相信很多朋友都经常会使用Group By来进行数据的统计,本文介绍可能大家比较少用,但实际上有时候又很有用的三个Group By查询。

 

 

1. group by all

SQL Server联机丛书中是这样描述group by all的:“只有在 SELECT 语句还包括 WHERE 子句时,ALL 关键字才有意义。”也就是,group by all必须和where子句一起使用。

我们使用SQL Server 2005自带的AdventureWorks数据库的Production.Product表进行演示。

首先看不使用all关键字的情形:

select safetystocklevel,count(productid) as productcount from Production.Product where finishedgoodsflag=1 group by safetystocklevel

查询结果:

带all、cube和rollup的Group By查询_字段

 

可以看到,我们按safetystocklevel对产品进行了分类统计,显示了符合条件(finishedgoodsflag=1)的统计结果。

然后我们加上all关键字

select safetystocklevel,count(productid) as productcount from Production.Product where finishedgoodsflag=1 group by all safetystocklevel
查询结果:

带all、cube和rollup的Group By查询_取值_02

 

可以看到统计结果多出了3行,并且这3行的productcount值都为0。由此我们可以看到加上all关键字的作用,就是将不符合where子句的那部分数据也给显示出来,也就是说显示safetystocklevel的所有可能情况,对不符合finishedgoodsflag=1的则显示为0或者NULL。

2.group by ... with cube

group by ... with cube或with rollup只有在有两个以上的分类字段的情况下才有用。

我们先看没有with cube的情形:

select makeflag,finishedgoodsflag,count(productid) from Production.Product group by finishedgoodsflag,makeflag

查询结果:

带all、cube和rollup的Group By查询_取值_03

 

可以看到分别显示了makeflag为0或1,finishedgoodsflag为0或1所产生的4种组合的统计结果。

然后加上with cube

select makeflag,finishedgoodsflag,count(productid) from Production.Product group by finishedgoodsflag,makeflag with cube

带all、cube和rollup的Group By查询_数据库_04

 

可以看到,出了原来的4组统计数据外,还多了几行,我们逐行来看多出来的几行:

NULL  0  209  ——统计finishedgoodsflag为0的记录数,不管makeflag,makeflag可以为0或1,也就是182+27

NULL  1  259 ——统计finishedgoodsflag为0的记录数,不管makeflag,makeflag可以为0或1,也就是83+212

NULL  NULL  504 ——不管finishedgoodsflag和makeflag的取值,也就是所有的记录的总数

0  NULL  265 ——统计makeflag为0的记录数

1  NULL  239 ——统计makeflag为1的记录数

还有一个要注意的,就是查询得出来的结果的排序,由于我们使用的是group by finishedgoodsflag,makeflag,所以它先统计完finishedgoodsflag,接着是全部记录数,最后才统计makeflag。


 

2.group by ... with rollup

 这个跟group by ... with cube的作用类似,只不过统计的情形会少一些,我们来看一下:

select makeflag,finishedgoodsflag,count(productid) from Production.Product group by finishedgoodsflag,makeflag with rollup

查询结果

 

带all、cube和rollup的Group By查询_取值_05

可以看到少了 0 NULL和 1 NULL的组合,也就是说,它只会考虑finishedgoodsflag(在group by中排在前面)的统计情形,以及全部记录的计数,而不会单独考虑makeflag的情形。