Oracle笔记 之 Oracle高级分组函数
作者：互联网
高级分组函数
主要讲解 ROLLUP, CUBE, GROUPING SETS的主要用法，这些函数可以理解为GroupBy分组函数封装后的精简用法，相当于多个union all 的组合显示效果，但要比多个union all的效率要高。
ROLLUP（累计累加）
①，ROLLUP是对group by的扩展，它只能出现在group by子句中，依赖分组的列，对每个分组会生成汇总数据。
②，rollup和group by联合使用，达到了按group by列顺序分组，并且实现小计和合计的功能。
③，rollup分组是有序的，先全部分组，然后对每个分组小计，最后合计。
④，rollup中列的顺序不同，统计的结果不同。因为它是按列从右递减分组的。
例如 Group by ROLLUP(A, B, C)，首先会对(A、B、C)进行GROUP BY，然后对(A、B)进行GROUP BY，然后是(A)进行GROUP BY，最后对全表进行GROUP BY操作
例如：
select deptno,
job,
sum(nvl(sal, 0)),
sum(nvl(comm, 0)),
sum(nvl(sal, 0) + nvl(comm, 0))
from emp
group by rollup(deptno, job)
# 结果
1 10 CLERK 1300 0 1300
2 10 MANAGER 2450 0 2450
3 10 PRESIDENT 5000 0 5000
4 10 8750 0 8750
5 20 CLERK 1900 0 1900
6 20 ANALYST 6000 0 6000
7 20 MANAGER 2975 0 2975
8 20 10875 0 10875
9 30 CLERK 950 0 950
10 30 MANAGER 2850 0 2850
11 30 SALESMAN 5600 2200 7800
12 30 9400 2200 11600
13 29025 2200 31225
⑤，如果在实际查询中，有的小计或合计不需要，就要使用局部rollup。局部rollup就是将需要固定统计的列放在group by中，而不是放在rollup中。
例如：
select deptno,
job,
sum(nvl(sal, 0)),
sum(nvl(comm, 0)),
sum(nvl(sal, 0) + nvl(comm, 0))
from emp
group by deptno, rollup(job)
# 结果
1 10 CLERK 1300 0 1300
2 10 MANAGER 2450 0 2450
3 10 PRESIDENT 5000 0 5000
4 10 8750 0 8750
5 20 CLERK 1900 0 1900
6 20 ANALYST 6000 0 6000
7 20 MANAGER 2975 0 2975
8 20 10875 0 10875
9 30 CLERK 950 0 950
10 30 MANAGER 2850 0 2850
11 30 SALESMAN 5600 2200 7800
12 30 9400 2200 11600
⑥，如果只看合计部分，需要将分组列使用（）包括。
例如：
select deptno,
job,
sum(nvl(sal, 0)),
sum(nvl(comm, 0)),
sum(nvl(sal, 0) + nvl(comm, 0))
from emp
group by rollup((deptno, job))
# 结果
1 10 CLERK 1300 0 1300
2 10 MANAGER 2450 0 2450
3 10 PRESIDENT 5000 0 5000
4 20 CLERK 1900 0 1900
5 20 ANALYST 6000 0 6000
6 20 MANAGER 2975 0 2975
7 30 CLERK 950 0 950
8 30 MANAGER 2850 0 2850
9 30 SALESMAN 5600 2200 7800
10 29025 2200 31225
CUBE(交叉列表)
①，CUBE也是对group by运算的一种扩展，它比rollup扩展更加精细，组合类型更多。
②，rollup是按组合的列从右到左递减分组，CUBE则是对所有可能的组合情况进行分组。
cube是各种可能情况的组合,只不过统计的结果顺序不同而已，rollup按组合的列从右到左递减分组，列的顺序不同，则结果不同。
注意：要想结果符合浏览习惯最好在cube扩展后增加order by子句。
③，cube的分组的情况更多，覆盖所有的可能分组，并计算所有可能的分组的小计。
④，对于CUBE来说，只要列的名字一样，无所谓顺序，结果都是一样的。
例如：
select deptno,
job,
sum(nvl(sal, 0)),
sum(nvl(comm, 0)),
sum(nvl(sal, 0) + nvl(comm, 0))
from emp
group by cube(deptno, job)
order by 1, 2 nulls last
# 结果
1 10 CLERK 1300 0 1300
2 10 MANAGER 2450 0 2450
3 10 PRESIDENT 5000 0 5000
4 10 8750 0 8750
5 20 ANALYST 6000 0 6000
6 20 CLERK 1900 0 1900
7 20 MANAGER 2975 0 2975
8 20 10875 0 10875
9 30 CLERK 950 0 950
10 30 MANAGER 2850 0 2850
11 30 SALESMAN 5600 2200 7800
12 30 9400 2200 11600
13 ANALYST 6000 0 6000
14 CLERK 4150 0 4150
15 MANAGER 8275 0 8275
16 PRESIDENT 5000 0 5000
17 SALESMAN 5600 2200 7800
18 29025 2200 31225
⑤，cube的语法和rollup一样，部分cube和只显示合计部分请参照rollup扩展。
grouping函数
用rollup和cube函数都会对结果集产生null，这时候可用grouping函数来确认该记录是由哪个字段得出来的。
grouping函数带一个参数，必须为group by中出现的某一列，参数为字段名，结果是根据该字段得出来的就返回1，反之返回0。
例如：
select decode(grouping(deptno), 1, 'ALL DEPT', deptno),
decode(grouping(job), 1, 'ALL JOB', job),
sum(nvl(sal, 0)),
sum(nvl(comm, 0)),
sum(nvl(sal, 0) + nvl(comm, 0))
from emp
group by rollup(deptno, job)
# 结果
1 10 CLERK 1300 0 1300
2 10 MANAGER 2450 0 2450
3 10 PRESIDENT 5000 0 5000
4 10 ALL JOB 8750 0 8750
5 20 CLERK 1900 0 1900
6 20 ANALYST 6000 0 6000
7 20 MANAGER 2975 0 2975
8 20 ALL JOB 10875 0 10875
9 30 CLERK 950 0 950
10 30 MANAGER 2850 0 2850
11 30 SALESMAN 5600 2200 7800
12 30 ALL JOB 9400 2200 11600
13 ALL DEPT ALL JOB 29025 2200 31225
grouping_id函数
grouping_id函数的参数可以是多个，但必须为group by中出现的列。
Grouping_id()的返回值其实就是参数中的每列的grouping()值的二进制向量，例如如果grouping(A)=1，grouping(B)=1，则grouping_id(A,B)的返回值就是二进制的11，转成11进制就是3。
例如：
select decode(grouping_id(deptno, job), 1, 'Subtotal', 3, 'Total', deptno),
job,
sum(nvl(sal, 0)),
sum(nvl(comm, 0)),
sum(nvl(sal, 0) + nvl(comm, 0))
from emp
group by rollup(deptno, job)
# 结果
1 10 CLERK 1300 0 1300
2 10 MANAGER 2450 0 2450
3 10 PRESIDENT 5000 0 5000
4 Subtotal 8750 0 8750
5 20 CLERK 1900 0 1900
6 20 ANALYST 6000 0 6000
7 20 MANAGER 2975 0 2975
8 Subtotal 10875 0 10875
9 30 CLERK 950 0 950
10 30 MANAGER 2850 0 2850
11 30 SALESMAN 5600 2200 7800
12 Subtotal 9400 2200 11600
13 Total 29025 2200 31225
group_id函数
group_id()函数，无参数，group by对某些列的集合会进行重复的grouping，而实际上绝大多数情况下对结果集中的这些重复grouping是不需要的，就必须有办法剔出这些重复grouping行。
当结果集中有n条重复grouping而形成的行时，每行的group_id()分别是0,1,…,n,这样我们在条件中加入一个group_id()<1就可以剔出这些重复grouping的行了。
例如：
select group_id(),
decode(grouping_id(deptno, job), 1, 'Subtotal', 3, 'Total', deptno),
job,
sum(nvl(sal, 0)),
sum(nvl(comm, 0)),
sum(nvl(sal, 0) + nvl(comm, 0))
from emp
group by deptno, rollup(deptno, job)
# 结果
1 0 10 CLERK 1300 0 1300
2 0 10 MANAGER 2450 0 2450
3 0 10 PRESIDENT 5000 0 5000
4 0 20 CLERK 1900 0 1900
5 0 20 ANALYST 6000 0 6000
6 0 20 MANAGER 2975 0 2975
7 0 30 CLERK 950 0 950
8 0 30 MANAGER 2850 0 2850
9 0 30 SALESMAN 5600 2200 7800
10 0 Subtotal 8750 0 8750
11 0 Subtotal 10875 0 10875
12 0 Subtotal 9400 2200 11600
13 1 Subtotal 8750 0 8750
14 1 Subtotal 10875 0 10875
15 1 Subtotal 9400 2200 11600
使用 group_id()<1过滤后：
select group_id(),
decode(grouping_id(deptno, job), 1, 'Subtotal', 3, 'Total', deptno),
job,
sum(nvl(sal, 0)),
sum(nvl(comm, 0)),
sum(nvl(sal, 0) + nvl(comm, 0))
from emp
group by deptno, rollup(deptno, job)
having group_id() < 1
# 结果
1 0 10 CLERK 1300 0 1300
2 0 10 MANAGER 2450 0 2450
3 0 10 PRESIDENT 5000 0 5000
4 0 20 CLERK 1900 0 1900
5 0 20 ANALYST 6000 0 6000
6 0 20 MANAGER 2975 0 2975
7 0 30 CLERK 950 0 950
8 0 30 MANAGER 2850 0 2850
9 0 30 SALESMAN 5600 2200 7800
10 0 Subtotal 8750 0 8750
11 0 Subtotal 10875 0 10875
12 0 Subtotal 9400 2200 11600
标签：10,20,30,笔记,MANAGER,分组,Oracle,group,nvl 来源： https://blog.csdn.net/weixin_50648794/article/details/112505447