预先识别group by和group

Question

有没有办法提前(而不是反复试验)确定特定的查询应该使用GROUP by还是GROUP EACH BY？我们目前看到，在大约60-70%的基数之后，我们被要求使用每个Group by。当我们生成SQL时，很难预测。

Answer 1

“EACH”的用法并不取决于查询，而是取决于数据。组表达式是否有少量的唯一值？使用GROUP BY。有很多吗？使用GROUP EACH BY。

最好的策略是使用GROUP BY，直到你得到一个"over limits error“。

要更深入地了解“为什么？”，你可以看看Dremel的论文，它开启了这一切。基本上，GROUP BY在混合器中运行，而GROUP EACH BY被推送到分片。

有关其他见解，请查看jcondit在Resources Exceeded during query execution上的回答。