group by分组函数之rollup与cube用法
ROLLUP，是GROUP BY子句的一种扩展，可以为每个分组返回小计记录以及为所有分组返回总计记录。
CUBE，也是GROUP BY子句的一种扩展，可以返回每一个列组合的小计记录，同时在末尾加上总计记录。
示例：
一、初始化表及数据代码如下：
点击(此处)折叠或打开
- SQL> create table group_test (group_id int, job varchar2(10), name varchar2(10), salary int);
-
- 表已创建。
-
- SQL>
- SQL> insert into group_test values (10,'Coding', 'Bruce',1000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (10,'Programmer','Clair',1000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (10,'Architect', 'Gideon',1000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (10,'Director', 'Hill',1000);
-
- 已创建 1 行。
-
- SQL>
- SQL> insert into group_test values (20,'Coding', 'Jason',2000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (20,'Programmer','Joey',2000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (20,'Architect', 'Martin',2000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (20,'Director', 'Michael',2000);
-
- 已创建 1 行。
-
- SQL>
- SQL> insert into group_test values (30,'Coding', 'Rebecca',3000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (30,'Programmer','Rex',3000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (30,'Architect', 'Richard',3000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (30,'Director', 'Sabrina',3000);
-
- 已创建 1 行。
-
- SQL>
- SQL> insert into group_test values (40,'Coding', 'Samuel',4000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (40,'Programmer','Susy',4000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (40,'Architect', 'Tina',4000);
-
- 已创建 1 行。
-
- SQL> insert into group_test values (40,'Director', 'Wendy',4000);
-
- 已创建 1 行。
-
- SQL>
- SQL> commit;
-
- 提交完成。
-
- SQL> select * from group_test;
-
- GROUP_ID JOB NAME SALARY
---------- ---------- ---------- ----------
10 Coding Bruce 1000
10 Programmer Clair 1000
10 Architect Gideon 1000
10 Director Hill 1000
20 Coding Jason 2000
20 Programmer Joey 2000
20 Architect Martin 2000
20 Director Michael 2000
30 Coding Rebecca 3000
30 Programmer Rex 3000
30 Architect Richard 3000
GROUP_ID JOB NAME SALARY
---------- ---------- ---------- ----------
30 Director Sabrina 3000
40 Coding Samuel 4000
40 Programmer Susy 4000
40 Architect Tina 4000
40 Director Wendy 4000
-
-
- 已选择16行。
二、group by一般分组与rollup语句区别
先看一般的group by语句
点击(此处)折叠或打开
- SQL> select group_id,sum(salary) from group_test
- 2 group by group_id;
-
- GROUP_ID SUM(SALARY)
- ---------- -----------
- 30 12000
- 20 8000
- 40 16000
- 10 4000
点击(此处)折叠或打开
- SQL> edit
- 已写入 file afiedt.buf
-
- 1 select group_id,sum(salary) from group_test
- 2* group by rollup(group_id)
- SQL> /
-
- GROUP_ID SUM(SALARY)
- ---------- -----------
- 10 4000
- 20 8000
- 30 12000
- 40 16000
- 40000
SQL> edit
已写入 file afiedt.buf
1 select group_id,sum(salary) from group_test
2 group by group_id
3 union all
4 select null,sum(salary) from group_test
5* order by 1
SQL> /
GROUP_ID SUM(SALARY)
---------- -----------
10 4000
20 8000
30 12000
40 16000
40000
下面查看通过group_id,job二个字段一般分组与rollup语句的区别
SQL> select group_id,job,sum(salary) from group_test
2 group by rollup(group_id,job);
GROUP_ID JOB SUM(SALARY)
---------- ---------- -----------
10 Coding 1000
10 Director 1000
10 Architect 1000
10 Programmer 1000
10 4000
20 Coding 2000
20 Director 2000
20 Architect 2000
20 Programmer 2000
20 8000
30 Coding 3000
GROUP_ID JOB SUM(SALARY)
---------- ---------- -----------
30 Director 3000
30 Architect 3000
30 Programmer 3000
30 12000
40 Coding 4000
40 Director 4000
40 Architect 4000
40 Programmer 4000
40 16000
40000
已选择21行。
用union all方式对上面代码改写如下：
SQL> select group_id,job,sum(salary) from group_test
2 group by group_id,job
3 union all
4 select group_id,null,sum(salary) from group_test
5 group by group_id
6 union all
7 select null,null,sum(salary) from group_test
8 order by 1,2;
GROUP_ID JOB SUM(SALARY)
---------- ---------- -----------
10 Architect 1000
10 Coding 1000
10 Director 1000
10 Programmer 1000
10 4000
20 Architect 2000
20 Coding 2000
20 Director 2000
20 Programmer 2000
20 8000
30 Architect 3000
GROUP_ID JOB SUM(SALARY)
---------- ---------- -----------
30 Coding 3000
30 Director 3000
30 Programmer 3000
30 12000
40 Architect 4000
40 Coding 4000
40 Director 4000
40 Programmer 4000
40 16000
40000
已选择21行。
SQL> select group_id,job,grouping(group_id),grouping(job),sum(salary)
2 from group_test
3 group by rollup(group_id,job);
GROUP_ID JOB GROUPING(GROUP_ID) GROUPING(JOB) SUM(SALARY)
---------- ---------- ------------------ ------------- -----------
10 Coding 0 0 1000
10 Director 0 0 1000
10 Architect 0 0 1000
10 Programmer 0 0 1000
10 0 1 4000
20 Coding 0 0 2000
20 Director 0 0 2000
20 Architect 0 0 2000
20 Programmer 0 0 2000
20 0 1 8000
30 Coding 0 0 3000
GROUP_ID JOB GROUPING(GROUP_ID) GROUPING(JOB) SUM(SALARY)
---------- ---------- ------------------ ------------- -----------
30 Director 0 0 3000
30 Architect 0 0 3000
30 Programmer 0 0 3000
30 0 1 12000
40 Coding 0 0 4000
40 Director 0 0 4000
40 Architect 0 0 4000
40 Programmer 0 0 4000
40 0 1 16000
1 1 40000
已选择21行。
分析上面sql执行结果，可知grouping用法，当对某例进行了汇总合计时，grouping（此列）的值为1，否则为0。
三、group by一般分组与cube语句区别
SQL> edit
已写入 file afiedt.buf
1 select group_id,job,sum(salary) from group_test
2 group by cube(group_id,job)
3* order by 1,2
SQL> /
GROUP_ID JOB SUM(SALARY)
---------- ---------- -----------
10 Architect 1000
10 Coding 1000
10 Director 1000
10 Programmer 1000
10 4000
20 Architect 2000
20 Coding 2000
20 Director 2000
20 Programmer 2000
20 8000
30 Architect 3000
GROUP_ID JOB SUM(SALARY)
---------- ---------- -----------
30 Coding 3000
30 Director 3000
30 Programmer 3000
30 12000
40 Architect 4000
40 Coding 4000
40 Director 4000
40 Programmer 4000
40 16000
Architect 10000
Coding 10000
GROUP_ID JOB SUM(SALARY)
---------- ---------- -----------
Director 10000
Programmer 10000
40000
已选择25行。
你会发现，cube与rollup用法不同，cube会对所有例进行分组汇总合计。
通过以上例子，可知：
如果是Group by ROLLUP(A, B, C)的话，首先会对(A、B、C)进行GROUP BY，然后对(A、B)进行GROUP BY，然后是(A)进行GROUP BY，最后对全表进行GROUP BY操作。
如果是GROUP BY CUBE(A, B, C)，则首先会对(A、B、C)进行GROUP BY，然后依次是(A、B)，(A、C)，(A)，(B、C)，(B)，(C)，最后对全表进行GROUP BY操作。 grouping_id()可以美化效果。除了使用GROUPING函数，还可以使用GROUPING_ID来标识GROUP BY的结果。
也可以 Group by Rollup(A,(B,C)) ，Group by A Rollup(B,C)，…… 这样任意按自己想要的形式结合统计数据，非常方便。
--本篇文章转自：http://blog.itpub.net/21251711/viewspace-1073184/