SQL> select emp_id,month,prd_type_id,amount
2 from all_sales
3 where emp_id=21
4 order by emp_id,month ;

EMP_ID      MONTH PRD_TYPE_ID     AMOUNT
---------- ---------- ----------- ----------
        21          1           4    3034.84
        21          1           3    6034.84
        21          1           2    1034.84
        21          1           5
        21          1           1   10034.84
        21          2           3    1944.65
        21          2           4    2944.65
        21          2           1   15144.65
注:表中数据太多,只显示了一部分。
表all_sales存放2003年每个员工每个产品每个月的销量,
SQL> select emp_id,month,sum(amount)
2 from all_sales
3 where emp_id=21
4 group by emp_id,month
5 order by month ;

EMP_ID      MONTH SUM(AMOUNT)
---------- ---------- -----------
        21          1    20139.36
        21          2     21578.6
        21          3    30251.32
        21          4     35729.8
        21          5    25358.24
        21          6    28258.56
        21          7    36449.36
        21          8    62639.28
        21          9    49418.28
        21         10    80016.76
        21         11    41018.92
        21         12    36139.36
用ROLLUP 进行分组

SQL> select emp_id,month,sum(amount)
2 from all_sales
3 where emp_id=21
4 group by rollup(emp_id,month) ;

EMP_ID      MONTH SUM(AMOUNT)
---------- ---------- -----------
        21          1    20139.36
        21          2     21578.6
        21          3    30251.32
        21          4     35729.8
        21          5    25358.24
        21          6    28258.56
        21          7    36449.36
        21          8    62639.28
        21          9    49418.28
        21         10    80016.76
        21         11    41018.92
        21         12    36139.36
        21              466997.84
                        466997.84

ROLLUP(emp_id,month):先对每个EMP_id的每个月的销量
进行分组求和,相当于GROUP BY EMP_ID,MONTH,得出这个员工,
每个月的销量总和,然后求这个员工一年所有的销量,相当于
GROUP BY EMP_ID,最后所求所有员工的销量总和,
因为查询限制只返回EMP_ID=21的数据,所以
最后两条记录的值相同。
group by rollup(emp_id,month) 与group by emp_id,month
不同之处在于是,group by rollup(emp_id,month) 求得每个员工的
月销量之后,又多做了两个工作,一是求得每个员一年所有的销量,
二是求所有员工的年总销量。
如果除去where emp_id=21,则最后一条记录返回所有员工的总销量,如:
SQL> select emp_id,month,sum(amount)
2 from all_sales
3 group by rollup(emp_id,month) ;

EMP_ID      MONTH SUM(AMOUNT)
---------- ---------- -----------
        21          1    20139.36
        21          2     21578.6
        21          3    30251.32
        21          4     35729.8
        21          5    25358.24
        21          6    28258.56
        21          7    36449.36
        21          8    62639.28
        21          9    49418.28
        21         10    80016.76
        21         11    41018.92
        21         12    36139.36
        21              466997.84
        22          1    21939.36
        22          2     21078.6     
        23          6    15658.56
        23          7    33649.3 
        23         11    30518.92
        23         12    24139.36
        23              323077.84
        24          1    14669.36
        24          2     28878.6
        24          3    35651.32   
        24         10    30116.76
        24         11    22621.92
        24         12    24139.36
        24              333370.84
        25          1     7269.36
        25          2     13678.6     
        25         11    12821.92
        25         12    12639.36
        25              187970.84
        26          1    16568.75   
        26         11    14821.38
        26         12    15639.37
        26              228769.93
                       1972485.13
数据太多,只显示一部分。
可以看出,group by rollup(emp_id,month) 为每个员工的销量进行了
汇总,得出了月销量和年销量(每个员工的最后一条),同时为所有员工进行了汇总,得出所有
员工的年总销量(最后一条记录)

函数:grouping 
接收列作为参数,如果列为空,则grouping返回1,否则返回0,该函数与rollup搭配使用。
可以使用grouping函数对上述查询进行处理。
SQL> SELECT DECODE(GROUPING(EMP_ID), 1, '所有员工', EMP_ID) EMP_ID,
2         nvl2(emp_id,DECODE(GROUPING(MONTH), 1, '员工年度', MONTH),'所有员工年度') ND,
3         SUM(AMOUNT)
4    FROM ALL_SALES
5   GROUP BY ROLLUP(EMP_ID, MONTH)
6 ; 
EMP_ID                                   ND                                       SUM(AMOUNT)
---------------------------------------- ---------------------------------------- -----------
21                                       1                                           20139.36
21                                       2                                            21578.6
21                                       3                                           30251.32
21                                       12                                          36139.36
21                                       员工年度                                   466997.84
26                                       7                                           12549.36
26                                       8                                           23139.28
26                                       9                                           19318.28
26                                       10                                          26116.99
26                                       11                                          14821.38
26                                       12                                          15639.37
26                                       员工年度                                   228769.93
所有员工                                 所有员工年度                              1972485.13

oracle GROUP BY rollup的更多相关文章

  1. oracle group by rollup,decode,grouping,nvl,nvl2,nullif,grouping_id,group_id,grouping sets,RATIO_TO

    干oracle 047文章12当问题,经验group by 声明.因此邂逅group by  rollup,decode,grouping,nvl,nvl2,nullif,RATIO_TO_REPOR ...

  2. Oracle Group by+rollup+cube 的应用

    首先我们创建一个示例表: Create table test_group (v_name varchar2(4) ,v_size varchar2(4) ,v_color varchar2(4) ,n ...

  3. oracle group by rollup实现小计、合计

    SQL合计汇总实现数据N+1条显示: 注意group by rollup((ename, job, empno))!!! select decode(grouping(ename) + groupin ...

  4. oracle group by中cube和rollup字句的使用方法及区别

    oracle group by中rollup和cube的区别:  Oracle的GROUP BY语句除了最基本的语法外,还支持ROLLUP和CUBE语句. 如果是ROLLUP(A, B, C)的话,先 ...

  5. [Oracle] Group By 语句的扩展 - Rollup、Cube和Grouping Sets

    常常写SQL语句的人应该知道Group by语句的主要使用方法是进行分类汇总,以下是一种它最常见的使用方法(依据部门.职位分别统计业绩): SELECT a.dname,b.job,SUM(b.sal ...

  6. oracle按照指定列分组合计group by rollup()

    group by rollup() 按分组合计 select grouping(status),status,owner,object_type,count(*) from dba_objects w ...

  7. Oracle:grouping和rollup

    Oracle grouping和rollup简单测试 SQL,,,) group by department_id order by department_id; DEPARTMENT_ID SUM( ...

  8. GROUP BY ROLLUP和CUBE 用法

    ROLLUP和CUBE 用法           Oracle的GROUP BY语句除了最基本的语法外,还支持ROLLUP和CUBE语句. 如果是Group by  ROLLUP(A, B, C)的话 ...

  9. Oracle分析函数 — sum, rollup, cube, grouping用法

    本文通过例子展示sum, rollup, cube, grouping的用法. //首先建score表 create table score( class  nvarchar2(20), course ...

随机推荐

  1. 从Github上下载了项目,导入Android Studio,gradle 报错,应该怎么修改

    一.从Github上获取源代码 我这里是直接下载ZIP文件 二.在本机的Android Studio上新建一个空白项目,目的主要是与刚从Github上下载的项目文件结构做对比 三.替换gradle文件 ...

  2. cassandra 存储list数组

    demo如下: CREATE TABLE users3 ( user_id text PRIMARY KEY, first_name text, last_name text, emails list ...

  3. hdu-5667 Sequence(矩阵快速幂+费马小定理+快速幂)

    题目链接: Sequence Time Limit: 2000/1000 MS (Java/Others)     Memory Limit: 65536/65536 K (Java/Others) ...

  4. 查看Ubuntu的版本

    方法一: cat /etc/issue 方法二: lsb_release -a

  5. python_re函数

    1,贪婪和非贪婪模式 重复运算符默认是贪婪的,即会进行尽可能多的匹配 代码示例: >>> import re >>> emphasis_pattern = re.c ...

  6. java单例的几种写法

    转载出处:http://cantellow.javaeye.com/blog/838473 第一种(懒汉,线程不安全): public class Singleton { private static ...

  7. JAVA全栈工程师应具备怎样的知识体系?

    Java是超高人气编程语言,拥有跨平台.面向对象.泛型编程等特性.在TIOBE编程语言排行榜中,连续夺得第一宝座,而且国内各大知名互联网公司,后端开发首选语言:非Java莫属. 今天是针对各类目有更详 ...

  8. Centos Mininal最小安装

    第一步.下载Minimal镜像,http://mirrors.163.com/centos/7/isos/x86_64/ 第二步.安装VMWare,在VMWare上新建一个Centos虚拟机,可以在建 ...

  9. 3-1Java程序的执行流程

    3-1Java程序的执行流程 用记事本写一个简单的程序 存到:E:\java路径下 class HelloImooc{    public static void main(String[] agrg ...

  10. C# 生成随机阿拉伯数字,或字符串

    //TextBox1.Text = TongYong.SuiJi.SuiJiMingZi(2); public class SuiJi { //TextBox1.Text = TongYong.Sui ...