数据进行多维度、多粒度聚合，例如：按日期、地区、品类统计销售额，同时需要汇总日、周、月、全量、单维度、多维度组合的统计结果。

传统实现方式是编写多条聚合SQL，通过 UNION ALL 拼接结果，存在三大致命问题：

代码冗余：维度组合越多，SQL代码量成倍激增，维护成本极高；
性能低效：多次扫描底层数据表，IO开销大，亿级数据查询延迟高；
扩展性差：新增统计维度、统计粒度，需要重写整套SQL，无法快速适配业务变更。

1.2 Doris多维分析的核心优势

Apache Doris 作为高性能 MPP 实时 OLAP 引擎，原生扩展了 GROUP BY 多维聚合语法，彻底解决传统统计方案的痛点，核心优势如下：

极简SQL：单条SQL替代数十条UNION ALL聚合语句，代码简洁易维护；
高性能扫描：单次扫描底层数据，计算多维度聚合结果，大幅降低IO与计算开销；
灵活适配 ：支持自定义维度组合、全维度组合、层级上卷聚合，适配所有多维报表场景；
实时性强：结合Doris实时写入能力，支持增量数据实时多维统计，秒级响应查询。

二、Doris多维分析核心原理

Doris 多维分析本质是对标准 SQL GROUP BY 的语法扩展，核心是一次分组计算，生成多粒度聚合结果，语义等价于多条聚合SQL的 UNION ALL，但底层仅执行一次数据扫描与计算，是空间换时间的经典OLAP优化方案。

其底层执行逻辑：

FE 解析多维聚合SQL，拆解所有需要计算的维度组合；
生成统一的分布式执行计划，下发至所有 BE 节点；
BE 节点并行扫描列式存储数据，批量完成多维度聚合计算；
FE 汇总所有节点结果，统一返回多粒度统计数据。

同时 Doris 结合列式存储、向量化执行、预聚合Rollup表能力，进一步放大多维查询性能，轻松支撑亿级、十亿级数据实时多维分析。

三、三大多维聚合语法详解（核心）

Doris 提供三种核心多维聚合语法，分别适配不同业务场景，三者能力层层递进、各有侧重，下面结合业务场景逐一拆解。

3.1 GROUPING SETS：自定义维度组合聚合

核心定义：手动指定需要聚合的维度组合，仅计算用户定义的粒度结果，精准适配定制化多维统计场景，是最灵活的多维聚合语法。

适用场景：无需全量维度组合，仅需要特定维度、特定组合的统计数据，减少无效计算。

语法格式：

SELECT 维度字段, 聚合函数(指标) FROM 表名 GROUP BY GROUPING SETS (维度组合1,维度组合2,...);

3.2 ROLLUP：层级上卷聚合（层级汇总）

核心定义：根据维度顺序，从细粒度到粗粒度逐层上卷聚合，生成层级化汇总数据，维度顺序决定聚合层级。

聚合规则：维度(a,b,c) ROLLUP 会依次聚合：(a,b,c) → (a,b) → (a) → 全量汇总，实现从明细到总览的层级统计。

适用场景：具有层级关系的维度统计，例如：时间(年-月-日)、地区(国家-省份-城市)、品类(一级类目-二级类目-商品)。

语法格式：

SELECT 维度字段, 聚合函数(指标) 
FROM 表名 
GROUP BY ROLLUP(维度1,维度2,维度3);

3.3 CUBE：全维度交叉聚合（全覆盖汇总）

核心定义：计算所有可能的维度组合，实现全量交叉聚合，不区分维度层级，覆盖所有统计粒度。

聚合规则：维度(a,b,c) CUBE 会生成 $$2^n$$ 种组合（n为维度数），包含所有单维度、多维度、全量汇总结果。

适用场景：无固定层级、需要全维度交叉分析的场景，多用于多维数据探索、全局报表统计。

语法格式：

SELECT 维度字段, 聚合函数(指标) 
FROM 表名 
GROUP BY CUBE(维度1,维度2,维度3);

3.4 三大语法核心差异对比

语法	聚合特点	维度组合规则	性能	适用场景
GROUPING SETS	自定义聚合	仅用户指定组合	最优（无无效计算）	定制化固定维度报表
ROLLUP	层级上卷聚合	按维度顺序逐层汇总	中等	层级维度统计（时间、地区、品类）
CUBE	全交叉聚合	所有维度自由组合	最差（计算量最大）	全维度数据探索、全局分析

四、实战演练：电商销售多维统计

下面基于电商销售场景，搭建测试表、导入测试数据，完整演示三大语法的实战用法，所有SQL基于 Doris 4.x 版本，可直接复制执行。

4.1 构建测试数据表

创建电商销售明细表，维度包含：统计日期、省份、商品品类，指标包含：销售额、订单量。

-- 创建电商销售明细表（Doris聚合模型）
CREATE TABLE IF NOT EXISTS ecommerce_sales (
    sale_date DATE COMMENT '销售日期',
    province VARCHAR(20) COMMENT '销售省份',
    category VARCHAR(20) COMMENT '商品品类',
    sales_amount DECIMAL(10,2) SUM COMMENT '销售额',
    order_cnt INT SUM COMMENT '订单量'
)
AGGREGATE KEY(sale_date, province, category)
DISTRIBUTED BY HASH(sale_date) BUCKETS 4
PROPERTIES (
    "replication_allocation" = "tag.location.default: 1",
    "enable_vectorized_engine" = "true"
);

4.2 导入测试数据

INSERT INTO ecommerce_sales VALUES
('2026-07-01','广东省','数码',9990.00,100),
('2026-07-01','广东省','服饰',5990.00,180),
('2026-07-01','浙江省','数码',8880.00,85),
('2026-07-01','浙江省','服饰',4500.00,120),
('2026-07-02','广东省','数码',12000.00,125),
('2026-07-02','广东省','服饰',6800.00,210),
('2026-07-02','浙江省','数码',9500.00,92),
('2026-07-02','浙江省','服饰',5200.00,145);

4.3 GROUPING SETS 实战（定制维度聚合）

业务需求：分别统计每日总销售额、各省份总销售额、各品类总销售额，无需全量组合数据。

SELECT 
    sale_date,
    province,
    category,
    SUM(sales_amount) AS total_sales,
    SUM(order_cnt) AS total_order
FROM ecommerce_sales
GROUP BY GROUPING SETS (
    (sale_date),        -- 按日期汇总
    (province),         -- 按省份汇总
    (category)          -- 按品类汇总
)
ORDER BY total_sales DESC;

结果说明：仅输出三种指定维度的聚合结果，无冗余数据，计算效率最高。

4.4 ROLLUP 实战（层级维度上卷）

业务需求：按日期-省份-品类层级，逐层汇总销售额，实现明细→日期省份→日期→全量的层级统计。

SELECT 
    sale_date,
    province,
    category,
    SUM(sales_amount) AS total_sales,
    SUM(order_cnt) AS total_order
FROM ecommerce_sales
GROUP BY ROLLUP(sale_date, province, category)
ORDER BY sale_date, province, category;

聚合层级拆解：

最细粒度：日期+省份+品类明细汇总；
二级汇总：日期+省份汇总（忽略品类）；
一级汇总：日期全局汇总（忽略省份、品类）；
最高层级：全量数据总汇总。

4.5 CUBE 实战（全维度交叉聚合）

业务需求：探索所有维度组合的销售数据，覆盖所有单维度、双维度、三维度、全量汇总，用于全局数据洞察。

SELECT 
    sale_date,
    province,
    category,
    SUM(sales_amount) AS total_sales,
    SUM(order_cnt) AS total_order
FROM ecommerce_sales
GROUP BY CUBE(sale_date, province, category)
ORDER BY total_sales DESC;

结果说明：生成8种维度组合结果，覆盖所有统计可能，适合无固定统计规则的数据分析探索场景。

4.6 辅助函数：GROUPING 区分聚合层级

多维聚合结果中，NULL 可能是原始数据空值，也可能是聚合上卷的汇总空值，可通过 GROUPING() 函数区分：

返回 1：该字段为聚合汇总维度（NULL为汇总生成）；
返回 0：该字段为原始明细维度（NULL为原始数据空值）。

优化后查询SQL：

SELECT 
    sale_date,
    province,
    category,
    GROUPING(sale_date) AS is_date_group,
    GROUPING(province) AS is_province_group,
    SUM(sales_amount) AS total_sales
FROM ecommerce_sales
GROUP BY ROLLUP(sale_date, province, category);

五、Doris多维分析性能优化方案

多维聚合本身存在多粒度计算开销，数据量越大性能差异越明显，结合Doris架构特性，整理4个核心优化方案，适配亿级以上数据场景。

5.1 优先使用GROUPING SETS

业务固定报表场景，优先选择 GROUPING SETS 替代 CUBE、ROLLUP，仅计算所需维度组合，避免无效聚合计算，可提升30%-50%查询性能。

5.2 构建ROLLUP预聚合物化视图

针对高频多维统计场景，基于基础表创建 ROLLUP 物化视图，提前预聚合多粒度数据，查询时直接命中预计算结果，实现毫秒级响应。

示例：创建日期+省份预聚合视图

CREATE MATERIALIZED VIEW sales_date_province_rollup
AS SELECT sale_date, province, SUM(sales_amount), SUM(order_cnt)
FROM ecommerce_sales
GROUP BY sale_date, province;