转：http://blog.csdn.net/shangboerds/article/details/5193211
大家对GROUP BY应该比较熟悉，如果你感觉自己并不完全理解GROUP BY，那么本文不适合你。还记得当初学习SQL的时候，总是理解不了GROUP BY的作用，经过好长时间才终于明白GROUP BY的真谛。当然，这和我本人笨也有关系，但是GROUP BY的确不好理解。本文将介绍DB2 GROUPING SETS、ROLLUP、CUBE的使用方法，这些关键字比GROUP BY更难理解，所以阅读本文的时候，一定要慢，仔细的分析，你理解的越多，需要记忆的就越少。
我们首先来看GROUPING SETS的使用方法，请看下面的例子
- GROUP BY GROUPING SETS (A,B,C) 等价与 GROUP BY A
- UNION ALL
- GROUP BY B
- UNION ALL
- GROUP BY C
从字面上理解，GROUPING SETS就是GROUP集合的意思，确实是这样的，从上面的例子，我们可以很容易的理解GROUPING SETS的使用方法，但是使用括号的时候需要我们特别注意，请看下面的例子
- GROUP BY GROUPING SETS ((A,B,C)) 等价与 GROUP BY A,B,C
-
-
- GROUP BY GROUPING SETS (A,(B,C)) 等价与 GROUP BY A
- UNION ALL
- GROUP BY B,C
我们应该把括号里面的所有内容看做一个整体，这个整体必须在同一个GROUP BY语句中，例如，语句2中的B,C在括号中，B,C必须在同一个GROUP BY语句中，千万别把他们拆开，写出GROUP BY B UNION ALL GROUP BY C，那样就大错特错了。
我们还可以在一个GROUP BY语句中多次使用GROUPING SETS，如下：
- GROUP BY GROUPING SETS (A) 等价于 GROUP BY A,B,C
- ,GROUPING SETS (B)
- ,GROUPING SETS (C)
-
-
- GROUP BY GROUPING SETS (A) 等价于 GROUP BY A,B,C
- ,GROUPING SETS ((B,C))
-
-
- GROUP BY GROUPING SETS (A) 等价于 GROUP BY A,B
- ,GROUPING SETS (B,C) UNION ALL
- GROUP BY A,C
我们还可以混合使用，如下：
- GROUP BY A 等价于 GROUP BY A
- ,B ,B
- ,GROUPING SETS ((B,C)) ,C
-
-
- GROUP BY A 等价于 GROUP BY A,B,C
- ,B UNION ALL
- ,GROUPING SETS (B,C) GROUP BY A,B
-
-
- GROUP BY A 等价于 GROUP BY A,B,C
- ,B UNION ALL
- ,C GROUP BY A,B,C
- ,GROUPING SETS (B,C)
请特别注意上面的第3条语句。
下面我们介绍一下ROLLUP和CUBE关键字，它们的使用方式类似，作用也类似，都是用来为GROUP BY语句返回的结果添加汇总信息，也可以说，它们是对分组结果进行二次分组。下面我们看一个简单的例子，如下：
- SELECT
- DEPT AS 部门,
- SEX AS 性别,
- AVG(SALARY) AS 平均工资
- FROM
- (
- --姓名 性别 部门 工资
- VALUES
- (‘张三‘,‘男‘,‘市场部‘,4000),
- (‘赵红‘,‘男‘,‘技术部‘,2000),
- (‘李四‘,‘男‘,‘市场部‘,5000),
- (‘李白‘,‘女‘,‘技术部‘,5000),
- (‘王五‘,‘女‘,‘市场部‘,3000),
- (‘王蓝‘,‘女‘,‘技术部‘,4000)
- ) AS EMPLOY(NAME,SEX,DEPT,SALARY)
- GROUP BY ROLLUP(DEPT,SEX)
- ORDER BY 部门,性别
-
-
- 查询结果：
- 部门 性别 平均工资
- 市场部 女 3000
- 市场部 男 4500
- 市场部 NULL 4000
- 技术部 女 4500
- 技术部 男 2000
- 技术部 NULL 3666
- NULL NULL 3833
值得注意的是，上面的ROLLUP语句中，部门(DEPT)和性别(SEX)的顺序非常重要，如果我们互换一下它两的顺序，将得到不同的结果，如下：
- SELECT
- SEX AS 性别,
- DEPT AS 部门,
- AVG(SALARY) AS 平均工资
- FROM
- (
- --姓名 性别 部门 工资
- VALUES
- (‘张三‘,‘男‘,‘市场部‘,4000),
- (‘赵红‘,‘男‘,‘技术部‘,2000),
- (‘李四‘,‘男‘,‘市场部‘,5000),
- (‘李白‘,‘女‘,‘技术部‘,5000),
- (‘王五‘,‘女‘,‘市场部‘,3000),
- (‘王蓝‘,‘女‘,‘技术部‘,4000)
- ) AS EMPLOY(NAME,SEX,DEPT,SALARY)
- GROUP BY ROLLUP(SEX,DEPT)
- ORDER BY 性别,部门
-
-
- 查询结果：
- 性别 部门 平均工资
- 女 市场部 3000
- 女 技术部 4500
- 女 NULL 4000
- 男 市场部 4500
- 男 技术部 2000
- 男 NULL 3666
- NULL NULL 3833
CUBE语句比ROLLUP语句返回更多的内容，以下是将上面语句的ROLLUP替换为CUBE后得到的结果：
- SELECT
- DEPT AS 部门,
- SEX AS 性别,
- AVG(SALARY) AS 平均工资
- FROM
- (
- --姓名 性别 部门 工资
- VALUES
- (‘张三‘,‘男‘,‘市场部‘,4000),
- (‘赵红‘,‘男‘,‘技术部‘,2000),
- (‘李四‘,‘男‘,‘市场部‘,5000),
- (‘李白‘,‘女‘,‘技术部‘,5000),
- (‘王五‘,‘女‘,‘市场部‘,3000),
- (‘王蓝‘,‘女‘,‘技术部‘,4000)
- ) AS EMPLOY(NAME,SEX,DEPT,SALARY)
- GROUP BY CUBE(DEPT,SEX)
- ORDER BY 部门,性别
-
-
- 查询结果：
- 部门 性别 平均工资
- 市场部 女 3000
- 市场部 男 4500
- 市场部 NULL 4000
- 技术部 女 4500
- 技术部 男 2000
- 技术部 NULL 3666
- NULL 女 4000
- NULL 男 3666
- NULL NULL 3833
如果我们替换CUBE语句中部门(DEPT)和性别(SEX)的顺序，我们将会得到相同的结果
转：GROUPING SETS、ROLLUP、CUBE
原文：http://www.cnblogs.com/Unrmk-LingXing/p/4335735.html
