分组求和SQL示例

1、ROLLUP和CUBE函数，自动汇总数据

     select * from test_tbl的数据这样的
     col_a col_b col_c
     ---- ----- -----
     1     
b1   12
     1     
b1   2
     1     
b2   31
     2     
b2   7
     2     
b3   42
     2     
b3   1
     2     
b3   3
     如果按A、B列进行汇总C列，用一般的方法是这样：

     select col_a,col_b,sum(col_c) from
test_tbl group by col_a,col_b 结果如下
     col_a col_b sum(col_c)
     ---- ----- --------
     1     
b1    14
     1     
b2    31
     2     
b2    7
     2     
b3    46
    
但是如果这时候还想按A列汇总且要C列的合计数，那就要再用两个SQL来嵌套，很麻烦，不过用

rollup就简单多了：
     select nvl(col_a,'合计')
col_a,nvl(col_b,decode(col_a,null,'','小计'||col_a))

col_b,sum(col_c)
     from test_tbl group by
rollup(col_a,col_b)，结果如下
     col_a col_b sum(col_c)
     ---- ----- --------
     1     
b1     14
     1     
b2     31
     1    小计1  
45
     2     
b2     7
     2     
b3     46
     2    小计2  
53
     合计 98
    
结果集刚好是先按A和B汇总，然后是按A汇总，最后是全部汇总这时候如果再要按B列汇总，怎么办

呢？又要用SQL嵌套吗？不是的，如果有这要求的话，改用cube函数就OK啦

     select
nvl(col_a,decode(col_b,null,'合计','小计'||col_b))
col_a,nvl(col_b,decode

(col_a,null,'','小计'||col_a)) col_b,sum(col_c)
     from test_tbl group by cube(col_a,col_b)
结果如下
     col_a col_b sum(col_c)
     ---- ----- --------
     1     
b1     14
     1     
b2     31
     1    小计1  
45
     2     
b2     7
     2     
b3     46
     2    小计2  
53
    小计b1  b1    14
    小计b2  b2    38
    小计b3  b3    46
    合计 98
    
跟刚才rollup函数得到的结果集有点不一样，那就是多了些按B列的汇总行。

    2、LAG和LEAD函数，自动链接上/下行记录值

     SQL> desc
test_tbl
     Name Type
     ----- ------
     COL_K NUMBER
     现在按顺序的往这个test_tbl表中插入一系列数据，下面是SQL：
     insert into test_tbl values(1)
     insert into test_tbl values(2)
     insert into test_tbl values(4)
     insert into test_tbl values(5)
     insert into test_tbl values(8)
     insert into test_tbl values(9)
     insert into test_tbl values(11)
     insert into test_tbl values(12)
     insert into test_tbl values(13)
     ........
    
数据插完后，要检查插入的数据中，从最小数到最大数之间有那些数是没被插入表，找出这些数的

前一个和后一个数？如这个例里从1到13当中有目字3、6、7、10没被插入表中，这些数的前一个和后一

个分别是2和4、5和8、9和11，即
     PREV_VAL NEXT_VAL
     ---------- ----------
     2 4
     5 8
     9 11
    
如果不用分析函数要得到这后结果集那真不敢想象是怎么样的一段SQL，但用LAG分析函数那就简单

了，这样写就OK
     select prev_val,next_val from(
     select col_k next_val,lag(col_k,1,0) over
(order by col_k) prev_val from test_tbl
     ) where
next_val-prev_val>1
     对于LEAD函数是一样的，只不过它是往后链接而已。

3、RANK和DENSE_RANK函数，对数据进行排名

     测试表是这样的select *from
test_tbl结集如下
     COL_A COL_B
     ---------- ----------
     A 242
     A 233
     B 154
     C 287
     C 76
     D 66
     E 154
     F 154
     G 212
     G 43
     按A列来统计B列的值，用一般的SQL是这样select col_a,
sum(col_b) from test_tbl group by

col_a order by 2 desc 结果是这样
     COL_A SUM(COL_B)
     ---------- ----------
     A 475
     C 363
     G 255
     B 154
     F 154
     E 154
     D 66
    
从这个数据集可以看出A是最大的，C是第二大的，当数据多时就不知道谁是排第几了，这时用

DENSE_RANK可以达到这目的
     select col_a,sum(col_b),dense_rank() over
(order by sum(col_b) desc) ranks from

test_tbl group by col_a 结果如下
     COL_A SUM(COL_B) RANKS
     ---------- ---------- ----------
     A 475 1
     C 363 2
     G 255 3
     B 154 4
     F 154 4
     E 154 4
     D 66 5
     这个数据集把每个值都排了名次，可以直接看得出，相同值的名次是相同的。
    
用RANK跟DENSE_RANK差不多，不过就是当出现在名次相同时，下一个名次会跳跃
     select col_a,sum(col_b),rank() over (order
by sum(col_b) desc ) ranks from test_tbl

group by col_a 结果如下
     COL_A SUM(COL_B) RANKS
     ---------- ---------- ----------
     A 475 1
     C 363 2
     G 255 3
     B 154 4
     F 154 4
     E 154 4
     D 66 7
     可以看到名次从4跳跃到7，就是因为名次4重复出现了两次

    
实际应用中可能会比这些例子要复杂多点，可能会先对表的数据分组，然后再用分析，如
     select *from test_tbl的结果是这样的
     COL_G COL_A COL_B
     ---------- ---------- ----------
     G1 A 242
     G1 A 233
     G2 C 287
     G2 C 76
     G2 D 66
     G2 E 154
     G3 F 154
     G3 G 212
     G3 G 43
     G2 B 154
    
对这个数据集按G和A列汇总B列进行排名，就要先对表按G列进行分组，然后再按A列汇总B列值进行

排名
     select col_g,col_a,sum(col_b),dense_rank()
over (partition by col_g order by sum

(col_b) desc ) ranks
     from test_tbl
     group by col_g,col_a这个SQL加了partition
by先按G列分组，结果如下
     COL_G COL_A SUM(COL_B) RANKS
     ---------- ---------- ----------
----------
     G1 A 475 1
     G2 C 363 1
     G2 B 154 2
     G2 E 154 2
     G2 D 66 3
     G3 G 255 1
     G3 F 154 2
     可以看到名次都是在G列的组别发生变化时，就会重新开始新排列
;