SQL分组解决了OLAP场景下的合计和小计问题。它的语法分为几类，但解决的是同一个问题：ROLLUP和CUBE是封装规则的GROUPINGSETS，而GROUPINGSETS是最原始的规则。为了便于理解，让我们从一个问题开始，逐层递进。上面的底表是示例底表，一共有8条数据，city1和city2是两个城市，每条数据下面都有region1到4，每条数据都有该地区的人口数据。现在我想计算每个城市的总人口和小计人口。在掌握分组语法之前，我们只能通过两个select语句的并集得到：SELECTcity,sum(people)FROMtestGROUPBYcityunionSELECT'total'ascity,sum(people)FROMtest但两个select语句是聚合的两次，性能是个不小的开销，所以SQL提供了GROUPINGSETS语法来解决这个问题。GROUPINGSETSGROUPBYGROUPINGSETS可以指定任意聚合项。比如我们要同时计算合计和分组合计，需要根据空内容进行GROUPBY进行求和，然后根据城市进行GROUPBY再进行求和，替换与分组集。描述是：SELECTcity,area,sum(people)FROMtestGROUPBYGROUPINGSETS((),(city,area))其中GROUPINGSETS((),(city,area))表示根据(),(city)聚合,面积)分别计算总和。返回结果为：可以看到，值为NULL的那一行就是我们想要的合计，它的值是在没有任何GROUPBY限制的情况下计算出来的。同样的，我们也可以写出GROUPINGSETS((),(city),(city,area),(area))等任意数量和组合的GROUPBY条件。按此规则计算出的数据称为“超级组记录”。我们发现“超级组记录”产生的NULL值很容易和真正的NULL值混淆，所以SQL提供了GROUPING函数来解决这个问题。GROUPING函数对超分组记录产生的NULL可以被GROUPING()函数识别为1：SELECTGROUPING(city),GROUPING(area),sum(people)FROMtestGROUPBYGROUPINGSETS((),(city,area))具体效果如下图所示：可以看到，超分组计算出来的所有字段都会被识别为1，我们用之前学过的SQLCASE表达式，转换成总计和小计的词，我们可以得到一个数据分析表：SELECTCASEWHENGROUPING(city)=1THEN'total'ELSEcityEND,CASEWHENGROUPING(area)=1THEN'subtotal'ELSEareaEND,sum(people)FROMtestGROUPBYGROUPINGSETS((),(city,area))然后前台表格显示时，第一行“合计”和“小计”单元格合并为“合计”，合计的BI可视化分析功能完成了。ROLLUPROLLUP意为向上卷起，是一个具有特定规则的GROUPINGSETS。下面两种写法是等价的：SELECTsum(people)FROMtestGROUPBYROLLUP(city)--等价于SELECTsum(people)FROMtestGROUPBYGROUPINGSETS((),(city))看一组等价的描述：SELECTsum(people)FROMtestGROUPBYROLLUP(city,area)——相当于SELECTsum(people)FROMtestGROUPBYGROUPINGSETS((),(city),(city,area))你找到规律了吗？ROLLUP将按顺序“卷起”GROUPBY的内容。使用GROUPING函数确定超组记录同样适用于ROLLUP。CUBECUBE则不同，它扩展了内容的所有可能性（因此得名CUBE）。类比上面的例子，我们写两组等价展开式：SELECTsum(people)FROMtestGROUPBYCUBE(city)--等价于SELECTsum(people)FROMtestGROUPBYGROUPINGSETS((),(city))中上面的例子，因为只有一项不可见，所以可以看到以下两组：,(city),(area),(city,area))所谓CUBE，就是对多维形状的描述。二维有2^1次展开，三维有2^2次展开，四次元有2^2次展开，五个维度等等。可以想象，如果用CUBE来描述很多组合，复杂度会爆炸。综上所述，学习了GROUPING语法后，作为前端同学的你就不会再被这个问题困扰了：产品已经启用了合计和小计，是应该多取一个数还是放在一起？这个问题的标准答案和原理在这篇文章里。PS：对于不支持GROUPING语法的数据库，想办法屏蔽是降级方案，就像前端polyfill一样。至于如何屏蔽，参考文章开头提到的两个SELECT+UNION。讨论地址为：Jingdu《SQL grouping》·Issue#406·ascoders/weekly想参与讨论的请点这里，每周都有新话题，周末或周一发布。前端精读——帮你过滤靠谱的内容。关注前端精读微信公众号
