版权声明:此博客仅用于学习,讨论,欢迎转载(请注明出处!) https://blog.csdn.net/qq_34745941/article/details/82316682
#1、使用场景
ROLLUP,CUBE,GROUPING SETS 函数可以理解为Group By 分组函数封装后的精简用法,相当于多个union all 的组合显示效果,但是要比 多个 union all 的效率要高。
##1.1 测试数据
CREATE TABLE emp (
ID NUMBER PRIMARY KEY,
NAME NVARCHAR2(30),
sex VARCHAR2(10),
birthday DATE,
work_location VARCHAR2(30),
sal NUMBER(10)
);
COMMENT ON TABLE emp IS '员工信息表';
COMMENT ON COLUMN emp.id IS '员工id';
COMMENT ON COLUMN emp.name IS '员工姓名';
COMMENT ON COLUMN emp.sex IS '性别';
COMMENT ON COLUMN emp.birthday IS '出生日期';
COMMENT ON COLUMN emp.work_location IS '工作地点';
COMMENT ON COLUMN emp.sal IS '工资';
INSERT INTO emp(ID, NAME, sex, birthday, work_location, sal)
VALUES(1, '小王','男', to_date('1994-12-08','yyyy-mm-dd'), '杭州', 4500);
INSERT INTO emp(ID, NAME, sex, birthday, work_location, sal)
VALUES(2, '小瑞','男', to_date('1995-02-01','yyyy-mm-dd'), '杭州', 8000);
INSERT INTO emp(ID, NAME, sex, birthday, work_location, sal)
VALUES(3, '小倩子','女', to_date('1994-07-08','yyyy-mm-dd'), '上海', 6000);
INSERT INTO emp(ID, NAME, sex, birthday, work_location, sal)
VALUES(4, '小权','男', to_date('1993-01-01','yyyy-mm-dd'), '北京', 8000);
INSERT INTO emp(ID, NAME, sex, birthday, work_location, sal)
VALUES(5, '小优子','男', to_date('1994-12-08','yyyy-mm-dd'), '深圳', 9000);
INSERT INTO emp(ID, NAME, sex, birthday, work_location, sal)
VALUES(6, '小游子','女', to_date('1994-07-08','yyyy-mm-dd'), '深圳', 7500);
#2、知识点小结
##2.1 group by
- 只能 select 聚合函数(如:sum() 、max()、min()、avg()、count())
- 筛选只能 having,不能是 where
- 不能对 clob 类型项目进行 group by
如:以下语句就会报错
WITH t_1 AS (
SELECT to_clob(t.name) a
FROM emp t
)
SELECT COUNT(1)
FROM t_1
GROUP BY a;
##2.2 grouping sets
group by (A, B) 是 对 A,B 共同 进行分组
group by grouping sets(A, B) 是对 A,B 单独 进行分组
##2.3 rollup(累计累加)
- 按列从右递减分组
- 先小计后合计
- 自动排序 order by(1, 2, 3, …, n)
- 若有 N 列,则 group by N+1 次
如: group by rollup(A, B, C),首先对 (A,B,C)进行 group by,然后对(A,B)进行 group by,然后对(A)进行 group by,最后对全表进行 group by
SELECT A, B, C, SUM(D) FROM table_name GROUP BY ROLLUP(A, B, C);
等同于
SELECT * from (
SELECT A, B, C, SUM(D) FROM table_name GROUP BY(A, B, C)
UNION ALL
SELECT A, B, null, SUM(D) FROM table_name GROUP BY(A, B, null)
UNION ALL
SELECT A, null, null, SUM(D) FROM table_name GROUP BY (A, null, null)
UNION ALL
SELECT null, null, null, SUM(D) From table_name group by (null, null, null)
) order by 1, 2, 3
##2.4 cube(交叉列表)
- 交叉组合,与顺序无关(rollup 则与顺序有关)
- 若有 N 列,则 group by 2^N 次
它比 rollup 扩展更加精细,组合类型更多,对于 cube 来说,列的名字只要一样,那么顺序无所谓,结果都是一样的,因为 cube 是各种可能情况的组合,只不过统计的结果顺序不同而已。但是对于 rollup 来说,列的顺序不同,则结果不同。
如果是GROUP BY CUBE(A, B, C),GROUP BY顺序:
(A、B、C)
(A、B)
(A、C)
(A),
(B、C)
(B)
(C),
最后对全表进行GROUPBY操作。
##2.6 grouping
用于区分 原有值 和 统计项
- 參数仅仅有一个,并且必须为group by中出现的某一列
- grouping = 0 : 数据库中本来的值
- grouping = 1 : 统计的结果
##2.7 grouping_id
区分 小计项 和 合计项。Grouping_id()的返回值事实上就是參数中的每列的grouping()值的二进制向量。假设grouping(a)=1,grouping(b)=1,则grouping_id(A,B)的返回值就是二进制的11。转成10进制就是3。
- 參数能够是多个,但必须为group by中出现的列。
- grouping 用于判断 小计项(grouping(A) = 1)
- grouping_id 用于判断 合计项(grouping(A, B) = 1 + 1 = 3;小计 + 小计 = 合计)
##2.8 group_id
GROUP_ID()唯一标识反复组,能够通过group_id去除反复组
- group_id()函数,无参数
- 0表示第一次,1表示重复。