Opções GROUP BY no Synapse SQL

Synapse SQL permite o desenvolvimento de soluções através da implementação de diferentes opções GROUP BY.

O que faz o GROUP BY

A cláusula GROUP BY T-SQL agrega dados a um conjunto resumido de linhas.

O pool SQL sem servidor não oferece suporte às opções GROUP BY. O pool SQL dedicado oferece suporte a um número limitado de opções GROUP BY.

Opções GROUP BY suportadas no pool SQL dedicado

GROUP BY tem algumas opções que o pool SQL dedicado não suporta. Essas opções têm soluções alternativas, que são as seguintes:

• AGRUPAR POR com ROLLUP
• CONJUNTOS DE AGRUPAMENTO
• GROUP BY com CUBE

Opções de conjuntos de rollup e agrupamento

A opção mais simples aqui é usar UNION ALL para executar o rollup em vez de confiar na sintaxe explícita. O resultado é exatamente o mesmo

O exemplo a seguir usa a instrução GROUP BY com a opção ROLLUP:

SELECT [SalesTerritoryCountry]
,      [SalesTerritoryRegion]
,      SUM(SalesAmount)             AS TotalSalesAmount
FROM  dbo.factInternetSales s
JOIN  dbo.DimSalesTerritory t       ON s.SalesTerritoryKey       = t.SalesTerritoryKey
GROUP BY ROLLUP (
                        [SalesTerritoryCountry]
                ,       [SalesTerritoryRegion]
                )
;

Usando ROLLUP, o exemplo anterior solicita as seguintes agregações:

• País e Região
• País
• Total geral

Para substituir ROLLUP e retornar os mesmos resultados, você pode usar UNION ALL e especificar explicitamente as agregações necessárias:

SELECT [SalesTerritoryCountry]
,      [SalesTerritoryRegion]
,      SUM(SalesAmount) AS TotalSalesAmount
FROM  dbo.factInternetSales s
JOIN  dbo.DimSalesTerritory t     ON s.SalesTerritoryKey       = t.SalesTerritoryKey
GROUP BY
       [SalesTerritoryCountry]
,      [SalesTerritoryRegion]
UNION ALL
SELECT [SalesTerritoryCountry]
,      NULL
,      SUM(SalesAmount) AS TotalSalesAmount
FROM  dbo.factInternetSales s
JOIN  dbo.DimSalesTerritory t     ON s.SalesTerritoryKey       = t.SalesTerritoryKey
GROUP BY
       [SalesTerritoryCountry]
UNION ALL
SELECT NULL
,      NULL
,      SUM(SalesAmount) AS TotalSalesAmount
FROM  dbo.factInternetSales s
JOIN  dbo.DimSalesTerritory t     ON s.SalesTerritoryKey       = t.SalesTerritoryKey;

Para substituir os CONJUNTOS DE AGRUPAMENTO, aplica-se o princípio de amostragem. Você só precisa criar seções UNION ALL para os níveis de agregação que deseja ver.

Opções de cubo

É possível criar um GROUP BY WITH CUBE usando a abordagem UNION ALL. O problema é que o código pode rapidamente se tornar vexatório e complicado. Para atenuar esse problema, você pode usar essa abordagem mais avançada.

O primeiro passo é definir o 'cubo' que define todos os níveis de agregação que queremos criar. Tome nota da JUNÇÃO CRUZADA das duas tabelas derivadas, pois gera todos os níveis. O resto do código está lá para formatação.

CREATE TABLE #Cube
WITH
(   DISTRIBUTION = ROUND_ROBIN
,   LOCATION = USER_DB
)
AS
WITH GrpCube AS
(SELECT    CAST(ISNULL(Country,'NULL')+','+ISNULL(Region,'NULL') AS NVARCHAR(50)) as 'Cols'
,          CAST(ISNULL(Country+',','')+ISNULL(Region,'') AS NVARCHAR(50))  as 'GroupBy'
,          ROW_NUMBER() OVER (ORDER BY Country) as 'Seq'
FROM       ( SELECT 'SalesTerritoryCountry' as Country
             UNION ALL
             SELECT NULL
           ) c
CROSS JOIN ( SELECT 'SalesTerritoryRegion' as Region
             UNION ALL
             SELECT NULL
           ) r
)
SELECT Cols
,      CASE WHEN SUBSTRING(GroupBy,LEN(GroupBy),1) = ','
            THEN SUBSTRING(GroupBy,1,LEN(GroupBy)-1)
            ELSE GroupBy
       END AS GroupBy  --Remove Trailing Comma
,Seq
FROM GrpCube;

A imagem a seguir mostra os resultados de CREATE TABLE AS SELECT:

A segunda etapa é especificar uma tabela de destino para armazenar resultados provisórios:

DECLARE
 @SQL NVARCHAR(4000)
,@Columns NVARCHAR(4000)
,@GroupBy NVARCHAR(4000)
,@i INT = 1
,@nbr INT = 0
;
CREATE TABLE #Results
(
 [SalesTerritoryCountry] NVARCHAR(50)
,[SalesTerritoryRegion]  NVARCHAR(50)
,[TotalSalesAmount]      MONEY
)
WITH
(   DISTRIBUTION = ROUND_ROBIN
,   LOCATION = USER_DB
)
;

O terceiro passo é executar um loop sobre o cubo de colunas para realizar a agregação. A consulta será executada uma vez para cada linha na tabela temporária #Cube. Os resultados são armazenados na tabela temporária #Results:

SET @nbr =(SELECT MAX(Seq) FROM #Cube);

WHILE @i<=@nbr
BEGIN
    SET @Columns = (SELECT Cols    FROM #Cube where seq = @i);
    SET @GroupBy = (SELECT GroupBy FROM #Cube where seq = @i);

    SET @SQL ='INSERT INTO #Results
              SELECT '+@Columns+'
              ,      SUM(SalesAmount) AS TotalSalesAmount
              FROM  dbo.factInternetSales s
              JOIN  dbo.DimSalesTerritory t  
              ON s.SalesTerritoryKey = t.SalesTerritoryKey
              '+CASE WHEN @GroupBy <>''
                     THEN 'GROUP BY '+@GroupBy ELSE '' END

    EXEC sp_executesql @SQL;
    SET @i +=1;
END

Por fim, você pode retornar os resultados lendo a tabela #Results temporária:

SELECT *
FROM #Results
ORDER BY 1,2,3
;

Ao dividir o código em seções e gerar uma construção de looping, o código se torna mais gerenciável e sustentável.

Próximos passos

Para obter mais dicas de desenvolvimento, consulte Visão geral do desenvolvimento.