oracle高级分组

1.ROLLUP

 

ROLLUP的作用相当于
SQL> set autotrace on
SQL> select department_id,job_id,count(*)
  2  from employees
  3  group by department_id,job_id
  4  union
  5  select department_id,null,count(*)
  6  from employees
  7  group by department_id
  8  union
  9  select null,null,count(*)
 10  from employees;

最后面的SA_REP表示此jobid没有部门,为null
这里的union系统默认进行了排序

使用ROLLUP能达到上面GROUP BY的功能,但性能开销更小
SQL> ed
已写入 file afiedt.buf
  1  select department_id,job_id,count(*)
  2  from employees
  3* group by rollup (department_id,job_id)
SQL> /

2.为什么ROLLUP会比GROUP BY性能好

ROLLUP(a,b,c)=a,b,c+a,b+a+All
通过一次全表扫描,得出a,b,c的分组统计信息后;分组统计a,b 相同,c不同的项即可得到a,b;依此类推……,就不用去多次全表扫描

3.ROLLUP的另类用法ROLLUP(a,(b,c))
ROLLUP((a,b))
SQL> ed
已写入 file afiedt.buf

  1  select department_id,job_id,count(*)
  2  from employees
  3* group by rollup ((department_id,job_id))
SQL> /
注意面的语句是group by rollup ((department_id,job_id))
不是group by rollup (department_id,job_id)

4.GROUPING函数的作用是放总记

如一个公司有多个部门,一个部门有多个岗位,一个岗位上有多个人
Rollup(部门,工作岗位)  sum(每人的工资)
当部门的GROUPING为0,工作岗位的GROUPING也为0时,说明是公司发的总工资,此时放公司总计
当部门的GROUPING为0,工作岗位的GROUPING也为1时,说明是部门发的总工资,此时放部门小记
当部门的GROUPING为1,工作岗位的GROUPING也为1时,显示的是某部门某职位的工资和计
SQL> SELECT   department_id DEPTID, job_id JOB,
  2           SUM(salary),
  3           GROUPING(department_id) GRP_DEPT,
  4           GROUPING(job_id) GRP_JOB
  5  FROM     employees
  6  GROUP BY ROLLUP(department_id, job_id);

第一个SA_REP表示此jobid没有部门,为null

5.GROUPING SETS与GROUPING的作用是不同的

 

Oracle服务器计算GROUPING SETS子句中所有的组并将结果通过UNION ALL组合成一个结果集.
GROUPING SETS的效果:1.只需要访问一次基表.2.不需要写很复杂的UNION语句.
SELECT   department_id, job_id, null manager_id,avg(salary)
FROM     employees
GROUP BY (department_id,job_id)
UNION ALL
SELECT   null department_id, job_id, manager_id,avg(salary)
FROM     employees
GROUP BY (job_id,manager_id)
等同于
SQL> set autotrace on
SQL> SELECT   department_id, job_id,
  2           manager_id,avg(salary)
  3  FROM     employees
  4  GROUP BY GROUPING SETS ((department_id,job_id), (job_id,manager_id));

上面得到的是通过job_id,manager_id分组的avg(salary)
下面的是通过department_id,job_id分组的avg(salary)


 

原文地址:https://www.cnblogs.com/bolang100/p/6530301.html