Hive 2.3.9版本grouping__id计算逻辑变更疑问

是的，Hive确实对grouping__id的生成规则做了变更，从2.3.0版本开始，该逻辑就调整为与Spark、SQL标准对齐的实现。

新旧规则对比 #

针对你提到的GROUP BY a,b配合GROUPING SETS(a, b, (a,b))的场景：

• 旧版本规则：从低位到高位默认全0，维度出现在分组集中则设为1，最后转十进制：
  • 按a分组：仅a出现 → 二进制01 → 十进制1
  • 按b分组：仅b出现 → 二进制10 → 十进制2
  • 按a,b分组：两者都出现 → 二进制11 → 十进制3
• 2.3.0+新版本规则：从低位到高位默认全0，维度**被聚合（即不在当前分组集中）**则设为1，最后转十进制：
  • 按a分组：b被聚合 → 二进制01 → 十进制1
  • 按b分组：a被聚合 → 二进制10 → 十进制2
  • 按a,b分组：两者都未被聚合 → 二进制00 → 十进制0

变更原因 #

这次调整主要是为了兼容SQL:2003标准中关于GROUPING SETS的定义，同时对齐Spark等其他大数据计算引擎的行为，降低跨引擎迁移时的适配成本。

内容的提问来源于stack exchange，提问作者Tang Chen