开发者学堂课程【大数据 Spark 2020版（知识精讲与实战演练）第三阶段：课时名称】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/690/detail/12093
聚合操作_多维聚合_cubeSQL
cubeSQL
Cube 和 rollup 算子，在 helpSQL 当中也有类似的语句。
helpSQL 直接支持 cube，但是 spark 当前的这个版本还不直接支持 cube，spark 当中支持另外一种写法，可以按照 grouping sets 进行相应聚合，下面一起去了解一下怎么完成这种聚合。
进入到代码当中，先把数据集拷贝：
注：算子是 sql 操作，只是写成了命令式并且算子中直接支持 sql 语句。
@Test
def cubesql(): unit = {
val schemaFinal = structType(
list(
structField( "source", stringType),
structField( "year", IntegerType),
structField("month", IntegerType),
structField( "day", IntegerType),
structField(""hour", IntegerType),
structField("season"， IntegerType) ,
structField( "pm", DoubleType)
）
）
val pmFinal = spark.read
.schema(schemaFinal)
.option( "header", value = true)
.csv( path = "dataset/ pm_final.csv")
pmFinal.createorReplaceTempview( viewName = "pm_final")
/编写 sql
Val result = spark.sql( sqlText = "select source，year，avg（pm） as pm from pm_final group by source， year " +"grouping sets ((source, year), (source)， (year),())"+
"order by source asc nulls last, year asc nulls last")
注：
select 后面的内容要先编写 from 后的内容；（source，year）后的 source，year 要带上括号，表示是多个集合。
通过 grouping sets 间接实现 cube 的功能，提高控制力。
Result.show()
}
运行并查看结果集：
以上就是 sql 语句中编写 cube 代码。
