理解group by 语句的扩展使用

在SQL的开发中我们会经常使用group by语句对数据进行分组统计，然而在一些复杂的BI报表开发中会常遇到更
复杂的分组需求，单单使用group by 就不能解决我们的问题了，这时我们就需要学习了解一下在group by 语句上的一些扩展使用，下面我们就来学习一下rollup、cube、grouping sets语句的使用。

1.group by

SQL> select a.dname,b.job,sum(b.sal) sum_sal
    from dept a,emp b
    where a.deptno=b.deptno
    group by a.dname,b.job;

DNAME          JOB          SUM_SAL
-------------- --------- ----------
SALES          MANAGER
SALES          CLERK
ACCOUNTING     MANAGER
ACCOUNTING     PRESIDENT
ACCOUNTING     CLERK
RESEARCH       MANAGER
SALES          SALESMAN
RESEARCH       ANALYST
RESEARCH       CLERK           

 rows selected

可以看到以上数据中我们按照部门名和职位名进行了分组，然后求出每组内的工资数。
假如现在我们有一个需求，需要在这个查询中增加一个不同部门间的工资总和，那么这个SQL该怎么写：

我们是不是会这样写：

SQL> select * from (
    SELECT  a.dname,b.job,SUM(b.sal) sum_sal
    FROM dept a,emp b
    WHERE a.deptno = b.deptno
    GROUP  BY a.dname,b.job
    UNION ALL
    --部门的小计
    SELECT  a.dname,NULL, SUM(b.sal) sum_sal
    FROM dept a,emp b
   WHERE a.deptno = b.deptno
   GROUP  BY a.dname
   UNION ALL
   --所有部门总的合计
   SELECT  NULL,NULL, SUM(b.sal) sum_sal
   FROM dept a,emp b
   WHERE a.deptno = b.deptno)
   order by dname;

DNAME          JOB          SUM_SAL
-------------- --------- ----------
ACCOUNTING
ACCOUNTING     MANAGER
ACCOUNTING     PRESIDENT
ACCOUNTING     CLERK
RESEARCH       CLERK
RESEARCH       MANAGER
RESEARCH
RESEARCH       ANALYST
SALES          CLERK
SALES          MANAGER
SALES          SALESMAN
SALES                          

 rows selected

可以看到上面的SQL写法实现了之前的需求，但是执行效率将非常低，dept表和emp表将会被多次扫描，
能否一次扫描就能搞定这个事哪，答案的肯定的，使用rollup函数。

2.group by rollup

SQL> select a.dname,b.job,sum(b.sal) sum_sal
    from dept a,emp b
    where a.deptno=b.deptno
    group by rollup(a.dname,b.job);

DNAME          JOB          SUM_SAL
-------------- --------- ----------
SALES          CLERK
SALES          MANAGER
SALES          SALESMAN
SALES
RESEARCH       CLERK
RESEARCH       ANALYST
RESEARCH       MANAGER
RESEARCH
ACCOUNTING     CLERK
ACCOUNTING     MANAGER
ACCOUNTING     PRESIDENT
ACCOUNTING                     

 rows selected

通过上面的查询可以看到使用rollup函数我们一次就实现了上面的需求，而且dept表和emp表将只会被扫描一次，可以通过查询执行计划要来验证(略)。

group by rollup(a.dname,b.job)
分组是这样的：
1.首先对a.dname,b.job进行联合分组，求出sum
2.其次对a.dname进行分组，求出sum
3.最后按全表进行分组求出sum

可能有些人对于上面union all的写法还能接受，决定实现起来不难而且很好理解，但是我要说的是如果是需求再改变，在增加求出对雇佣年份的统计，是不是又要union all了，这就显得sql很冗肿了，效率下降，你还能接受吗？如果现在我们的需求又改变了，我们(a.dname,b.job)在前面的基础上增加对 b.job进行分组求和，这时该怎么做那，。。。。这时就需要我们使用cube函数。

3.group by cube

SQL> select a.dname,b.job,sum(b.sal) sum_sal
    from dept a,emp b
    where a.deptno=b.deptno
    group by cube(a.dname,b.job);

DNAME          JOB          SUM_SAL
-------------- --------- ----------

               CLERK
               ANALYST
               MANAGER
               SALESMAN
               PRESIDENT
SALES
SALES          CLERK
SALES          MANAGER
SALES          SALESMAN
RESEARCH
RESEARCH       CLERK
RESEARCH       ANALYST
RESEARCH       MANAGER
ACCOUNTING
ACCOUNTING     CLERK
ACCOUNTING     MANAGER
ACCOUNTING     PRESIDENT       

 rows selected

通过上面的sql查询我们发现cube函数是rollup函数基础上更细化的分组，在rollup的基础上又增加了对job的分组，是不是这样的那??? 通过上面的查询发现使用rollup函数有13条数据，相同数据的情况下使用cube函数有18条数据，那么多出的5条数据就是对job的分组，查询一下job有种：

SQL> select distinct job from emp;

JOB
---------
CLERK
SALESMAN
PRESIDENT
MANAGER
ANALYST

可以看到正好有5种job，验证了上面的问题。

group by cube(a.dname,b.job)
分组是这样的：
1.首先按照a.dname,b.job进行分组，求聚合函数的值
2.其次按照a.dname进行分组,求聚合函数的值
3.再次按照b.job进行分组，求聚合函数的值
4.最后对全表进行分组，求聚合函数的值

如果是三列数据那：

group by cube(a.dname,b.job,b.hiredate)

分组是这样的：
1.首先按照a.dname,b.job,b.hiredate进行分组，求聚合函数的值
2.然后按照a.dname,b.job进行分组，求聚合函数的值
3.然后按照a.dname,b.hiredate进行分组，求聚合函数的值
4.然后按照b.job,b.hiredate进行分组，求聚合函数的值
5.然后按照a.dname进行分组，求聚合函数的值
6.然后按照b.job进行分组，求聚合函数的值
7.然后按照b.hiredate进行分组，求聚合函数的值
8.最后按照全表进行分组，求聚合函数的值

例如：

SQL> select a.dname,b.job,b.hiredate,sum(b.sal) sum_sal
    from dept a,emp b
    where a.deptno=b.deptno
    group by cube(a.dname,b.job,b.hiredate);

DNAME          JOB       HIREDATE       SUM_SAL
-------------- --------- ----------- ----------

                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
               CLERK
               CLERK     //
               CLERK     //
               CLERK     //
               CLERK     //
               ANALYST
               ANALYST   //
               ANALYST   //
               MANAGER
               MANAGER   //
               MANAGER   //
               MANAGER   //
               SALESMAN
               SALESMAN  //
               SALESMAN  //
               SALESMAN  //
               SALESMAN  //
               PRESIDENT
               PRESIDENT //
SALES
SALES                    //
SALES                    //
SALES                    //
SALES                    //
SALES                    //
SALES                    //
SALES          CLERK
SALES          CLERK     //
SALES          MANAGER
SALES          MANAGER   //
SALES          SALESMAN
SALES          SALESMAN  //
SALES          SALESMAN  //
SALES          SALESMAN  //
SALES          SALESMAN  //
RESEARCH
RESEARCH                 //
RESEARCH                 //
RESEARCH                 //
RESEARCH                 //
RESEARCH                 //
RESEARCH       CLERK
RESEARCH       CLERK     //
RESEARCH       CLERK     //
RESEARCH       ANALYST
RESEARCH       ANALYST   //
RESEARCH       ANALYST   //
RESEARCH       MANAGER
RESEARCH       MANAGER   //
ACCOUNTING
ACCOUNTING               //
ACCOUNTING               //
ACCOUNTING               //
ACCOUNTING     CLERK
ACCOUNTING     CLERK     //
ACCOUNTING     MANAGER
ACCOUNTING     MANAGER   //
ACCOUNTING     PRESIDENT
ACCOUNTING     PRESIDENT //        

 rows selected

如果分别按照a.dname,b.job,b.hiredate进行分组求和，我们是不是可以放在一个SQL中实现，
答案的可以的，我们可以利用grouping sets函数

4.group by grouping sets

SQL> select a.dname,b.job,b.hiredate,sum(b.sal) sum_sal
    from dept a,emp b
    where a.deptno=b.deptno
    group by grouping sets (a.dname,b.job,b.hiredate);

DNAME          JOB       HIREDATE       SUM_SAL
-------------- --------- ----------- ----------
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
                         //
               CLERK
               SALESMAN
               PRESIDENT
               MANAGER
               ANALYST
ACCOUNTING
RESEARCH
SALES                                      

 rows selected

通过上面的查询我们就很一目了然看到他们的分组规律。

group by grouping sets (a.dname,b.job,b.hiredate)
分组是这样的：
1.首先按照a.dname进行分组，求聚合函数的值
2.其次按照b.job进行分组，求聚合函数的值
1.最后按照b.hiredate进行分组，求聚合函数的值

5.总结归类下

Rollup是在group by的基础上再进行分级的汇总，例如：Rollup(A,B,C)的分组顺序是：
(A,B,C)
(A,B)
(A)
最后对全表进行group by 分组。

Cube是在Rollup的基础上再进行更加细粒度的汇总，例如：cube(A,B,C)它的分组顺序是：
(A,B,C)
(A,B)
(A,C)
(A)
(B,C)
(B)
(C)
最后对全表进行group by 分组。

Grouping sets与rollup和cube不同，它只是对单列进行分组，例如grouping sets(A,B,C)的分组顺序是:
(A)
(B)
(C)

可参考：

http://love-flying-snow.iteye.com/blog/573083