SQLServer中的ALL、PERCENT、CUBE关键字、ROLLUP关键字和GROUPING函数

SQLServer中的ALL、PERCENT、CUBE关键字、ROLLUP关键字和GROUPING函数

 先来创建一个测试表

USE [tempdb]
GO

CREATE TABLE #temptb(id INT ,NAME VARCHAR(200))
GO

INSERT INTO [#temptb] ( [id], [NAME] )
SELECT 1,'中国' UNION ALL
SELECT 2,'中国' UNION ALL
SELECT 3,'英国' UNION ALL
SELECT 4,'英国' UNION ALL
SELECT 5,'美国' UNION ALL
SELECT 6,'美国' UNION ALL
SELECT null, '法国' UNION ALL
SELECT 8,'法国' 
GO

SELECT * FROM [#temptb]
GO

---

 

先来看一下SELECT语句的语法：

SELECT [ ALL | DISTINCT ] [ topSubclause ] aliasedExpr 
      [{ , aliasedExpr }] FROM fromClause [ WHERE whereClause ] [ GROUP BY groupByClause [ HAVING havingClause ] ] [ ORDER BY orderByClause ]
or
SELECT VALUE [ ALL | DISTINCT ] [ topSubclause ] expr FROM fromClause [ WHERE whereClause ] [ GROUP BY groupByClause [ HAVING havingClause ] ] [ ORDER BY orderByClause

 

ALL关键字：指定在结果集中可以显示重复的行，这是默认的关键字，也就是说，当您在查询中不使用ALL关键字，默认都已经附加上了ALL这个关键字

例如下面两个SQL语句，实际上是等价的，都会把重复的记录select出来

--这两个语句是等价的
SELECT * FROM [#temptb]
GO
-------------------------------------------
SELECT ALL * FROM [#temptb]
GO

如果您需要把某个字段唯一值select出来，过滤掉那些重复值需要使用DISTINCT关键字，字段名放在distinct括号中

SELECT DISTINCT([NAME]) FROM [#temptb]

而当您把字段放在ALL括号中，这时候就会变成一个表达式，例如下面SQL语句

SELECT ALL([NAME]+'您好') AS '国别' FROM [#temptb]

在我上一篇文章里：处理表重复记录(查询和删除)

筛选出Name相同下 ID最大的那条记录，其中有一个SQL语句

SELECT  *
FROM    [#temptb] a
WHERE   ID!<ALL ( SELECT    ID
                  FROM      [#temptb]
                  WHERE     Name = a.Name )

如果去掉ALL关键字会怎样呢？

因为子查询需要的是一个表达式，所以需要使用ALL关键字把他变为一个表达式，否则会报错

 

ALL关键字还可以放在GROUP BY 之后

主要分两种情况，一种是SQL语句中有where子句的，另一种是SQL语句中没有where子句的

情况一：

SELECT AVG(id) FROM [#temptb] WHERE NAME='法国' GROUP BY ALL NAME
SELECT AVG(id) FROM [#temptb] WHERE NAME='法国'  GROUP BY NAME

对于没有符合条件的行的组，这里是没有符合name='法国'，作为聚合值的列值为NULL

如果没有ALL关键字，GROUP BY子句将不显示不符合条件的行的组

情况二：

SELECT AVG(id) FROM [#temptb]  GROUP BY ALL NAME
SELECT AVG(id) FROM [#temptb]  GROUP BY  NAME

当SQL语句中没有where子句的时候，查询出来的结果都是一样的

 

ALL关键字还可以放在UNION之后，UNION ALL 和 UNION 的不同之处在于UNION ALL不会对结果进行排序，允许重复行

USE [GPOSDB]
GO
INSERT INTO [dbo].[SystemPara] ( [ParaValue], [Name], [Description] )
SELECT 'nihao','nihao','nihao' UNION ALL
SELECT 'nihao','nihao','nihao' 

 

---

PERCENT关键字

PERCENT关键字需要跟TOP 关键字一起使用

从结果集中输出百分之N行，n必须是介于0~100之间的整数

SELECT TOP 10 PERCENT * from [#temptb]
GO

上面的SQL语句意思是：从[#temptb]表中输出10%的记录数，因为没有使用order by子句，所以这条记录是随机的

因为[#temptb]表有8条记录，8*10%=0.8 四舍五入之后相当于一条记录

SELECT TOP 30 PERCENT * from [#temptb]
GO

8*30%=2.4 四舍五入之后相当于三条记录，SQLSERVER在这里就算四舍五入不足三条记录，他也会输出偏大的数，也就是三条记录

 

---

 

分组统计

SELECT语句中有一个可选的GROUP BY子句，根据跟在后面的grouping_element，会将所有被选择的行中共享相同分组表达式值的那些行压缩成一个行。

如果分组元素中存在GROUPING SETS、ROLLUP或者CUBE，则GROUP BY子句整体上定义了数个独立的分组集。其效果等效于在子查询间构建一个UNION ALL，子查询带有分组集作为他们的GROUP BY子句。

 

 

CUBE关键字

CUBE关键字:如果需要在结果集内不仅包含由GROUP BY提供的正常行，还包含汇总行，可以用CUBE关键字。CUBE关键字与GROUP BY一起使用

当使用CUBE关键字的时候，可以使用GROUPING函数来输出一个额外的列，当结果行是正常的行时，返回0；当结果行是汇总行时，返回1。

 SQL 标准就规定用 GROUPING 函数来判断超级分组记录的值
如果 GROUPING 函数的值是 1，则表示是超级分组记录，0 则表示其他情况

SELECT  AVG(id) AS '平均值', GROUPING(NAME) AS '是否是超级分组'
FROM    [#temptb]
GROUP BY NAME
        WITH CUBE

最后一行显示了GROUP BY的记录有多少行，一共有4行记录，而在汇总行（即最后一行）是否是超级分组，表示为1

---

Grouping关键字

指示 GROUP BY 列表中的值是否是超级分组值

在结果集中，如果 GROUPING 返回 1 则指示超级分组值；返回 0 则指示其他情况。

如果指定了 GROUP BY，则 GROUPING 只能用在 SELECT <select> 列表、HAVING 和 ORDER BY 子句中。

http://msdn.microsoft.com/zh-cn/library/ms178544(v=sql.105).aspx

GROUPING 用于区分标准空值/null值和由 ROLLUP、CUBE 或 GROUPING SETS 返回的空值/null值。

作为 ROLLUP、CUBE 或 GROUPING SETS 操作结果返回的 NULL 是 NULL 的特殊应用。

它在结果集内作为列的占位符，表示全体。

 

以下示例将分组 SalesQuota 并聚合 SaleYTD 数量。GROUPING 函数应用于 SalesQuota 列

USE [AdventureWorks];
GO
SELECT  SalesQuota, SUM(SalesYTD) 'TotalSalesYTD',
        GROUPING(SalesQuota) AS 'Grouping'
FROM    Sales.SalesPerson
GROUP BY SalesQuota
        WITH ROLLUP;
GO

结果集在 SalesQuota 下面显示两个空值。

第一个 NULL 代表从表中的这一列得到的空值组。

第二个 NULL 位于 ROLLUP 操作所添加的汇总行之中。

汇总行显示所有 SalesQuota 组的 TotalSalesYTD 数量，并以 Grouping 列中的 1 进行指示是否是超级分组

 

---

https://learn.microsoft.com/zh-cn/previous-versions/sql/sql-server-2008/ms177673(v=sql.100)

http://msdn.microsoft.com/zh-cn/library/ms191500(v=sql.100).aspx
对简单汇总报表使用 Transact-SQL

生成简单汇总报表的应用程序可使用下列 Transact-SQL 元素：

ROLLUP、CUBE 或 GROUPING SETS 运算符。这些是 SELECT 语句的 GROUP BY 子句的扩展。

COMPUTE 或 COMPUTE BY 运算符。这两种运算符也与 GROUP BY 相关联。

这些运算符生成的结果集中，既包含每个项目的明细行，也包含每个组的汇总行，汇总行显示了该组的聚合合计。

GROUP BY 子句可用于生成只包含各组的聚合而不包含其明细行的结果。

应用程序应使用 Analysis Services，而不是 CUBE、ROLLUP、COMPUTE 或 COMPUTE BY。

特别要注意的是，CUBE 和 ROLLUP 应当只用在无法访问 OLE DB 或 ADO 的环境中，例如脚本或存储过程中。

支持 COMPUTE 和 COMPUTE BY 是为了向后兼容。

应当优先选用 ROLLUP 运算符而非 COMPUTE 或 COMPUTE BY。由 COMPUTE 或 COMPUTE BY 生成的汇总值将作为多个单独的结果集返回，

这些结果集之间还插入了包含各组明细行的结果集；或者作为包含合计的结果集返回，附加在主结果集之后。

处理这些多个结果集将增加应用程序代码的复杂性。服务器游标既不支持 COMPUTE，也不支持 COMPUTE BY。

但 ROLLUP 支持服务器游标。CUBE 和 ROLLUP 将生成单个结果集，其中包含嵌入的小计和合计行。

此外，查询优化器有时还可以为 ROLLUP 生成比为 COMPUTE 和 COMPUTE BY 生成的执行计划更高效的执行计划。

如果使用不带这些运算符的 GROUP BY，将返回单个结果集，其中每组对应一行，行中包含该组的聚合小计。结果集中没有明细行。

 

---

SQLSERVER中Cube 、RollUp的用法

Cube 、RollUp关键字 属于OLAP统计分析类功能要使用SSAS服务，如果把SQL Server当作oltp数据库使用，那么cube和 rollup很少会用到

Cube 、RollUp可以对查询的数据进行汇总，在数据统计中经常用到，尤其是做报表时，用在Select语句中

下面就对两种统计方式进行对比

SQL脚本如下：

USE [tempdb]
GO
CREATE TABLE t_test
(
  id INT ,
  productName VARCHAR(200) ,
  price MONEY ,
  num INT ,
  amount INT ,
  operatedate DATETIME
)
GO

--插入随机数据
DECLARE @i INT 
DECLARE @rand MONEY
DECLARE @date DATETIME
DECLARE @index INT 
DECLARE @DateBase INT 
SET @date = '2012-10-23'
SET @i = 1
WHILE ( @i < 18 ) 
    BEGIN
        SET @rand = RAND() * 20
        SET @index = CAST(RAND() * 3 AS INT)
        SET @DateBase = CAST(RAND() * 10 AS INT)
 
        INSERT  INTO t_test ( id, productName, price, num, amount, operatedate )
        VALUES  ( @i, 'product' + CAST (@index AS VARCHAR(10)), @rand, 100,
                  @rand * 100, @date + @DateBase )
        SET @i = @i + 1
    END
 
 
SELECT  *  FROM    t_test

 

 分别用两种方式统计：

--分别用两种方式统计：
 
SELECT  CASE WHEN GROUPING(operatedate) = 1 THEN '小计'
             ELSE CONVERT(VARCHAR(10), operatedate, 120)
        END AS 日期, CASE WHEN GROUPING(productName) = 1 THEN '小计'
                        ELSE productName
                   END AS 产品名称, SUM(amount) / SUM(num) AS 平均价格, SUM(num) AS 数量,
        SUM(amount) AS 金额
FROM    t_test
GROUP BY operatedate, productName  WITH ROLLUP;   
-------------------------------------------------------------------
SELECT  CASE WHEN GROUPING(operatedate) = 1 THEN '小计'
             ELSE CONVERT(VARCHAR(10), operatedate, 120)
        END AS 日期, CASE WHEN GROUPING(productName) = 1 THEN '小计'
                        ELSE productName
                   END AS 产品名称, SUM(amount) / SUM(num) AS 平均价格, SUM(num) AS 数量,
        SUM(amount) AS 金额
FROM    t_test
GROUP BY operatedate, productName WITH CUBE; 

ROLLUP 按照分组顺序，先对第一个字段operatedate分组，在组内进行统计（小计），最后给出合计（总计）

SELECT  CASE WHEN GROUPING(operatedate) = 1 THEN '小计'  --用GROUPING得出是否是汇总行，这个例子里最后一行是汇总行
             ELSE CONVERT(VARCHAR(10), operatedate, 120)
        END AS 日期, CASE WHEN GROUPING(productName) = 1 THEN '小计'
                        ELSE productName
                   END AS 产品名称, SUM(amount) / SUM(num) AS 平均价格, SUM(num) AS 数量,
        SUM(amount) AS 金额
FROM    t_test
GROUP BY operatedate, productName  WITH ROLLUP;   --因为operatedate和productName字段都在GROUPING函数里统计是否汇总，所以GROUP BY后面就需要加operatedate和productName这两个字段

 

CUBE 会对所有的分组字段进行统计，如上例，先对日期求小计，也就是统计每天的产品总金额，然后统计每个产品的总金额，最后给出总的合计。

ROLLUP和CUBE的区别就是： ROLLUP 只会去统计group by 后面的第一个字段每个分组的小计和第一个字段的总计

rollup是cube的一种特殊情况，和rollup一样，cube也是一种对数据的聚合操作，cube包含rollup。

但是rollup只在层次上对数据进行聚合，而cube对所有的维度进行聚合。

cube的组合的个数就是 2 的 n 次方（n 是聚合键的个数），而rollup的组合个数就是 n + 1

例如聚合键有 2 个 group by（ ware_category,registration_date ），所以cube的组合个数就是 2 的 2 次方，即 4 个，而rollup的组合个数就是 n + 1，即3个

 

 

SELECT year, country, product, SUM(profit) AS profit
FROM sales
GROUP BY year, country, product WITH ROLLUP;

除了产生按照GROUP BY所指定的列聚合结果外，ROLLUP还会从右至左依次计算更高层次的聚合结果，直至所有数据的聚合。例如上述语句就会

1、先按照GROUP BY year, country, product计算总收益

2、再按照GROUP BY year, country计算总收益

3、再按照GROUP BY year计算总收益

4、最后按照不带任何GROUP BY条件计算整个sales表的总收益。

所以rollup的组合个数就是 3 + 1，即4个

使用ROLLUP语法主要有如下优势：
方便对数据进行多维度的统计分析，简化原本对不同维度各自进行SQL查询的编程复杂度。
实现更快更高效的查询处理。
ROLLUP可以将所有的聚合工作转移到服务端，只用读一次数据就能够完成原本多次查询才能完成的统计工作，减轻了客户端的处理负载和网络流量。

 

 

 

GROUPING

作用很明显，就是为了区分 超级分组记录 的 NULL 和原始数据 NULL
说白了，就是为了标识出 合计 记录
该合计行记录称为 超级分组记录（super group row） ，就是未使用 GROUP BY 的 合计行

 

 

ROLLUP
做个等价替换，方便大家理解
GROUP BY ROLLUP(ware_category,registration_date) 等价于

 

 

CUBE
同样做个等价替换
GROUP BY CUBE(ware_category,registration_date) 等价于

 

总结

这些关键字和函数对平时用于统计的应用程序都非常有用，如果大家对这些函数功能都很熟悉的话，在开发当中一定能够得心应手

 

参考文章

https://www.cnblogs.com/youzhibing/p/17935311.html#5251861

https://learn.microsoft.com/zh-cn/previous-versions/sql/sql-server-2008/ms177673(v=sql.100)

http://msdn.microsoft.com/zh-cn/library/ms191500(v=sql.100).aspx

 

 

本文版权归作者所有，未经作者同意不得转载。