Apache Druid如何按单字段groupBy并在同一行返回多组聚合值

核心问题答复 #

• 按单个列执行groupBy操作时，完全可以返回其他维度的统计结果，不需要将额外统计维度加入分组维度列表。
• 要在单维度groupBy的结果行中返回不同维度的分组统计项，使用filtered类型聚合器即可实现，之前尝试未生效是查询写法存在错误，并非方案不可行。

原有查询的错误点 #

1. JSON语法错误：多处键名错误将冒号写在了引号内部，比如"context:"、"type: "count"这类写法会导致配置无法被Druid正常解析，新增的聚合器配置根本没有生效。
2. 聚合器配置错误：filtered聚合器内部嵌套的count类型聚合器不需要指定fieldName，count聚合器的逻辑是统计符合条件的行数，无需绑定特定字段。
3. 聚合器选型错误：grouping聚合器的作用是多维度分组时标识当前结果行的聚合维度层级，完全不适用单维度分组下的条件统计场景，所以达不到预期效果。

正确查询示例 #

以下是修正后的可直接运行的native查询写法，按userId分组的同时，会在同一行返回总计数、不同block_id对应的计数：

{
  "queryType": "groupBy",
  "dataSource": "my-data-source",
  "granularity": "all",
  "intervals": ["2022-06-27T03:00:00.000Z/2022-06-28T03:00:00.000Z"],
  "context": { "timeout": 30000 },
  "dimensions": ["userId"],
  "filter": {
    "type": "and",
    "fields": [
      {"type": "or", "fields": [{}]}
    ]
  },
  "aggregations": [
    {"type": "count", "name": "total_count"},
    {
      "type": "filtered",
      "filter": {"type": "selector", "dimension": "block_id", "value": "block1"},
      "aggregator": {"type": "count", "name": "block1_count"}
    },
    {
      "type": "filtered",
      "filter": {"type": "selector", "dimension": "block_id", "value": "block2"},
      "aggregator": {"type": "count", "name": "block2_count"}
    }
  ]
}

如果需要统计其他维度的分组项，只需要按照上述filtered聚合器的格式，在aggregations数组中追加对应过滤条件的配置即可。

预期效果参考 #

内容的提问来源于stack exchange，提问作者PlayHardGoPro