Oracle ROLLUP和CUBE 用法

在做項目經常遇到分科室、人員進行匯總的問題，在ORACLE中對此類問題的處理相當方便！下面以項目中遇到的執行個體進行說明：

 

 

查詢語句如下：

select f_sys_getsectnamebysectid(a.sectionid) as sectname,
        --a.sectionid,
       f_sys_employinfo_getnamebyno(a.buyerid) as name,
       sum(c.ratio) as llratio,
       sum(b.ratio) as lratio,
       sum(a.ratio) as ratio,
       sum(d.ratio) as nratio
  from (select sectionid, buyerid, ratio
          from T_PPRM_ASPPurRatio
         where year = '2008') a,
       (select buyerid, ratio from T_PPRM_ASPPurRatio where year = '2007') b,
       (select buyerid, ratio from T_PPRM_ASPPurRatio where year = '2006') c,
       (select buyerid, ratio from T_PPRM_ASPPurRatio where year = '2009') d
 where a.buyerid = b.buyerid(+)
   and b.buyerid = c.buyerid(+)
   and c.buyerid = d.buyerid(+)
 group by rollup(a.sectionid, a.buyerid)

下面轉帖更詳細的介紹，需仔細體會

Oracle ROLLUP和CUBE 用法    
Oracle的GROUP BY語句除了最基本的文法外，還支援ROLLUP和CUBE語句。如果是ROLLUP(A, B, C)的話，首先會對(A、B、C)進行GROUP BY，然後對(A、B)進行GROUP BY，然後是(A)進行GROUP BY，最後對全表進行GROUP BY操作。如果是GROUP BY CUBE(A, B, C)，則首先會對(A、B、C)進行GROUP BY，然後依次是(A、B)，(A、C)，(A)，(B、C)，(B)，(C)，最後對全表進行GROUP BY操作。 grouping_id()可以美化效果：

Oracle的GROUP BY語句除了最基本的文法外，還支援ROLLUP和CUBE語句。

 

 

 

除本文內容外，你還可參考：
分析函數參考手冊： http://xsb.itpub.net/post/419/33028
分析函數使用例子介紹：http://xsb.itpub.net/post/419/44634

SQL> create table t as select * from dba_indexes;

 

表已建立。

 

SQL> select index_type, status, count(*) from t group by index_type, status;

 

INDEX_TYPE STATUS COUNT(*)
--------------------------- -------- ----------
LOB VALID 51
NORMAL N/A 25
NORMAL VALID 479
CLUSTER VALID 11

 

下面來看看ROLLUP和CUBE語句的執行結果。

 

SQL> select index_type, status, count(*) from t group by rollup(index_type, status);

 

INDEX_TYPE STATUS COUNT(*)
--------------------------- -------- ----------
LOB VALID 51
LOB 51
NORMAL N/A 25
NORMAL VALID 479
NORMAL 504
CLUSTER VALID 11
CLUSTER 11
566

 

已選擇8行。

 

SQL> select index_type, status, count(*) from t group by cube(index_type, status);

 

INDEX_TYPE STATUS COUNT(*)
--------------------------- -------- ----------
566
N/A 25
VALID 541
LOB 51
LOB VALID 51
NORMAL 504
NORMAL N/A 25
NORMAL VALID 479
CLUSTER 11
CLUSTER VALID 11

 

已選擇10行。

 

查詢結果不是很一目瞭然，下面通過Oracle提供的函數GROUPING來整理一下查詢結果。

 

SQL> select grouping(index_type) g_ind, grouping(status) g_st, index_type, status, count(*)
2 from t group by rollup(index_type, status) order by 1, 2;

 

G_IND G_ST INDEX_TYPE STATUS COUNT(*)
---------- ---------- --------------------------- -------- ----------
0 0 LOB VALID 51
0 0 NORMAL N/A 25
0 0 NORMAL VALID 479
0 0 CLUSTER VALID 11
0 1 LOB 51
0 1 NORMAL 504
0 1 CLUSTER 11
1 1 566

 

已選擇8行。

 

這個查詢結果就直觀多了，和不帶ROLLUP語句的GROUP BY相比，ROLLUP增加了對INDEX_TYPE的GROUP BY統計和對所有記錄的GROUP BY統計。

 

也就是說，如果是ROLLUP(A, B, C)的話，首先會對(A、B、C)進行GROUP BY，然後對(A、B)進行GROUP BY，然後是(A)進行GROUP BY，最後對全表進行GROUP BY操作。

 

下面看看CUBE語句。

 

SQL> select grouping(index_type) g_ind, grouping(status) g_st, index_type, status, count(*)
2 from t group by cube(index_type, status) order by 1, 2;

 

G_IND G_ST INDEX_TYPE STATUS COUNT(*)
---------- ---------- --------------------------- -------- ----------
0 0 LOB VALID 51
0 0 NORMAL N/A 25
0 0 NORMAL VALID 479
0 0 CLUSTER VALID 11
0 1 LOB 51
0 1 NORMAL 504
0 1 CLUSTER 11
1 0 N/A 25
1 0 VALID 541
1 1 566

 

已選擇10行。

 

和ROLLUP相比，CUBE又增加了對STATUS列的GROUP BY統計。

 

如果是GROUP BY CUBE(A, B, C)，則首先會對(A、B、C)進行GROUP BY，然後依次是(A、B)，(A、C)，(A)，(B、C)，(B)，(C)，最後對全表進行GROUP BY操作。

 

除了使用GROUPING函數，還可以使用GROUPING_ID來標識GROUP BY結果。

 

SQL> select grouping_id(index_type, status) g_ind, index_type, status, count(*)
2 from t group by rollup(index_type, status) order by 1;

 

G_IND INDEX_TYPE STATUS COUNT(*)
---------- --------------------------- -------- ----------
0 LOB VALID 51
0 NORMAL N/A 25
0 NORMAL VALID 479
0 CLUSTER VALID 11
1 LOB 51
1 NORMAL 504
1 CLUSTER 11
3 566

 

已選擇8行。

 

SQL> select grouping_id(index_type, status) g_ind, index_type, status, count(*)
2 from t group by cube(index_type, status) order by 1;

 

G_IND INDEX_TYPE STATUS COUNT(*)
---------- --------------------------- -------- ----------
0 LOB VALID 51
0 NORMAL N/A 25
0 NORMAL VALID 479
0 CLUSTER VALID 11
1 LOB 51
1 NORMAL 504
1 CLUSTER 11
2 N/A 25
2 VALID 541
3 566

 

已選擇10行。

grouping_id()可以美化效果：

select DECODE(GROUPING_ID(C1), 1, '合計', C1) D1,
DECODE(GROUPING_ID(C1, C2), 1, '小計', C2) D2,
DECODE(GROUPING_ID(C1, C2, C1 + C2), 1, '小計', C1 + C2) D3,
count(*),
GROUPING_ID(C1, C2, C1 + C2, C1 + 1, C2 + 1),
GROUPING_ID(C1)
from T2
group by rollup(C1, C2, C1 + C2, C1 + 1, C2 + 1);

===========================================================

1.報表合計專用的Rollup函數

銷售報告

廣州 1月 2000元

廣州 2月 2500元

廣州 4500元

深圳 1月 1000元

深圳 2月 2000元

深圳 3000元

所有地區 7500元

 

 

以往的查詢SQL:

Select area,month,sum(money) from SaleOrder group by area,month

然後廣州，深圳的合計和所有地區合計都需要在程式裡自行累計

 

1.其實可以使用如下SQL:

Select area,month,sum(total_sale) from SaleOrder group by rollup(area,month)

就能產生和報表一模一樣的紀錄

 

2.如果year不想累加，可以寫成

Select year,month,area,sum(total_sale) from SaleOrder group by year, rollup(month,area)

另外Oracle 9i還支援如下文法:

Select year,month,area,sum(total_sale) from SaleOrder group by rollup((year,month),area)

 

3.如果使用Cube(area,month)而不是RollUp(area,month)，除了獲得每個地區的合計之外，還將獲得每個月份的合計，在報表最後顯示。

 

4.Grouping讓合計列更好讀

RollUp在顯示廣州合計時，月份列為NULL，但更好的做法應該是顯示為"所有月份"

Grouping就是用來判斷當前Column是否是一個合計列，1為yes，然後用Decode把它轉為"所有月份"

Select Decode(Grouping(area),1,'所有地區',area) area, Decode(Grouping(month),1,'所有月份',month), sum(money) From SaleOrder Group by RollUp(area,month);

 

2.對多級層次查詢的start with.....connect by

比如人員組織,產品類別,Oracle提供了很經典的方法

SELECT LEVEL, name, emp_id,manager_emp_id FROM employee START WITH manager_emp_id is null CONNECT BY PRIOR emp_id = manager_emp_id;

上面的語句demo了全部的應用,start with指明從哪裡開始遍曆樹,如果從根開始,那麼它的manager應該是Null,如果從某個職員開始,可以寫成emp_id='11'

CONNECT BY 就是指明父子關係,注意PRIOR位置

另外還有一個LEVEL列,顯示節點的層次

 

3.更多報表/分析決策功能

3.1 分析功能的基本結構

分析功能() over( partion子句,order by子句,視窗子句)

概念上很難講清楚,還是用例子說話比較好.

 

3.2 Row_Number 和 Rank, DENSE_Rank

用於選出Top 3 sales這樣的報表

當兩個業務員可能有相同業績時,就要使用Rank和Dense_Rank

比如

金額 RowNum Rank Dense_Rank

張三 4000元 1 1 1

李四 3000元 2 2 2

錢五 2000元 3 3 3

孫六 2000元 4 3 3

丁七 1000元 5 5 4

這時,應該把並列第三的錢五和孫六都選進去,所以用Ranking功能比RowNumber保險.至於Desnse還是Ranking就看具體情況了。

SELECT salesperson_id, SUM(tot_sales) sp_sales, RANK( ) OVER (ORDER BY SUM(tot_sales) DESC) sales_rank FROM orders GROUP BY salesperson_id

3.3 NTILE 把紀錄平分成甲乙丙丁四等

比如我想取得前25%的紀錄,或者把25%的紀錄當作同一個level平等對待,把另25%當作另一個Level平等對待

SELECT cust_nbr, SUM(tot_sales) cust_sales, NTILE(4) OVER (ORDER BY SUM(tot_sales) DESC) sales_quartile FROM orders GROUP BY cust_nbr ORDER BY 3,2 DESC;

NTITLE(4)把紀錄以 SUM(tot_sales)排序分成4份.

 

3.4 輔助分析列和Windows Function

報表除了基本事實資料外,總希望旁邊多些全年總銷量,到目前為止的累計銷量,前後三個月的平均銷量這樣的列來參考.

這種前後三個月的平均和到目前為止的累計銷量就叫windows function, 見下例

SELECT month, SUM(tot_sales) monthly_sales, SUM(SUM(tot_sales)) OVER (ORDER BY month ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) max_preceeding FROM orders GROUP BY month ORDER BY month;

SELECT month, SUM(tot_sales) monthly_sales, AVG(SUM(tot_sales)) OVER (ORDER BY month ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) rolling_avg FROM orders GROUP BY month ORDER BY month;

Windows Function的關鍵就是Windows子句的幾個取值

1 PRECEDING 之前的一條記錄

1 FOLLOWING 之後的一條記錄

UNBOUNDED PRECEDING 之前的所有記錄

CURRENT ROW 當前紀錄

 

4.SubQuery總結

SubQuery天天用了,理論上總結一下.SubQuery 分三種

1.Noncorrelated 子查詢 最普通的樣式.

2.Correlated Subqueries 把父查詢的列拉到子查詢裡面去,頭一回cyt教我的時候理解了半天.

3.Inline View 也被當成最普通的樣式用了.

 

然後Noncorrelated 子查詢又有三種情況

1.返回一行一列 where price < (select max(price) from goods )

2.返回多行一列 where price>= ALL (select price from goods where type=2)

or where NOT price< ANY(select price from goods where type=2)

最常用的IN其實就是=ANY()

3.返回多行多列 一次返回多列當然就節省了查詢時間

UPDATE monthly_orders SET (tot_orders, max_order_amt) = (SELECT COUNT(*), MAX(sale_price) FROM cust_order) DELETE FROM line_item WHERE (order_nbr, part_nbr) IN (SELECT order_nbr, part_nbr FROM cust_order c)

========================================
/*--------理解grouping sets
select a, b, c, sum( d ) from t
group by grouping sets ( a, b, c )

等效於

select * from (
select a, null, null, sum( d ) from t group by a
union all
select null, b, null, sum( d ) from t group by b
union all
select null, null, c, sum( d ) from t group by c
)
*/