【SQL】面面俱到 | 在SQL中使用CUBE和ROLLUP实现数据多维汇总

偶然在网上看到一篇文章，讲到数据汇总，提到了CUBE，感觉有些晦涩，想试着自己表述一下。同时，个人也认为CUBE还是很有用的，对SQL或数据分析感兴趣的小伙伴不妨了解一下，或许有用呢！

先设定个需求，想要分别按【性别】、【籍贯】、【年龄】或【成绩级别】统计下表中学生的数量，再进一步，需要将这些条件相结合统计，同时满足某两项或更多条件的学生数量。数据表格如下：

我们可以逐层来理解【GROUP BY】【WITH ROLLUP】【WITH CUBE】如何来完成数据汇总

第一层：【GROUP BY】

【GROUP BY】从字面意义上理解就是根据【BY】指定的规则对数据进行分组，所谓的分组就是将一个“数据集”划分成若干个“小区域”，然后针对若干个“小区域”进行数据处理。可以先利用【GROUP BY】按条件进行分组，然后计算各组的数量。看个例子。

按学生性别统计学生的数量：

SQL语句如下：

 SELECT 性别, COUNT(学号) AS 数量
 FROM STUDENT
 GROUP BY 性别

执行结果如下：

结果分析：可以看出，已经按性别顺利统计出“男”、“女”各占的数量，但这距离事先的需求（要统计多个条件，甚至是多条件组合下的学生数量的小计以及合计）差距有点远，【GROUP BY】还是有点弱。

第二层：【GROUP BY】+【WITH ROLLUP】

为【GROUP BY】加上【WITH ROLLUP】子句，看ROLLUP能不能提供更多的统计结果。前面说到多条件，其实说多维度更准确些。看个例子先：

SQL语句如下：

 --语句只用了【性别】一个维度进行汇总
 SELECT 性别,  COUNT(学号) AS 数量
 FROM STUDENT
 GROUP BY 性别 WITH ROLLUP

 --语句用了【性别】和【籍贯】两个维度进行汇总
 SELECT 性别, 籍贯, COUNT(学号) AS 数量
 FROM STUDENT
 GROUP BY 性别, 籍贯 WITH ROLLUP

 --语句用了【性别】、【籍贯】、【年龄】三个维度进行汇总
 SELECT 性别, 籍贯, 年龄, COUNT(学号) AS 数量
 FROM STUDENT
 GROUP BY 性别, 籍贯, 年龄 WITH ROLLUP

执行结果如下：

结果分析：可以看出，ROLLUP提供了更多的统计数据，并且在结果中包含了很多“NULL”值的数据行，其实这些含“NULL”的数据行就是ROLLUP提供的汇总项，再仔细分析一下，不难看出，ROLLUP计算了指定分组（就是汇总的维度）的多个层次的数量小计以及合计，先逐步创建高一级别的小计，最后再创建一行总计。整体结果都是以【性别】这一层次进行数据聚合（这也是与CUBE的不同之处）。

第三层：【GROUP BY】+【WITH CUBE】

还有没有更多组合的数据聚合，CUBE可以提供所选择列的所有组合的聚合。简单说，CUBE生成的结果是个多维数据集，就是包含各个维度的所有可能组合的交叉表格。看个例子先：

SQL语句如下：

 --语句只用了【性别】和【籍贯】两个维度进行汇总
 SELECT 性别, 籍贯,  COUNT(学号) AS 数量
 FROM STUDENT
 GROUP BY 性别, 籍贯 WITH CUBE

执行结果如下：

结果分析：与上面的ROLLUP的结果进行对比，是不是可以看到更多的结果数据。不仅有性别的小计，还有籍贯的小计。CUBE可以为指定的列创建各种不同组合的小计，是一种比 ROLLUP更细粒度的分组统计语句。如果将统计维度调整到三个维度，会与ROLLUP有更大的差异，三个维度下的CUBE结果有点多，篇幅有限，就用个GIF展示下，感兴趣的小伙伴可以自己试一下。

最后，引用一下书面的总结，CUBE和ROLLUP之间的区别在于：

CUBE 生成的结果集显示了所选列中值的所有组合的聚合。

ROLLUP 生成的结果集显示了所选列中值的某一层次结构的聚合。

感觉也可以这样来说：ROLLUP就是将GROUP BY后面的第一列名称求总和，而其他列并不要求，而CUBE则会将每一个列名称都求总和。

OK！就酱紫，水平有限，希望能给看到朋友一点小小的帮助。

也可关注一下微信公众号，共同学习交流。