GROUP函数

Posted 2020-09-17 谢维开

GROUP_ID

首先我们看看官方的解释：

大意是GROUP_ID用于区分相同分组标准的分组统计结果。

解释起来比较抽象，下面我们来看看具体的案例。

例1：单一分组

SQL> select group_id(),deptno,sum(sal) from emp group by rollup(deptno);

GROUP_ID()     DEPTNO    SUM(SAL)
---------- ----------  ----------
         0         10        8750
         0         20       10875
         0         30        9400
         0                  29025

rollup(deptno)只是一个唯一的分组，所以产生的group_id()为0，代表这是同一个分组的结果。

下面我们来看看重复分组的情况

例2：重复分组

SQL> select group_id(),deptno,sum(sal) from emp group by rollup(deptno,deptno);

GROUP_ID()      DEPTNO    SUM(SAL)
----------  ---------- ----------
         0         10        8750
         0         20       10875
         0         30        9400
         1         10        8750
         1         20       10875
         1         30        9400
         0                  29025

7 rows selected.

group_id()为1代表这些是重复的分组。

注意：可通过having group_id() <1来剔除重复的分组。

老实说，我也看不出GROUP_ID在实际工作中的应用场景，姑且先记着。

 

GROUPING

其语法为：GROUPING(expr)

下面我们来看看官方的解释：

即GROUPING函数用于区分分组后的普通行和聚合行。如果是聚合行，则返回1，反之，则是0。

下面我们来看看具体的案例：

SQL> select grouping(deptno),grouping(job),deptno,job,sum(sal) from emp group by rollup(deptno,job);

GROUPING(DEPTNO) GROUPING(JOB)       DEPTNO JOB          SUM(SAL)
---------------- -------------   ---------- ---------  ----------
               0             0           10 CLERK            1300
               0             0           10 MANAGER          2450
               0             0           10 PRESIDENT        5000
               0             1           10                  8750
               0             0           20 CLERK            1900
               0             0           20 ANALYST          6000
               0             0           20 MANAGER          2975
               0             1           20                 10875
               0             0           30 CLERK             950
               0             0           30 MANAGER          2850
               0             0           30 SALESMAN         5600
               0             1           30                  9400
               1             1                              29025

13 rows selected.

首先我们看GROUPING(DEPTNO)这一列的结果，不难看出，凡是基于DEPTNO的汇总，GROUPING的结果均为0，因为最后一行是总的汇总，所以GROUPING的值为1.

基于这个逻辑，可以看出GROUPING(JOB)的值也是吻合的。

 

GROUPING_ID

GROUPING_ID是GROUPING的增强版，与GROUPING只能带一个表达式不同，它能带多个表达式。

语法如下：

GROUPING_ID(expr1, expr2, expr3,….)

下面我们来看看官方的解释：

GROUPING_ID在功能上相当于将多个GROUPING函数的结果串接成二进制数，返回的是这个二进制数对应的十进制数。

下面我们来看看具体的案例：

SQL> select grouping(deptno)g_d,grouping(job)g_j,grouping_id(deptno)gi_d,grouping_id(job)gi_j,grouping_id(deptno,job)gi_dj,grouping_id(job,deptno)gi_jd,deptno,job,sum(sal) from emp group by cube(deptno,job);

       G_D        G_J        GI_D       GI_J      GI_DJ      GI_JD    DEPTNO  JOB         SUM(SAL)
---------- ----------  ---------- ---------- ---------- ---------- ---------- --------- ----------
         1          1           1          1          3          3                           29025
         1          0           1          0          2          1            CLERK           4150
         1          0           1          0          2          1            ANALYST         6000
         1          0           1          0          2          1            MANAGER         8275
         1          0           1          0          2          1            SALESMAN        5600
         1          0           1          0          2          1            PRESIDENT       5000
         0          1           0          1          1          2         10                 8750
         0          0           0          0          0          0         10 CLERK           1300
         0          0           0          0          0          0         10 MANAGER         2450
         0          0           0          0          0          0         10 PRESIDENT       5000
         0          1           0          1          1          2         20                10875
         0          0           0          0          0          0         20 CLERK           1900
         0          0           0          0          0          0         20 ANALYST         6000
         0          0           0          0          0          0         20 MANAGER         2975
         0          1           0          1          1          2         30                 9400
         0          0           0          0          0          0         30 CLERK            950
         0          0           0          0          0          0         30 MANAGER         2850
         0          0           0          0          0          0         30 SALESMAN        5600

18 rows selected.

大家看到这个案例估计都有点晕。。。

之所以这样提供，是为了呈现一个直观的结果进行对比。

解读这个结果，需要注意以下两点：

1> 若本行是某expr的汇总，那么该expr对应的二进制数位置为0否则置为1。

2> GROUPING_ID(expr1, expr2, expr3,….)的值其实是对应GROUPING(expr1),GROUPING(expr2),GROUPING(expr3)...值的串接。

首先看第一列，第三列，虽然一个是grouping(deptno)，一个是grouping_id(deptno)，因为只有一个表达式，所以两者的结果是一样的。第二列，第四列同样如此。

第五列的结果是第一列和第二列的数值的串接，然后返回的十进制数，以第二行为例，GI_DJ=2其实是二进制10转化为十进制后的数，其中1为G_D的值，0为G_J的值。

而GI_JD=1则是二进制01转化为十进制后的数，其中0为G_J的值，1为G_D的值。注意，串接的顺序为GROUPING_ID中表达式的顺序。

说了这么多，下面我们来看一个利用GROUPING_ID实现行列转换的案例。

with t as
   ( select grouping_id(deptno,job)gi_dj,deptno,job,count(*)cnt
     from emp group by cube(deptno,job)),
t1 as
  ( select decode(gi_dj,0,deptno,1,deptno,99) deptno,decode(gi_dj,1,cnt,3,cnt)sub_total,
          decode(job,\'CLERK\',cnt) c1,decode(job,\'ANALYST\',cnt)c2,decode(job,\'MANAGER\',cnt)c3,
          decode(job,\'SALESMAN\',cnt)c4,decode(job,\'PRESIDENT\',cnt)c5 
    from t)
select deptno,max(sub_total) sub_total,max(c1)clerk,max(c2)analyst,
              max(c3)manager,max(c4)salesman,max(c5)president 
from t1 group by deptno order by deptno;

最后生成的结果如下：

    DEPTNO  SUB_TOTAL      CLERK     ANALYST    MANAGER     SALESMAN  PRESIDENT
---------- ----------  ----------  --------- ----------   ---------- ----------
        10          3           1                     1                       1
        20          5           2          2          1
        30          6           1                     1            4
        99         14           4          2          3            4          1

其中，99代表合计，sub_total代表小计。这种统计类的需求在实际生产中还是应用蛮广的。

当然，该结果也可利用PIVOT函数实现，具体语句如下：

with t as(select grouping_id(deptno,job)gi_dj,deptno,job,count(*)cnt from emp group by cube(deptno,job)),
t1 as (select decode(gi_dj,0,deptno,1,deptno,99)deptno,decode(gi_dj,0,job,2,job,9)job,cnt from t)
select * from (select * from t1)pivot(sum(cnt)for job in (\'9\',\'CLERK\',\'ANALYST\',\'MANAGER\',\'SALESMAN\',\'PRESIDENT\')) order by deptno;

参考资料：

1> http://docs.oracle.com/cd/E11882_01/server.112/e41084/functions070.htm#SQLRF00646

2> http://docs.oracle.com/cd/E11882_01/server.112/e41084/functions071.htm#SQLRF00647

3> http://docs.oracle.com/cd/E11882_01/server.112/e41084/functions072.htm#SQLRF00648