OLAP函数系列1:SqlServer中分组函数GROUP BY 的扩展：all， cube，roolup与grouping

 概述：

       GROUP BY很常见，无须解释。GROUP BY结合all， cube，roolup作为OLAP(在线联机分析)常用函数，使用起来非常方便。上述OALP系列函数在数据库报表、统计分析、仓库处理等OLAP场景下可以实现很多功能，再结合窗口函数，必将发挥更大作用。

       通过精简的程序实现强大功能，起到事半功倍的效果，是任何一位开发人员孜孜以求的目标。任何一项新功能都是软件系统开发商基于市场需求，综合考虑开发的技术，用来满足某领域的实际需要。因此，作为程序开发人员，对新技术要时刻保持足够的嗅觉敏感性，达到最大化利用已有功能，实现开发速度和运行效率的最佳匹配。下面介绍OLAP系列函数GROUP BY扩展函数。

      具体说到GROUP BY 扩展功能中的CUBE和ROLLUP区别不太大，只是在基于GROUP BY 子句创建和汇总分组的可能的组合上有一定差别，CUBE将返回的更多的可能组合。如果在GROUP BY子句中有N个列或者是有N个表达式的话，SQLSERVER在使用CUBE的结果集上会返回2的N次幂个可能组合。

事例说明：

1、group by all

     Transact-SQL 在 GROUP BY 子句中提供 ALL 关键字。只有在 SELECT 语句还包括 WHERE 子句时，ALL 关键字才有意义。

如果使用 ALL 关键字，则即使某些组不包含符合搜索条件的行，查询结果也将包括 GROUP BY 子句生成的所有组。如果不使用 ALL 关键字，则包含 GROUP BY 子句的 SELECT 语句仅显示包含符合搜索条件的行的组。

    举例：找出机械学院中的人数。

SELECT

    DEPTName,

    sum(len) as Total

 FROM   HRYGZD

 WHERE  DEPTName= '机械学院'  

 GROUP BY  ALL  DEPTName

Name	Total
varchar(36)	int
机械学院	1220
生物学院	NULL
物理学院	NULL
化工学院	NULL

2、group by cube

       group by cube(字段1，字段2，字段3) 可以写成group by (字段1，字段2，字段3) with cube。通常Group By语句是按照其后所跟的所有字段进行分组，而如果加入了CUBE关键字以后，那么系统将根据所有字段进行分组的基础上，还会通过对所有这些分组字段所有可能存在的组合形成的分组条件进行分组计算。如果Group
by(a,b,c) with cube

     那么分组计算时可分为如下几种分组:(a,b,c),(a,b),(b,c),(a,c),(a),(b),(c),()。

    结合使用grouping函数可以用于列中数据存在NULL时的辨别， grouping(列)如果是数据列，则计算值为0，如果为汇总列计算值为1。
     举例：

SELECT 

    CASE grouping(CODE)

         WHEN 1 THEN 'all'

         ELSE CODE END AS CODE,

    CASE grouping(ID)

         WHEN 1 THEN 'all'

         ELSE IDEND AS ID,

   count(*) AS '合计'

 FROM  LeaveApply  

  GROUP BY cube(CODE,ID)
----having 过滤

分组（(CODE,humanid),(CODE),(humanid),()，2^2 = 4种分组

CODE	ID	合计
varchar(36)	varchar(36)	int
201605270017	0160135e-b693-4a42-b62b-506dd0d9fda5	1
201605270027	0160135e-b693-4a42-b62b-506dd0d9fda5	1
all	0160135e-b693-4a42-b62b-506dd0d9fda5	2
201609200030	02338f05-1b8c-4cfb-9493-dae4c8434977	1
all	02338f05-1b8c-4cfb-9493-dae4c8434977	1
201607190004	0686f583-bf38-4655-b277-c15b40bc031a	1
201608250041	0686f583-bf38-4655-b277-c15b40bc031a	1
all	0686f583-bf38-4655-b277-c15b40bc031a	2
all	all	5
201605270017	all	1
201605270027	all	1
201607190004	all	1
201608250041	all	1
201609200030	all	1

3、group by roolup 

     group by roolup(字段1，字段2) 或者 group by (字段1，字段2) with roolup 

    ROLLUP会根据GROUP BY后面的字段从右到左逐步以去掉右边一个字段，逐步向上累计求和。

    举例：

SELECT 

      CASE grouping(ID)

         WHEN 1 THEN 'all'

         ELSE ID END AS ID,

      CASE grouping(CODE)

         WHEN 1 THEN 'all'

         ELSE CODE END AS CODE,

      count(*) AS '合计'

 FROM  LeaveApply  

  GROUP BY rollup(ID,CODE)

 -----having可以过滤数据 

分组：(ID,CODE)，（ID），()

CODE	ID	合计
varchar(36)	varchar(36)	int
0160135e-b693-4a42-b62b-506dd0d9fda5	201605270017	1
0160135e-b693-4a42-b62b-506dd0d9fda5	201605270027	1
0160135e-b693-4a42-b62b-506dd0d9fda5	all	2
02338f05-1b8c-4cfb-9493-dae4c8434977	201609200030	1
02338f05-1b8c-4cfb-9493-dae4c8434977	all	1
0686f583-bf38-4655-b277-c15b40bc031a	201607190004	1
0686f583-bf38-4655-b277-c15b40bc031a	201608250041	1
0686f583-bf38-4655-b277-c15b40bc031a	all	2
all	all	5