cari
Rumahpangkalan datatutorial mysqlSQLServer中的GROUPING,ROLLUP和CUBE

聚集函数:GROUPING 用于汇总数据用的运算符: ROLLUP 1.用 CUBE 汇总数据 CUBE 运算符生成的结果集是多维数据集。多维数据集是事实数据的扩展,事实数据即记录个别事件的数据。扩展建立在用户打算分析的列上。这些列被称为维。多维数据集是一个结果集,其中包

聚集函数:GROUPING

用于汇总数据用的运算符: ROLLUP

1.用 CUBE 汇总数据

CUBE 运算符生成的结果集是多维数据集。多维数据集是事实数据的扩展,事实数据即记录个别事件的数据。扩展建立在用户打算分析的列上。这些列被称为维。多维数据集是一个结果集,其中包含了各维度的所有可能组合的交叉表格。

CUBE 运算符在 SELECT 语句的 GROUP BY 子句中指定。该语句的选择列表应包含维度列和聚合函数表达式。GROUP BY 应指定维度列和关键字 WITH CUBE。结果集将包含维度列中各值的所有可能组合,以及与这些维度值组合相匹配的基础行中的聚合值。

例如,一个简单的表 Inventory 中包含:

Item                 Color                Quantity                  

-------------------- -------------------- --------------------------

Table                Blue                 124                       

Table                Red                  223                       

Chair                Blue                 101                       

Chair                Red                  210                       

我们先来准备测试表和数据

<span>IF</span> <span>object_id</span>(N<span>'</span><span>Inventory</span><span>'</span>,N<span>'</span><span>U</span><span>'</span>) <span>IS</span> <span>NOT</span> <span>NULL</span>
    <span>DROP</span> <span>TABLE</span><span> Inventory

</span><span>CREATE</span> <span>TABLE</span><span> Inventory
(
Item </span><span>varchar</span>(<span>255</span><span>),
Color </span><span>varchar</span>(<span>255</span><span>),
Quantity </span><span>decimal</span>(<span>18</span>,<span>8</span><span>)
)

</span><span>--</span><span>插入数据</span>
<span>INSERT</span> <span>INTO</span><span> Inventory
</span><span>SELECT</span> <span>'</span><span>Chair</span><span>'</span>,<span>'</span><span>Blue</span><span>'</span>,<span>101.00</span>
<span>UNION</span> <span>ALL</span>
<span>SELECT</span> <span>'</span><span>Chair</span><span>'</span>, <span>'</span><span>Red</span><span>'</span>,<span>210.00</span>
<span>UNION</span> <span>ALL</span>
<span>SELECT</span> <span>'</span><span>Table</span><span>'</span>,<span>'</span><span>Blue</span><span>'</span>,<span>124.00</span>
<span>UNION</span> <span>ALL</span>
<span>SELECT</span> <span>'</span><span>Table</span><span>'</span>,<span>'</span><span>Red</span><span>'</span>,<span>223.00</span>

 

下列查询返回的结果集中,将包含 ItemColor 的所有可能组合的 Quantity 小计:

<span>SELECT</span> Item, Color, <span>SUM</span>(Quantity) <span>AS</span><span> QtySum

</span><span>FROM</span><span> Inventory

</span><span>GROUP</span> <span>BY</span> Item, Color <span>WITH</span> CUBE

 

下面是结果集:

Item                 Color                QtySum                    

-------------------- -------------------- --------------------------

Chair                Blue                 101.00                    

Chair                Red                  210.00                    

Chair                (null)               311.00                    

Table                Blue                 124.00                    

Table                Red                  223.00                    

Table                (null)               347.00                     

(null)               (null)               658.00                    

(null)               Blue                 225.00                    

(null)               Red                  433.00                    

我们着重考查下列各行:

Chair                (null)               311.00                    

这一行报告了 Item 维度中值为 Chair 的所有行的小计。对 Color 维度返回了 NULL 值,表示该行所报告的聚合包括 Color 维度为任意值的行。

Table                (null)               347.00                    

这一行类似,但报告的是 Item 维度中值为 Table 的所有行的小计。

(null)               (null)               658.00                    

这一行报告了多维数据集的总计。ItemColor 维度的值都是 NULL,表示两个维度中的所有值都汇总在该行中。

(null)               Blue                 225.00                    

(null)               Red                  433.00                    

这两行报告了 Color 维度的小计。两行中的 Item 维度值都是 NULL,表示聚合数据来自 Item 维度为任意值的行。

使用 GROUPING 区分空值

CUBE 操作所生成的空值带来一个问题:如何区分 CUBE 操作所生成的 NULL 值和从实际数据中返回的 NULL 值?这个问题可用 GROUPING 函数解决。如果列中的值来自事实数据,则 GROUPING 函数返回 0;如果列中的值是 CUBE 操作所生成的 NULL,则返回 1在 CUBE 操作中,所生成的 NULL 代表全体值。可将 SELECT 语句写成使用 GROUPING 函数将所生成的 NULL 替换为字符串 ALL。因为事实数据中的 NULL 表明数据值未知,所以 SELECT 语句还可译码为返回字符串 UNKNOWN 替代来自事实数据的 NULL。例如:

<span>SELECT</span> <span>CASE</span> <span>WHEN</span> (<span>GROUPING</span>(Item) <span>=</span> <span>1</span>) <span>THEN</span> <span>'</span><span>ALL</span><span>'</span>

            <span>ELSE</span> <span>ISNULL</span>(Item, <span>'</span><span>UNKNOWN</span><span>'</span><span>)

       </span><span>END</span> <span>AS</span><span> Item,

       </span><span>CASE</span> <span>WHEN</span> (<span>GROUPING</span>(Color) <span>=</span> <span>1</span>) <span>THEN</span> <span>'</span><span>ALL</span><span>'</span>

            <span>ELSE</span> <span>ISNULL</span>(Color, <span>'</span><span>UNKNOWN</span><span>'</span><span>)

       </span><span>END</span> <span>AS</span><span> Color,

       </span><span>SUM</span>(Quantity) <span>AS</span><span> QtySum

</span><span>FROM</span><span> Inventory

</span><span>GROUP</span> <span>BY</span> Item, Color <span>WITH</span> CUBE

 

--小小的解释一下,如果GROUPING(Item)如果是有值,那么GROUPING(Item)=0,那么这一整段都不会执行,那么程序将继续往下走,来到SUM(Quantity) AS QtySum这里,所以查出的结果也是有值的,所以值并不是ALL,ALL是当为Null的时候,也就是某一字段全部SUM的时候,明白了吗?这里我也花了一点时间才理解透,其实都很简单的--

多维数据集

CUBE 运算符可用于生成 n 维的多维数据集,即具有任意数目维度的多维数据集。只有一个维度的多维数据集可用于生成合计,例如:

<span>SELECT</span> <span>CASE</span> <span>WHEN</span> (<span>GROUPING</span>(Item) <span>=</span> <span>1</span>) <span>THEN</span> <span>'</span><span>ALL</span><span>'</span>

            <span>ELSE</span> <span>ISNULL</span>(Item, <span>'</span><span>UNKNOWN</span><span>'</span><span>)

       </span><span>END</span> <span>AS</span><span> Item,

       </span><span>SUM</span>(Quantity) <span>AS</span><span> QtySum

</span><span>FROM</span><span> Inventory

</span><span>GROUP</span> <span>BY</span> Item <span>WITH</span><span> CUBE

</span><span>GO</span>

 

此 SELECT 语句返回的结果集既显示了 Item 中每个值的小计,也显示了 Item 中所有值的总计:

Item                 QtySum                    

-------------------- --------------------------

Chair                311.00                    

Table                347.00                    

ALL                  658.00                    

包含带有许多维度的 CUBE 的 SELECT 语句可能生成很大的结果集,因为这些语句会为所有维度中值的所有组合生成行。这些大结果集包含的数据可能过多而不易于阅读和理解。这个问题有一种解决办法是将 SELECT 语句放在视图中:

CREATE VIEW InvCube AS

<span>SELECT</span> <span>CASE</span> <span>WHEN</span> (<span>GROUPING</span>(Item) <span>=</span> <span>1</span>) <span>THEN</span> <span>'</span><span>ALL</span><span>'</span>

            <span>ELSE</span> <span>ISNULL</span>(Item, <span>'</span><span>UNKNOWN</span><span>'</span><span>)

       </span><span>END</span> <span>AS</span><span> Item,

       </span><span>CASE</span> <span>WHEN</span> (<span>GROUPING</span>(Color) <span>=</span> <span>1</span>) <span>THEN</span> <span>'</span><span>ALL</span><span>'</span>

            <span>ELSE</span> <span>ISNULL</span>(Color, <span>'</span><span>UNKNOWN</span><span>'</span><span>)

       </span><span>END</span> <span>AS</span><span> Color,

       </span><span>SUM</span>(Quantity) <span>AS</span><span> QtySum

</span><span>FROM</span><span> Inventory

</span><span>GROUP</span> <span>BY</span> Item, Color <span>WITH</span> CUBE

 

然后即可用该视图来只查询您感兴趣的维度值:

<span>SELECT</span> <span>*</span>

<span>FROM</span><span> InvCube

</span><span>WHERE</span> Item <span>=</span> <span>'</span><span>Chair</span><span>'</span>

  <span>AND</span> Color <span>=</span> <span>'</span><span>ALL</span><span>'</span>

 

 

Item                 Color                QtySum                    

-------------------- -------------------- --------------------------

Chair                ALL                  311.00                    

 

(1 row(s) affected)

 

2.用 ROLLUP 汇总数据

在生成包含小计和合计的报表时,ROLLUP 运算符很有用。ROLLUP 运算符生成的结果集类似于 CUBE 运算符所生成的结果集。有关更多信息.

CUBE 和 ROLLUP 之间的区别在于:

  •     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。

例如,简单表 Inventory 中包含:

Item                 Color                Quantity                  

-------------------- -------------------- --------------------------

Table                Blue                 124                       

Table                Red                  223                       

Chair                Blue                 101                       

Chair                Red                  210                       

下列查询将生成小计报表:

<span>SELECT</span> <span>CASE</span> <span>WHEN</span> (<span>GROUPING</span>(Item) <span>=</span> <span>1</span>) <span>THEN</span> <span>'</span><span>ALL</span><span>'</span>

            <span>ELSE</span> <span>ISNULL</span>(Item, <span>'</span><span>UNKNOWN</span><span>'</span><span>)

       </span><span>END</span> <span>AS</span><span> Item,

       </span><span>CASE</span> <span>WHEN</span> (<span>GROUPING</span>(Color) <span>=</span> <span>1</span>) <span>THEN</span> <span>'</span><span>ALL</span><span>'</span>

            <span>ELSE</span> <span>ISNULL</span>(Color, <span>'</span><span>UNKNOWN</span><span>'</span><span>)

       </span><span>END</span> <span>AS</span><span> Color,

       </span><span>SUM</span>(Quantity) <span>AS</span><span> QtySum

</span><span>FROM</span><span> Inventory

</span><span>GROUP</span> <span>BY</span> Item, Color <span>WITH</span> ROLLUP

 

 

Item                 Color                QtySum                    

-------------------- -------------------- --------------------------

Chair                Blue                 101.00                    

Chair                Red                  210.00                    

Chair                ALL                  311.00                    

Table                Blue                 124.00                    

Table                Red                  223.00                    

Table                ALL                  347.00                    

ALL                ALL               658.00                    

 

(7 row(s) affected)

如果查询中的 ROLLUP 关键字更改为 CUBE,那么 CUBE 结果集与上述结果相同,只是在结果集的末尾还会返回下列两行:

ALL                  Blue                 225.00                    

ALL                  Red                  433.00                    

CUBE 操作为 ItemColor 中值的可能组合生成行。例如,CUBE 不仅报告与 Item 值 Chair 相组合的 Color 值的所有可能组合(Red、Blue 和 Red + Blue),而且报告与 Color 值 Red 相组合的 Item 值的所有可能组合(Chair、Table 和 Chair + Table)。

对于 GROUP BY 子句中右边的列中的每个值,ROLLUP 操作并不报告左边一列(或左边各列)中值的所有可能组合。例如,ROLLUP 并不对每个 Color 值报告 Item 值的所有可能组合。

ROLLUP 操作的结果集具有类似于 COMPUTE BY 所返回结果集的功能;然而,ROLLUP 具有下列优点:

  • ROLLUP 返回单个结果集;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。
  • ROLLUP 可以在服务器游标中使用;COMPUTE BY 不可以。
  • 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。

 

 

3.GROUPING

是一个聚合函数,它产生一个附加的列,当用 CUBE ROLLUP 运算符添加行时,附加的列输出值为1,当所添加的行不是由 CUBE ROLLUP 产生时,附加列值为0

仅在与包含 CUBE ROLLUP 运算符的 GROUP BY 子句相联系的选择列表中才允许分组。

语法

GROUPING ( column_name )

参数

column_name

GROUP BY 子句中用于检查 CUBE ROLLUP 空值的列。

返回类型

int

注释

分组用于区分由 CUBE ROLLUP 返回的空值和标准的空值。作为CUBE ROLLUP 操作结果返回的 NULL NULL 的特殊应用。它在结果集内作为列的占位符,意思是"全体"

示例

下面的示例将 royalty 的数值分组,并聚合 advance 的数值。GROUPING 函数应用于 royalty 列。

<span>USE</span><span> pubs

</span><span>SELECT</span> royalty, <span>SUM</span>(advance) <span>'</span><span>total advance</span><span>'</span><span>,

   </span><span>GROUPING</span>(royalty) <span>'</span><span>grp</span><span>'</span>

   <span>FROM</span><span> titles

   </span><span>GROUP</span> <span>BY</span> royalty <span>WITH</span> ROLLUP

 

结果集在 royalty 下显示两个空值。第一个 NULL 代表从表中这一列得到的空值组。第二个 NULL ROLLUP 操作所添加的汇总行中。汇总行显示的是所有 royalty 组的 advance 合计数值,并且在 grp 列中用 1 标识。

下面是结果集:

royalty        total advance              grp

---------      ---------------------    ---

NULL           NULL                     0 

10             57000.0000               0 

12             2275.0000                0 

14             4000.0000                0 

16             7000.0000                0 

24             25125.0000               0 

NULL           95400.0000               1 

 

Kenyataan
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Bilakah anda harus menggunakan indeks komposit berbanding indeks lajur tunggal?Bilakah anda harus menggunakan indeks komposit berbanding indeks lajur tunggal?Apr 11, 2025 am 12:06 AM

Dalam pengoptimuman pangkalan data, strategi pengindeksan hendaklah dipilih mengikut keperluan pertanyaan: 1. Apabila pertanyaan melibatkan pelbagai lajur dan urutan syarat ditetapkan, gunakan indeks komposit; 2. Apabila pertanyaan melibatkan pelbagai lajur tetapi urutan syarat tidak ditetapkan, gunakan pelbagai indeks lajur tunggal. Indeks komposit sesuai untuk mengoptimumkan pertanyaan berbilang lajur, manakala indeks lajur tunggal sesuai untuk pertanyaan tunggal lajur.

Bagaimana untuk mengenal pasti dan mengoptimumkan pertanyaan perlahan di MySQL? (Log pertanyaan perlahan, prestasi_schema)Bagaimana untuk mengenal pasti dan mengoptimumkan pertanyaan perlahan di MySQL? (Log pertanyaan perlahan, prestasi_schema)Apr 10, 2025 am 09:36 AM

Untuk mengoptimumkan pertanyaan perlahan MySQL, SlowQuerylog dan Performance_Schema perlu digunakan: 1. Dayakan SlowQueryLog dan tetapkan ambang untuk merakam pertanyaan perlahan; 2. Gunakan Performance_Schema untuk menganalisis butiran pelaksanaan pertanyaan, cari kesesakan prestasi dan mengoptimumkan.

MySQL dan SQL: Kemahiran Penting untuk PemajuMySQL dan SQL: Kemahiran Penting untuk PemajuApr 10, 2025 am 09:30 AM

MySQL dan SQL adalah kemahiran penting untuk pemaju. 1.MYSQL adalah sistem pengurusan pangkalan data sumber terbuka, dan SQL adalah bahasa standard yang digunakan untuk mengurus dan mengendalikan pangkalan data. 2.MYSQL menyokong pelbagai enjin penyimpanan melalui penyimpanan data yang cekap dan fungsi pengambilan semula, dan SQL melengkapkan operasi data yang kompleks melalui pernyataan mudah. 3. Contoh penggunaan termasuk pertanyaan asas dan pertanyaan lanjutan, seperti penapisan dan penyortiran mengikut keadaan. 4. Kesilapan umum termasuk kesilapan sintaks dan isu -isu prestasi, yang boleh dioptimumkan dengan memeriksa penyataan SQL dan menggunakan perintah menjelaskan. 5. Teknik pengoptimuman prestasi termasuk menggunakan indeks, mengelakkan pengimbasan jadual penuh, mengoptimumkan operasi menyertai dan meningkatkan kebolehbacaan kod.

Huraikan proses replikasi master-hamba MySQL.Huraikan proses replikasi master-hamba MySQL.Apr 10, 2025 am 09:30 AM

MySQL Asynchronous Master-Slave Replikasi membolehkan penyegerakan data melalui binlog, meningkatkan prestasi baca dan ketersediaan yang tinggi. 1) Rekod pelayan induk berubah kepada binlog; 2) Pelayan hamba membaca binlog melalui benang I/O; 3) Server SQL Thread menggunakan binlog untuk menyegerakkan data.

Mysql: Konsep mudah untuk pembelajaran mudahMysql: Konsep mudah untuk pembelajaran mudahApr 10, 2025 am 09:29 AM

MySQL adalah sistem pengurusan pangkalan data sumber terbuka. 1) Buat Pangkalan Data dan Jadual: Gunakan perintah Createdatabase dan Createtable. 2) Operasi Asas: Masukkan, Kemas kini, Padam dan Pilih. 3) Operasi lanjutan: Sertai, subquery dan pemprosesan transaksi. 4) Kemahiran Debugging: Semak sintaks, jenis data dan keizinan. 5) Cadangan Pengoptimuman: Gunakan indeks, elakkan pilih* dan gunakan transaksi.

MySQL: Pengenalan mesra pengguna ke pangkalan dataMySQL: Pengenalan mesra pengguna ke pangkalan dataApr 10, 2025 am 09:27 AM

Pemasangan dan operasi asas MySQL termasuk: 1. Muat turun dan pasang MySQL, tetapkan kata laluan pengguna root; 2. Gunakan arahan SQL untuk membuat pangkalan data dan jadual, seperti CreateTatabase dan Createtable; 3. Melaksanakan operasi CRUD, gunakan memasukkan, pilih, kemas kini, padamkan arahan; 4. Buat indeks dan prosedur tersimpan untuk mengoptimumkan prestasi dan melaksanakan logik kompleks. Dengan langkah -langkah ini, anda boleh membina dan mengurus pangkalan data MySQL dari awal.

Bagaimanakah kolam penampan InnoDB berfungsi dan mengapa penting untuk prestasi?Bagaimanakah kolam penampan InnoDB berfungsi dan mengapa penting untuk prestasi?Apr 09, 2025 am 12:12 AM

Innodbbufferpool meningkatkan prestasi pangkalan data MySQL dengan memuatkan data dan halaman indeks ke dalam ingatan. 1) Halaman data dimuatkan ke dalam bufferpool untuk mengurangkan cakera I/O. 2) Halaman kotor ditandakan dan disegarkan ke cakera secara teratur. 3) Pengurusan Data Pengurusan Algoritma LRU Penghapusan. 4) Mekanisme pembacaan memuatkan halaman data yang mungkin terlebih dahulu.

MySQL: Kemudahan Pengurusan Data untuk PemulaMySQL: Kemudahan Pengurusan Data untuk PemulaApr 09, 2025 am 12:07 AM

MySQL sesuai untuk pemula kerana mudah dipasang, kuat dan mudah untuk menguruskan data. 1. Pemasangan dan konfigurasi mudah, sesuai untuk pelbagai sistem operasi. 2. Menyokong operasi asas seperti membuat pangkalan data dan jadual, memasukkan, menanyakan, mengemas kini dan memadam data. 3. Menyediakan fungsi lanjutan seperti menyertai operasi dan subqueries. 4. Prestasi boleh ditingkatkan melalui pengindeksan, pengoptimuman pertanyaan dan pembahagian jadual. 5. Sokongan sokongan, pemulihan dan langkah keselamatan untuk memastikan keselamatan data dan konsistensi.

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌

Alat panas

DVWA

DVWA

Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

Penyesuai Pelayan SAP NetWeaver untuk Eclipse

Penyesuai Pelayan SAP NetWeaver untuk Eclipse

Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

EditPlus versi Cina retak

EditPlus versi Cina retak

Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

Dreamweaver Mac版

Dreamweaver Mac版

Alat pembangunan web visual

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa