GROUP BY中解决的资源已超出，但我需要降低成本

Question

在对具有数十亿行的表执行GROUP BY EACH时，我解决了资源超出错误。 然而，解决方案成本非常高，我想降低这些成本。

错误几乎不是由于分组键偏差造成的，而是由于分组键的基数过高（是否存在固定的最大值？）。

我的解决方案：

SELECT key FROM
(SELECT key FROM [table] WHERE ABS(HASH(key)) % 4 = 0 GROUP EACH BY key),
(SELECT key FROM [table] WHERE ABS(HASH(key)) % 4 = 1 GROUP EACH BY key),
(SELECT key FROM [table] WHERE ABS(HASH(key)) % 4 = 2 GROUP EACH BY key),
(SELECT key FROM [table] WHERE ABS(HASH(key)) % 4 = 3 GROUP EACH BY key)

这有效，但它多次读取我的多TB表，我相信这有点贵。 有没有降低成本的解决方案？

谢谢，鲁本

Answer 1

它只从“表”中读取整个键列一次。