高级分组函数(rollup、cube、grouping sets)

版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接: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

  1. 只能 select 聚合函数(如:sum() 、max()、min()、avg()、count())
  2. 筛选只能 having,不能是 where
  3. 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

这里写图片描述

2.3 rollup(累计累加)

  1. 按列从右递减分组
  2. 先小计后合计
  3. 自动排序 order by(1, 2, 3, …, n)
  4. 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

这里写图片描述

2.4 cube(交叉列表)

  1. 交叉组合,与顺序无关(rollup 则与顺序有关)
  2. 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。

这里写图片描述

2.6 grouping

用于区分 原有值统计项

  1. 參数仅仅有一个,并且必须为group by中出现的某一列
  2. grouping = 0 : 数据库中本来的值
  3. grouping = 1 : 统计的结果

这里写图片描述

2.7 grouping_id

区分 小计项合计项。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。

  1. 參数能够是多个,但必须为group by中出现的列。
  2. grouping 用于判断 小计项(grouping(A) = 1)
  3. grouping_id 用于判断 合计项(grouping(A, B) = 1 + 1 = 3;小计 + 小计 = 合计)

这里写图片描述

##2.8 group_id

GROUP_ID()唯一标识反复组,能够通过group_id去除反复组

  1. group_id()函数,无参数
  2. 0表示第一次,1表示重复。

这里写图片描述

展开阅读全文

没有更多推荐了,返回首页