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 2 from dept a,emp b 3 where a.deptno=b.deptno 4 group by a.dname,b.job; DNAME JOB SUM_SAL -------------- --------- ---------- SALES MANAGER 2850 SALES CLERK 950 ACCOUNTING MANAGER 2450 ACCOUNTING PRESIDENT 5000 ACCOUNTING CLERK 1300 RESEARCH MANAGER 2975 SALES SALESMAN 5600 RESEARCH ANALYST 6000 RESEARCH CLERK 1900 9 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 ( 2 SELECT a.dname,b.job,SUM(b.sal) sum_sal 3 FROM dept a,emp b 4 WHERE a.deptno = b.deptno 5 GROUP BY a.dname,b.job 6 UNION ALL 7 --部门的小计 8 SELECT a.dname,NULL, SUM(b.sal) sum_sal 9 FROM dept a,emp b 10 WHERE a.deptno = b.deptno 11 GROUP BY a.dname 12 UNION ALL 13 --所有部门总的合计 14 SELECT NULL,NULL, SUM(b.sal) sum_sal 15 FROM dept a,emp b 16 WHERE a.deptno = b.deptno) 17 order by dname; DNAME JOB SUM_SAL -------------- --------- ---------- ACCOUNTING 8750 ACCOUNTING MANAGER 2450 ACCOUNTING PRESIDENT 5000 ACCOUNTING CLERK 1300 RESEARCH CLERK 1900 RESEARCH MANAGER 2975 RESEARCH 10875 RESEARCH ANALYST 6000 SALES CLERK 950 SALES MANAGER 2850 SALES SALESMAN 5600 SALES 9400 29025 13 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 2 from dept a,emp b 3 where a.deptno=b.deptno 4 group by rollup(a.dname,b.job); DNAME JOB SUM_SAL -------------- --------- ---------- SALES CLERK 950 SALES MANAGER 2850 SALES SALESMAN 5600 SALES 9400 RESEARCH CLERK 1900 RESEARCH ANALYST 6000 RESEARCH MANAGER 2975 RESEARCH 10875 ACCOUNTING CLERK 1300 ACCOUNTING MANAGER 2450 ACCOUNTING PRESIDENT 5000 ACCOUNTING 8750 29025 13 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 2 from dept a,emp b 3 where a.deptno=b.deptno 4 group by cube(a.dname,b.job); DNAME JOB SUM_SAL -------------- --------- ---------- 29025 CLERK 4150 ANALYST 6000 MANAGER 8275 SALESMAN 5600 PRESIDENT 5000 SALES 9400 SALES CLERK 950 SALES MANAGER 2850 SALES SALESMAN 5600 RESEARCH 10875 RESEARCH CLERK 1900 RESEARCH ANALYST 6000 RESEARCH MANAGER 2975 ACCOUNTING 8750 ACCOUNTING CLERK 1300 ACCOUNTING MANAGER 2450 ACCOUNTING PRESIDENT 5000 18 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 2 from dept a,emp b 3 where a.deptno=b.deptno 4 group by cube(a.dname,b.job,b.hiredate); DNAME JOB HIREDATE SUM_SAL -------------- --------- ----------- ---------- 29025 1980/12/17 800 1981/2/20 1600 1981/2/22 1250 1981/4/2 2975 1981/5/1 2850 1981/6/9 2450 1981/9/8 1500 1981/9/28 1250 1981/11/17 5000 1981/12/3 3950 1982/1/23 1300 1987/4/19 3000 1987/5/23 1100 CLERK 4150 CLERK 1980/12/17 800 CLERK 1981/12/3 950 CLERK 1982/1/23 1300 CLERK 1987/5/23 1100 ANALYST 6000 ANALYST 1981/12/3 3000 ANALYST 1987/4/19 3000 MANAGER 8275 MANAGER 1981/4/2 2975 MANAGER 1981/5/1 2850 MANAGER 1981/6/9 2450 SALESMAN 5600 SALESMAN 1981/2/20 1600 SALESMAN 1981/2/22 1250 SALESMAN 1981/9/8 1500 SALESMAN 1981/9/28 1250 PRESIDENT 5000 PRESIDENT 1981/11/17 5000 SALES 9400 SALES 1981/2/20 1600 SALES 1981/2/22 1250 SALES 1981/5/1 2850 SALES 1981/9/8 1500 SALES 1981/9/28 1250 SALES 1981/12/3 950 SALES CLERK 950 SALES CLERK 1981/12/3 950 SALES MANAGER 2850 SALES MANAGER 1981/5/1 2850 SALES SALESMAN 5600 SALES SALESMAN 1981/2/20 1600 SALES SALESMAN 1981/2/22 1250 SALES SALESMAN 1981/9/8 1500 SALES SALESMAN 1981/9/28 1250 RESEARCH 10875 RESEARCH 1980/12/17 800 RESEARCH 1981/4/2 2975 RESEARCH 1981/12/3 3000 RESEARCH 1987/4/19 3000 RESEARCH 1987/5/23 1100 RESEARCH CLERK 1900 RESEARCH CLERK 1980/12/17 800 RESEARCH CLERK 1987/5/23 1100 RESEARCH ANALYST 6000 RESEARCH ANALYST 1981/12/3 3000 RESEARCH ANALYST 1987/4/19 3000 RESEARCH MANAGER 2975 RESEARCH MANAGER 1981/4/2 2975 ACCOUNTING 8750 ACCOUNTING 1981/6/9 2450 ACCOUNTING 1981/11/17 5000 ACCOUNTING 1982/1/23 1300 ACCOUNTING CLERK 1300 ACCOUNTING CLERK 1982/1/23 1300 ACCOUNTING MANAGER 2450 ACCOUNTING MANAGER 1981/6/9 2450 ACCOUNTING PRESIDENT 5000 ACCOUNTING PRESIDENT 1981/11/17 5000 73 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 2 from dept a,emp b 3 where a.deptno=b.deptno 4 group by grouping sets (a.dname,b.job,b.hiredate); DNAME JOB HIREDATE SUM_SAL -------------- --------- ----------- ---------- 1987/5/23 1100 1981/11/17 5000 1982/1/23 1300 1981/12/3 3950 1981/2/22 1250 1981/6/9 2450 1980/12/17 800 1981/4/2 2975 1987/4/19 3000 1981/2/20 1600 1981/9/8 1500 1981/5/1 2850 1981/9/28 1250 CLERK 4150 SALESMAN 5600 PRESIDENT 5000 MANAGER 8275 ANALYST 6000 ACCOUNTING 8750 RESEARCH 10875 SALES 9400 21 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