码迷,mamicode.com
首页 > 数据库 > 详细

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

时间:2014-05-05 11:17:30      阅读:575      评论:0      收藏:0      [点我收藏+]

标签:des   style   blog   class   code   java   

原文: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

bubuko.com,布布扣
 1 USE [tempdb]
 2 GO
 3 
 4 CREATE TABLE #temptb(id INT ,NAME VARCHAR(200))
 5 GO
 6 
 7 INSERT INTO [#temptb] ( [id], [NAME] )
 8 SELECT 1,中国 UNION ALL
 9 SELECT 2,中国 UNION ALL
10 SELECT 3,英国 UNION ALL
11 SELECT 4,英国 UNION ALL
12 SELECT 5,美国 UNION ALL
13 SELECT 6,美国 UNION ALL
14 SELECT null, 法国 UNION ALL
15 SELECT 8,法国 
16 GO
17 
18 SELECT * FROM [#temptb]
19 GO
bubuko.com,布布扣

 

先来看一下SELECT语句的语法:

1 SELECT [ ALL | DISTINCT ] [ topSubclause ] aliasedExpr 
2       [{ , aliasedExpr }] FROM fromClause [ WHERE whereClause ] [ GROUP BY groupByClause [ HAVING havingClause ] ] [ ORDER BY orderByClause ]
3 or
4 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

1 --这两个语句是等价的
2 SELECT * FROM [#temptb]
3 GO
4 -------------------------------------------
5 SELECT ALL * FROM [#temptb]
6 GO

如果您需要把唯一值select出来,过滤掉那些重复值需要使用DISTINCT关键字

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

而当您把SQL语句,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

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

bubuko.com,布布扣

在我上一篇文章里:处理表重复记录(查询和删除)

在Name相同ID最大的记录,其中有一个SQL语句

1 SELECT  *
2 FROM    [#temptb] a
3 WHERE   ID!<ALL ( SELECT    ID
4                   FROM      [#temptb]
5                   WHERE     Name = a.Name )

bubuko.com,布布扣

如果去掉ALL关键字会怎样呢?

bubuko.com,布布扣

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,所以要用ALL

 

ALL关键字还可以放在GROUP BY 之后

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

情况一:

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

bubuko.com,布布扣

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子句将不显示没有符合条件的行的组

情况二:

1 SELECT AVG(id) FROM [#temptb]  GROUP BY ALL NAME
2 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

1 USE [GPOSDB]
2 GO
3 INSERT INTO [dbo].[SystemPara] ( [ParaValue], [Name], [Description] )
4 SELECT nihao,nihao,nihao UNION ALL
5 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

1 SELECT TOP 10 PERCENT * from [#temptb]
2 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

bubuko.com,布布扣

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

1 SELECT TOP 30 PERCENT * from [#temptb]
2 GO

bubuko.com,布布扣

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

 


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。

1 SELECT  AVG(id) AS 平均值, GROUPING(NAME) AS 是否已汇总
2 FROM    [#temptb]
3 GROUP BY NAME
4         WITH CUBE

bubuko.com,布布扣

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)是否已汇总那列显示1,表示是汇总行


Grouping关键字

指示是否聚合 GROUP BY 列表中的指定列表达式。

在结果集中,如果 GROUPING 返回 1 则指示聚合;返回 0 则指示不聚合。

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

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。

bubuko.com,布布扣
1 USE [AdventureWorks];
2 GO
3 SELECT  SalesQuota, SUM(SalesYTD) TotalSalesYTD,
4         GROUPING(SalesQuota) AS Grouping
5 FROM    Sales.SalesPerson
6 GROUP BY SalesQuota
7         WITH ROLLUP;
8 GO
bubuko.com,布布扣

bubuko.com,布布扣

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。

 


 

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CubeRollUp的用法

CubeRollUp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:

bubuko.com,布布扣
 1 USE [tempdb]
 2 GO
 3 CREATE TABLE t_test
 4 (
 5   id INT ,
 6   productName VARCHAR(200) ,
 7   price MONEY ,
 8   num INT ,
 9   amount INT ,
10   operatedate DATETIME
11 )
12 GO
13 
14 --插入随机数据
15 DECLARE @i INT 
16 DECLARE @rand MONEY
17 DECLARE @date DATETIME
18 DECLARE @index INT 
19 DECLARE @DateBase INT 
20 SET @date = 2012-10-23
21 SET @i = 1
22 WHILE ( @i < 18 ) 
23     BEGIN
24         SET @rand = RAND() * 20
25         SET @index = CAST(RAND() * 3 AS INT)
26         SET @DateBase = CAST(RAND() * 10 AS INT)
27  
28         INSERT  INTO t_test ( id, productName, price, num, amount, operatedate )
29         VALUES  ( @i, product + CAST (@index AS VARCHAR(10)), @rand, 100,
30                   @rand * 100, @date + @DateBase )
31         SET @i = @i + 1
32     END
33  
34  
35 SELECT  *  FROM    t_test
bubuko.com,布布扣

 bubuko.com,布布扣

 分别用两种方式统计:

bubuko.com,布布扣
 1 --分别用两种方式统计:
 2  
 3 SELECT  CASE WHEN GROUPING(operatedate) = 1 THEN 小计
 4              ELSE CONVERT(VARCHAR(10), operatedate, 120)
 5         END AS 日期, CASE WHEN GROUPING(productName) = 1 THEN 小计
 6                         ELSE productName
 7                    END AS 产品名称, SUM(amount) / SUM(num) AS 平均价格, SUM(num) AS 数量,
 8         SUM(amount) AS 金额
 9 FROM    t_test
10 GROUP BY operatedate, productName  WITH ROLLUP;   
11 -------------------------------------------------------------------
12 SELECT  CASE WHEN GROUPING(operatedate) = 1 THEN 小计
13              ELSE CONVERT(VARCHAR(10), operatedate, 120)
14         END AS 日期, CASE WHEN GROUPING(productName) = 1 THEN 小计
15                         ELSE productName
16                    END AS 产品名称, SUM(amount) / SUM(num) AS 平均价格, SUM(num) AS 数量,
17         SUM(amount) AS 金额
18 FROM    t_test
19 GROUP BY operatedate, productName WITH CUBE; 
bubuko.com,布布扣

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

bubuko.com,布布扣

bubuko.com,布布扣
1 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
2              ELSE CONVERT(VARCHAR(10), operatedate, 120)
3         END AS 日期, CASE WHEN GROUPING(productName) = 1 THEN 小计
4                         ELSE productName
5                    END AS 产品名称, SUM(amount) / SUM(num) AS 平均价格, SUM(num) AS 数量,
6         SUM(amount) AS 金额
7 FROM    t_test
8 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
bubuko.com,布布扣

 

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。

bubuko.com,布布扣

ROLLUPCUBE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
 
Grouping(字段名) 用来区分当前行是不是小计产生的行,  Grouping(字段名)=1 说明是统计行,Grouping(字段名)=0 说明是表中行

可以用在case,where 后面

http://www.2cto.com/database/201210/163455.html


另外一个例子

SQL脚本如下:

bubuko.com,布布扣
 1 USE [tempdb]
 2 GO
 3 CREATE TABLE Sales (EmpId INT, Yr INT, Sales MONEY)
 4 INSERT Sales VALUES(1, 2005, 12000)
 5 INSERT Sales VALUES(1, 2006, 18000)
 6 INSERT Sales VALUES(1, 2007, 25000)
 7 INSERT Sales VALUES(2, 2005, 15000)
 8 INSERT Sales VALUES(2, 2006, 6000)
 9 INSERT Sales VALUES(3, 2006, 20000)
10 INSERT Sales VALUES(3, 2007, 24000)
11 
12 SELECT * FROM [dbo].[Sales]
View Code

bubuko.com,布布扣

ROLLUP

1 SELECT EmpId, Yr, SUM(Sales) AS Sales
2 FROM Sales
3 GROUP BY EmpId, Yr WITH ROLLUP

bubuko.com,布布扣

CUBE

1 SELECT EmpId, Yr, SUM(Sales) AS Sales
2 FROM Sales
3 GROUP BY EmpId, Yr WITH CUBE

bubuko.com,布布扣

CUBE比ROLLUP多了年份的统计,统计了2005、2006、2007年的销售额

可以用下图来表示

bubuko.com,布布扣

ROLLUP

 bubuko.com,布布扣

bubuko.com,布布扣

CUBE

bubuko.com,布布扣

bubuko.com,布布扣

bubuko.com,布布扣

 http://blogs.msdn.com/b/craigfr/archive/2007/10/11/grouping-sets-in-sql-server-2008.aspx

 


验证CUBE和ROLLUP 的区别

ROLLUPCUBE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

我们修改一下上面那个实验

bubuko.com,布布扣
 1 USE [tempdb]
 2 GO
 3 CREATE TABLE Sales (EmpId INT,productName VARCHAR(200), Yr INT, Sales MONEY)
 4 GO
 5 INSERT Sales VALUES(1,product2, 2005, 12000)
 6 INSERT Sales VALUES(1,product1, 2005, 18000)
 7 INSERT Sales VALUES(1,product0, 2006, 25000)
 8 INSERT Sales VALUES(1,product2, 2007, 15000)
 9 INSERT Sales VALUES(2,product1, 2005, 60000)
10 INSERT Sales VALUES(2,product1, 2006, 22000)
11 INSERT Sales VALUES(2,product0, 2007, 24000)
12 INSERT Sales VALUES(3,product0, 2005, 32000)
13 INSERT Sales VALUES(3,product2, 2006, 42000)
14 INSERT Sales VALUES(3,product0, 2007, 24000)
15 GO
16 
17 SELECT * FROM [dbo].[Sales]
View Code

bubuko.com,布布扣

 ROLLUP

1 SELECT EmpId, Yr,[productName], SUM(Sales) AS Sales
2 FROM Sales
3 GROUP BY EmpId, Yr,[productName] WITH ROLLUP

bubuko.com,布布扣

CUBE

1 SELECT EmpId, Yr,[productName], SUM(Sales) AS Sales
2 FROM Sales
3 GROUP BY EmpId, Yr,[productName] WITH CUBE

bubuko.com,布布扣

bubuko.com,布布扣

可以看到CUBE除了统计EmpId字段之外,还统计了GROUP BY后面的Yr和productName这两个字段

而ROLLUP只统计了EmpId这个字段


 

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

另外,个人觉得PERCENT关键字可以应用在分页上

 

如有不对的地方,欢迎大家拍砖哦o(∩_∩)o

SQLSERVER中的ALL、PERCENT、CUBE关键字、ROLLUP关键字和GROUPING函数,布布扣,bubuko.com

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

标签:des   style   blog   class   code   java   

原文地址:http://www.cnblogs.com/lonelyxmas/p/3706092.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!