本文详细介绍了数据库查询中的GROUP BY、ROLLUP和GROUPING函数的使用。GROUP BY用于基本的分组统计，ROLLUP提供了层次化的分组汇总，GROUPING函数则用于标识汇总行。通过案例展示了这些函数如何在不同层次上聚合数据，提供更灵活的数据透视和分析能力。
分类一：
GROUP BY (PRODUCT,FLOOR)；
| COL1 | COL2 | count | sum |
| A | A1 | 1 | 5 |
| A | A2 | 1 | 4 |
| B | B1 | 1 | 3 |
分类二：
GROUP BY ROLLUP (Col1,Col2)；
| COL1 | COL2 | count | sum | 备注 |
| A | A1 | 1 | 5 | |
| A | A2 | 1 | 4 | |
| A | (null) | 2 | 9 | (每一组COL2的综合) |
| B | B1 | 1 | 3 | |
| B | (null) | 1 | 3 | (每一组COL2的综合) |
| (null) | (null) | 3 | 12 | (每COL1的综合) |
ROLLUP(A, B, C)
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
优点：在vs合並單元格方便
分类三：GROUPING( Col1 )=1
其实就是Col1中初始为null的一行，为GROUPING( Col1 )=1（见上表）
| COL1 | COL2 | count | sum | 备注 |
| A | A1 | 1 | 5 | |
| A | A2 | 1 | 4 | |
| A | 小计 | 2 | 9 | 该行中，GROUPING( Col2 )=1 |
| B | B1 | 1 | 3 | |
| B | 小计 | 1 | 3 | 该行中，GROUPING( Col2 )=1 |
| 合计 | 合计 | 3 | 12 | 该行中，GROUPING( Col1 )=1 GROUPING( Col2 )=1 |
SELECT
CASE WHEN GROUPING(Col1) = 1 THEN '合计'
ELSE Col1 END AS COL1
, CASE WHEN GROUPING(Col2) = 1 AND GROUPING(Col1) = 1 THEN '合计'
WHEN GROUPING(Col2) = 1 THEN '小计'
ELSE Col2 END AS COL2
, COUNT(Col2) AS COUNT
,SUM(Col3) AS SUM
FROM IPQC_FAI_DAILY_WO_T
GROUP BY ROLLUP(PRODUCT, FLOOR)拓展：GROUP BY Col1，Col2 ，ROLLUP (Col3,Col4)
| COL1 | COL2 | COL3 | COL4 | count | sum |
| 甲 | 甲 | A | A1 | 1 | 5 |
| 甲 | 甲 | A | A2 | 1 | 4 |
| 甲 | 甲 | A | 小计 | 2 | 9 |
| 甲 | 甲 | B | B1 | 1 | 3 |
| 甲 | 甲 | B | 小计 | 1 | 3 |
| 甲 | 甲 | 合计 | 合计 | 3 | 12 |
| 甲 | 乙 | A | A1 | 1 | 5 |
| 甲 | 乙 | A | A2 | 1 | 4 |
| 甲 | 乙 | A | 小计 | 2 | 9 |
| 甲 | 乙 | B | B1 | 1 | 3 |
| 甲 | 乙 | B | 小计 | 1 | 3 |
| 甲 | 乙 | 合计 | 合计 | 3 | 12 |
540
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
