何时使用GROUPING SETS，CUBE和ROLLUP

Question

我最近了解了GROUPING SETS，CUBE和ROLLUP，用于在sql server中定义多个分组集。

我问的是在什么情况下我们使用这些功能？ 使用它们有什么好处和好处？

SELECT shipperid, YEAR(shippeddate) AS shipyear, COUNT(*) AS numorders
FROM Sales.Orders
GROUP BY GROUPING SETS ( ( shipperid, YEAR(shippeddate) ), ( shipperid ), ( YEAR(shippeddate) ), ( ) );


SELECT shipperid, YEAR(shippeddate) AS shipyear, COUNT(*) AS numorders
FROM Sales.Orders
GROUP BY CUBE( shipperid, YEAR(shippeddate) );


SELECT shipcountry, shipregion, shipcity, COUNT(*) AS numorders
FROM Sales.Orders
GROUP BY ROLLUP( shipcountry, shipregion, shipcity );

Answer 1

首先，对于尚未阅读过该主题的人：

• 将GROUP BY与ROLLUP，CUBE和GROUPING SETS一起使用

话虽如此，不要将这些分组选项视为获得结果集的方法。 这些是性能工具 。

我们以ROLLUP为例。

我可以使用以下查询来获取GrpCol的每个值的记录数。

SELECT   GrpCol, count(*) AS cnt
FROM     dbo.MyTable
GROUP BY GrpCol

我可以使用以下查询来概括“汇总”所有记录的计数。

SELECT   NULL, count(*) AS cnt
FROM     dbo.MyTable

如果我用ROLLUP子句编写第一个查询，那么我可以UNION ALL以上两个查询得到完全相同的结果（这就是为什么我把NULL放在那里）。

实际上，将它作为两个不同的查询执行可能更方便，因为我将分组结果与我的总数分开。 为什么我要将我的最终总数混合到其他结果中？ 答案是使用ROLLUP子句一起做两者更有效。 SQL Server将使用执行计划，该计划一次性计算所有聚合。 将其与UNION ALL示例进行比较，该示例将提供完全相同的结果，但使用效率较低的执行计划（两次表扫描而不是一次）。

想象一个极端的例子，你正在处理一个如此大的数据集，每次扫描数据需要一整个小时。 您必须每天为每个可能的维度（切片方式）提供总计数据。 啊哈！ 我敢打赌，其中一个分组选项正是您所需要的。 如果将一次扫描的结果保存到特殊模式布局中，则可以在保存结果的当天剩余时间内运行报告。

所以我基本上说你正在开发一个数据仓库项目。 对于我们其他人来说，它主要属于“整洁的事物”类别。

Answer 2

CUBE与GROUPING SETS相同，具有所有可能的组合。

所以这个（使用CUBE ）

GROUP BY CUBE (C1, C2, C3, ..., Cn-2, Cn-1, Cn)

与此相同（使用GROUPING SETS ）

GROUP BY GROUPING SETS (
     (C1, C2, C3, ..., Cn-2, Cn-1, Cn) -- All dimensions are included.
    ,( , C2, C3, ..., Cn-2, Cn-1, Cn) -- n-1 dimensions are included.
    ,(C1, C3, ..., Cn-2, Cn-1, Cn)
    …
    ,(C1, C2, C3, ..., Cn-2, Cn-1,)
    ,(C3, ..., Cn-2, Cn-1, Cn) -- n-2 dimensions included
    ,(C1  ..., Cn-2, Cn-1, Cn)
    …
    ,(C1, C2) -- 2 dimensions are included.
    ,…
    ,(C1, Cn)
    ,…
    ,(Cn-1, Cn)
    ,…
    ,(C1) -- 1 dimension included
    ,(C2)
    ,…
    ,(Cn-1)
    ,(Cn)
    ,() ) -- Grand total, 0 dimension is included.

然后，如果您不需要所有组合，则应使用GROUPING SETS而不是CUBE

ROLLUP和CUBE运算符生成一些相同的结果集，并执行与OLAP应用程序相同的一些计算。 CUBE运算符生成可用于交叉制表报告的结果集。 ROLLUP操作可以计算OLAP维度或层次结构的等效项。

看这里看分组集等价物

---

UPDATE

我想一个例子在这里会有所帮助。 假设您有按国家和性别分列的不明飞行物数量表，如下图所示：

╔═════════╦═══════╦═════════╗
║ COUNTRY ║ GENDER║ #SIGHTS ║
╠═════════╬═══════╬═════════╣
║ USA     ║ F     ║     450 ║
║ USA     ║ M     ║    1500 ║
║ ITALY   ║ F     ║     704 ║
║ ITALY   ║ M     ║     720 ║
║ SWEDEN  ║ F     ║     317 ║
║ SWEDEN  ║ M     ║     310 ║
║ BRAZIL  ║ F     ║     144 ║
║ BRAZIL  ║ M     ║     159 ║
╚═════════╩═══════╩═════════╝

然后，如果您想知道每个国家/地区的总数，仅按性别和总计，您应该使用GROUPING SETS

 select Country, Gender, sum(Number_Of_Sights)
 from Table1
 group by GROUPING SETS((Country), (Gender), ())
 order by Country, Gender

SQL小提琴

要使用GROUP BY获得相同的结果，可以使用UNION ALL作为：

select Country, NULL Gender, sum(Number_Of_Sights)
from Table1
GROUP BY Country
UNION ALL
select NULL Country, Gender, sum(Number_Of_Sights)
from Table1
GROUP BY GENDER
UNION ALL
SELECT NULL Country, NULL Gender, sum(Number_Of_Sights)
FROM TABLE1
ORDER BY COUNTRY, GENDER

SQL小提琴

但是不可能用CUBE获得相同的结果，因为它将返回所有可能性。

现在，如果您想知道所有可能的组合，那么您应该使用CUBE

Answer 3

我发现当你制作报告时它们很好，结果不是可以在客户端内汇总的东西。

例如，如果您正在使用COUNT(DISTINCT...)执行某些操作，则较大组中的结果不一定与部件总和的值相同。 例如，在两个单独的日子里，您可能有1500个访问者和2000个访问者，但总数可能在2000到3500之间，具体取决于重叠。 在客户端执行此操作很好，但由于客户端无法分辨重叠是什么，您可以使用GROUPING SETS提供答案（然后处理报告中出现的额外行）。