Oracle Group by+rollup+cube 的应用

    首先咱们建立一个示例表：

Create table test_group

(v_name varchar2(4)

,v_size varchar2(4)

,v_color varchar2(4)

,n_num number(4)

);

 

--插入数据

insert into test_group

select '桌子','大','红',10 from dual union all

select '桌子','大','绿',10 from dual union all

select '桌子','小','红',20 from dual union all

select '桌子','小','绿',40 from dual union all

select '椅子','大','红',20 from dual union all

select '椅子','大','绿',30 from dual union all

select '椅子','小','红',50 from dual union all

select '椅子','小','绿',100 from dual;

commit;

 

       数据以下：

V_NAME	V_SIZE	V_COLOR	N_NUM
桌子	大	红	10
桌子	大	绿	10
桌子	小	红	20
桌子	小	绿	40
椅子	大	红	20
椅子	大	绿	30
椅子	小	红	50
椅子	小	绿	100

 

 

 

 

 

 

 

 

       最简单的分组(为了初学者)

Select v_name,v_size,sum(n_num) as total_num

From test_group

group by v_name,v_size

V_NAME	V_SIZE	TOTAL_NUM
椅子	大	50
桌子	小	60
椅子	小	150
桌子	大	20

 

  

 

 

 

 

 

使用rollup

rollup() 是group by()子句的一种扩展，能够为每一个分组返回小计记录以及为全部分组返回总计记录

Select v_name,v_size,sum(n_num) as total_num

From test_group

group by rollup(v_name,v_size)

 

 

V_NAME	V_SIZE	TOTAL_NUM
椅子	大	50
椅子	小	150
椅子		200
桌子	大	20
桌子	小	60
桌子		80
		280

 

 

 

 

 

 

 

注意结果中

       对各个型号,各个物品(不分颜色)进行统计，;

       对各个物品（不分大小和颜色）进行统计（蓝色底纹的数据）

       对全部物品（不分类别，大小和颜色）进行总数量统计(绿色底纹的数据)

 

若是我想要全部大的物品（不区分椅子仍是桌子，也不区分颜色）统计数据怎么办？

能够将group by rollup(v_name,v_size)变为：group by rollup(v_size ，V_name)

 

那若是我即想要对全部物品类别进行统计还想要对大小进行统计怎么办？这时就须要用到cube

 

  使用cube

cube() 也是group by()子句的一种扩展，能够返回每个列组合的小计记录(就是全部的维度都会进行统计)，同时在末尾加上总计记录.

 

Select v_name,v_size,sum(n_num) as total_num

From test_group

group by cube(v_name,v_size)

 

 

V_NAME	V_SIZE	TOTAL_NUM
		280
	大	70
	小	210
椅子		200
椅子	大	50
椅子	小	150
桌子		80
桌子	大	20
桌子	小	60

 

 

 

 

 

 

 

 

 

 

 

 

 

 

注意结果中

       对各个型号，各个物品(不分颜色)进行分别统计;

       对各个物品（不分大小和颜色）进行分别统计（蓝色底纹的数据）

       对各个型号（不分物品和颜色）进行分别统计（黄色底纹的数据）

       对全部物品（不分类别，大小和颜色）进行统计(绿色底纹的数据)

那么，如何能够方便的区分结果中那个是小计，哪一个是合计呢？这时须要用到grouping_id()

 

  使用grouping_id()

    grouping_id()函数能够接受一列或多列，返回grouping()位向量的十进制值

    grouping()位向量的计算方法是将按照顺序对每一列调用grouping()函数的结果组合起来

    以grouping_id(v_name,v_size)为例：

      v_name   ,v_size         位向量    grouping_id(v_name,v_size)

         非空          非空         00                    0

         非空          空           01                    1

         空            非空         10                    2

         空            空           11                    3

Select v_name,v_size,v_color,sum(n_num) as total_num,grouping_id(v_name,v_size,v_color) as grping_Id

From test_group

group by cube(v_name,v_size,v_color)

order by 1,2,3

V_NAME	V_SIZE	TOTAL_NUM	GRPING_ID
椅子	大	50	0
椅子	小	150	0
椅子		200	1
桌子	大	20	0
桌子	小	60	0
桌子		80	1
	大	70	2
	小	210	2
		280	3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

7.使用group_id()函数

使用group_Id()以前,咱们先分析一下下面的查询结果:

Select v_name,v_size,sum(n_num) as total_num

From test_group

group by v_name,rollup(v_name,v_size)

 

V_NAME	V_SIZE	TOTAL_NUM
椅子	大	50
椅子	小	150
桌子	大	20
桌子	小	60
椅子		200
桌子		80
椅子		200
桌子		80

 

 

 

 

 

 

 

 

 

 

 

 

 

和group by rollup(v_name,v_size) 相比结果集中多了两组重复的数据,少了总计.

多出来的数据是怎么来的呢?期实是由总计演化而来的,演化的过程以下:

 

首先能够将语句

Select v_name,v_size,sum(n_num) as total_num

From test_group

group by v_name,rollup(v_name,v_size)

进行分解:

Select v_name,v_size,sum(n_num) as total_num

From test_group

where v_name='椅子'

group by rollup(v_name,v_size)

 

Select v_name,v_size,sum(n_num) as total_num

From test_group

where v_name='桌子'

group by rollup(v_name,v_size)

 

由于这里只有’椅子’,’桌子’两种物品.

结果分别以下:

V_NAME	V_SIZE	TOTAL_NUM
椅子	大	50
椅子	小	150
椅子		200
椅子		200

 

 

 

 

 

 

 

V_NAME	V_SIZE	TOTAL_NUM
桌子	大	20
桌子	小	60
桌子		80
桌子		80

 

 

 

 

 

 

 

 

这是两个使用rollup的查询结果,里面的总计部分期初和小计部分的数据是相同的,由于只计也只是包含椅子(或桌子)的数据. 因此这里能够用椅子(或桌子)来填充总计的空白处(表格中的黄色字体部分).而后将这两个表格的数据合并在一块儿,就能够获得

group by v_name,rollup(v_name,v_size) 的结果了.

 

那咱们如何来区分这两组相同的数据呢?这时就能够用到group_id()函数了.

以下:

Select v_name,v_size,sum(n_num) as total_num

      ,grouping_id(v_name,v_size) as gping_id

      ,group_Id() as gp_id

From test_group

group by v_name,rollup(v_name,v_size)

 

V_NAME	V_SIZE	TOTAL_NUM	GPING_ID	GP_ID
椅子	大	50	0	0
椅子	小	150	0	0
桌子	大	20	0	0
桌子	小	60	0	0
椅子		200	1	0
桌子		80	1	0
椅子		200	1	1
桌子		80	1	1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

为了进行区分这里一并加上了grouping_id,注意观察grouping_id()和group_Id()的区别.