- GROUP BY: 分组
SELECT ... FROM... WHERE... GROUP BY... ORDER BY...
-
- GROUP BY的顺序要排在ORDER BY之前
- GROUP BY语句的算法对CPU运行效率有很大影响，一定要尽量优化
- GROUP BY分组的对象一般不是原本的记录行，而是对上述第三部分的五个汇总函数得出的结果，根据指定字段来进行拆分，因为如果要按原本记录行来分组，用order by+distinct就可以实现了——这里要注意，如果要按某个字段进行分组，这个字段必须被包括在select的对象里才行，不然就会得到空结果
- 同样也有像ORDER BY里一样的简化写法
EG：对人员表person中不同性别占比进行统计，语句如下
SELECT Sex, COUNT(*)AS amount FROM person GROUP BY Sex
- ROLLUP：对分组结果进行一个合计
/对于一些低版本的数据库，可能不支持rollup和cube函数，需要修改兼容级别到100
USE [master]
GO
ALTER DATABASE
database_name SET COMPATIBILITY_LEVEL = 100
GO
-
- 单维度小计，对一个字段进行group by rollup
SELECT Sex, COUNT(*)AS amount FROM person GROUP BY SexGROUP BY ROLLUP(Sex)
-
-
- ROLLUP过程相当于以下两步：
-
- 执行不带rollup的select&group by，得到前三行结果
- 执行rollup，对rsex进行小计，得到第四行
- 双维度小计，对两个字段进行group by rollup——联系数据透视表的原理进行理解
-
- 当rollup的参数多于一个时，逻辑过程如下
-
- 执行不带rollup的select&group by，得到的是最详细的双维度分类结果
- 首先按照group by rollup（）的第一个参数进行小计，就是下列代码中的部门编码，统计各部门总人数，得到每个dept_num的最后一行
- 然后按照第二个参数性别来进行小计，统计所有性别的总人数，得到最后一行
-
SELECT Sex,deptcode,COUNT(*)AS amount FROM person
GROUP BY ROLLUP(deptcode,Sex)
-
- 多维度：以此类推
- CUBE：如果说rollup是层层递进的逻辑，先汇总第一个参数，然后第二个第三个，知道全部，它的数据是从细到粗不断递进的；那么cube则是一个矩阵形式，对所有参数进行排列组合，对所有可能的组合进行一次汇总小计，最后在进行全表汇总。——因此，cube经常被用来生成交叉报表。
-
上图中，sex是维度1，dept是维度2。- group by cube（1,2）——1*2,1,2，总
- 1*2：第1、2、4、5、7、8行
- 1：第3、6、9行
- 2：第10、11行
- 总：第12行
-
- HAVING：给GROUP BY添加限制条件，只返回符合having条件的group——在GROUP BY之后，ORDER BY之前
-
- 一定要区分好where和having，where的条件限制的是select的对象，而having的条件限制的是已经分好的组，因此，having的条件也通常由汇总函数构成，比如只返回平均值大于100的组，只返回最大值大于50的组等。