with cube grouping sets roll up 但注意，这三个语法其实在实际开发中，维度过多时，实际使用并不友好。并且计算之后的结果还需要想办法放到HBase或者mysql来方便外部的快速结果查询
可以使用现有工具，druid或者kylinkylin是纯粹的预计算框架，当设定好需要计算的cube，设定好需要计算的维度组合之后，结合kylin的rest api或者jdbc接口，可以让kylin做每日滚动计算。kylin还会自己把计算后结果放入HBase中（hbase可以提供亚秒级别的数据访问，不过需要基于rowkey或者索引查询）； druid 则有轻度预先聚合，对数据查询也有加速效果
灵活自定义查询，也叫即席查询 即席查询要求有很强的计算性能，因为没有做预计算或者预聚合，数据量大时，需要有很强的计算性能才能满足即席查询的秒级要求。神策使用的方案是impala，但应对大量数据的计算，还是会受限于impala本身的限制。据说内部其实也做了很多优化，思路包括一定的预聚合和预计算等，所以神策在国内其实属于领头羊地位，属于独角兽presto属于后起之秀，虽然社区内划分了2个分支，但不影响使用。presto的计算性能其实弱于impala，但结合presto的内存表，性能会有很大提升，就是对内存占用以及数据体量会有一些要求。 并且，presto的社区活跃很多，版本迭代快速。有大公司支持，个人人为性能超越impala是预期内的事情。