• SQL 中GROUP BY 、ROLLUP、CUBE 关系和区别


    转自:http://www.cnblogs.com/dyufei/archive/2009/11/12/2573974.html

    不言自明,看SQL就完全理解了,不需要过多解释,不错,分享之:

    ROLLUP 运算符生成的结果集类似于 CUBE 运算符生成的结果集。

    下面是 CUBE 和 ROLLUP 之间的具体区别:

    • CUBE 生成的结果集显示了所选列中值的所有组合的聚合。
    • ROLLUP 生成的结果集显示了所选列中值的某一层次结构的聚合。

      ROLLUP 优点:

      • (1)ROLLUP 返回单个结果集,而 COMPUTE BY 返回多个结果集,而多个结果集会增加应用程序代码的复杂性。
      • (2)ROLLUP 可以在服务器游标中使用,而 COMPUTE BY 则不可以。
      • (3)有时,查询优化器为 ROLLUP 生成的执行计划比为 COMPUTE BY 生成的更为高效。

    下面对比一下GROUP BY 、CUBE 和  ROLLUP后的结果

    创建表:

    CREATE TABLE DEPART
    (部门 char(10),员工 char(6),工资 int)

    INSERT INTO DEPART SELECT 'A','ZHANG',100
    INSERT INTO DEPART SELECT 'A','LI',200
    INSERT INTO DEPART SELECT 'A','WANG',300
    INSERT INTO DEPART SELECT 'A','ZHAO',400
    INSERT INTO DEPART SELECT 'A','DUAN',500
    INSERT INTO DEPART SELECT 'B','DUAN',600
    INSERT INTO DEPART SELECT 'B','DUAN',700

    部门         员工         工资

    A             ZHANG     100
    A             LI             200
    A             WANG      300
    A             ZHAO      400
    A             DUAN      500
    B             DUAN      600
    B             DUAN      700

     

    (1)GROUP BY 

    SELECT 部门,员工,SUM(工资)AS TOTAL
    FROM DEPART
    GROUP BY 部门,员工

    结果:

    A             DUAN      500
    B             DUAN      1300
    A             LI        200
    A             WANG      300
    A             ZHANG     100
    A             ZHAO      400

    (2)ROLLUP

    SELECT 部门,员工,SUM(工资)AS TOTAL
    FROM DEPART
    GROUP BY  部门,员工  WITH ROLLUP

    结果如下:

    A             DUAN       500
    A             LI             200
    A             WANG      300
    A             ZHANG     100
    A             ZHAO       400
    A             NULL        1500
    B             DUAN       1300
    B             NULL       1300
    NULL       NULL        2800

    ROLLUP结果集中多了三条汇总信息:即部门A的合计,部门B的合计以及总合计。其中将部门B中的DUAN合计。

    等价于下列SQL语句

    SELECT 部门,员工,SUM(工资)AS TOTAL
    FROM DEPART
    GROUP BY 部门,员工
    union
    SELECT 部门,'NULL',SUM(工资)AS TOTAL
    FROM DEPART
    GROUP BY  部门
    union
    SELECT 'NULL','NULL',SUM(工资)AS TOTAL
    FROM DEPART

    结果:

    A             DUAN      500
    A             LI           200
    A             NULL      1500
    A             WANG      300
    A             ZHANG     100
    A             ZHAO       400
    B             DUAN      1300
    B             NULL       1300
    NULL       NULL        2800

    (3)CUBE

    SELECT 部门,员工,SUM(工资)AS TOTAL
    FROM DEPART
    GROUP BY 部门,员工 WITH CUBE

    结果:

    A             DUAN      500
    A             LI           200
    A             WANG      300
    A             ZHANG     100
    A             ZHAO      400
    A             NULL      1500
    B             DUAN      1300
    B             NULL      1300
    NULL    NULL         2800
    NULL    DUAN        1800
    NULL    LI               200
    NULL    WANG       300
    NULL    ZHANG       100
    NULL    ZHAO         400

    CUBE的结果集是在 ROLLUP结果集的基础上多了5行,这5行相当于在ROLLUP结果集上在union 上以员工 (即CUBE)为 GROUP BY的结果。

    SELECT 部门,员工,SUM(工资)AS TOTAL
    FROM DEPART
    GROUP BY 部门,员工 WITH CUBE

    等价于下列的SQL语句:

    SELECT 部门,员工,SUM(工资)AS TOTAL
    FROM DEPART
    GROUP BY  部门,员工  WITH ROLLUP

    union

    SELECT 'NULL',员工,SUM(工资)AS TOTAL
    FROM DEPART
    GROUP BY 员工

    结果:

    NULL    NULL    2800
    A             NULL    1500
    A             DUAN      500
    A             LI        200
    A             WANG      300
    A             ZHANG     100
    A             ZHAO      400
    B             NULL    1300
    B             DUAN      1300
    NULL    DUAN      1800
    NULL    LI             200
    NULL    WANG      300
    NULL    ZHANG     100
    NULL    ZHAO      400

    不用讲了吧,一对比结果就全明白了。

  • 相关阅读:
    Java中splite的用法与小技巧
    android asmack调用MultiUserChat.getHostedRooms方法出现空指针的异常解决方案
    android java.lang.ExceptionInInitializerError
    二维码生成与返回客户端
    微信查询所有关注该公众号的用户
    连接数据库报错:句柄无效
    httpclient POST请求(urlencoded)
    小程序——获得用户敏感信息
    作用域浅析
    小程序开发——统一请求方法
  • 原文地址:https://www.cnblogs.com/chengyeliang/p/4500931.html
Copyright © 2020-2023  润新知