GROUPING SETS 子句是 SELECT 語句的 GROUP BY 子句的擴充套件。通過 GROUPING SETS 子句，您可採用多種方式對結果分組，而不必使用多個 SELECT 語句來實現這一目的。這就意味著，能夠減少響應時間並提高效能。

例如，以下兩條查詢語句在語義上是等效的。不過，第二個查詢通過使用 GROUP BY GROUPING SETS 子句能夠更有效地定義分組條件。

使用多個 SELECT 語句的多個分組：

SELECT NULL, NULL, NULL, COUNT( * ) AS Cnt
FROM Customers
WHERE State IN ( 'MB' , 'KS' )
   UNION ALL
SELECT City, State, NULL, COUNT( * ) AS Cnt
FROM Customers
WHERE State IN ( 'MB' , 'KS' )
GROUP BY City, State
   UNION ALL
SELECT NULL, NULL, CompanyName, COUNT( * ) AS Cnt
FROM Customers
WHERE State IN ( 'MB' , 'KS' )
GROUP BY CompanyName;

使用 GROUPING SETS 的多個分組：

SELECT City, State, CompanyName, COUNT( * ) AS Cnt
FROM Customers
WHERE State IN ( 'MB' , 'KS' )
GROUP BY GROUPING SETS( ( City, State ), ( CompanyName ) , ( ) );

兩種方法均產生相同的結果，如下所示：

第 2-9 行是按照 CompanyName 分組生成的行，第 10-12 行是按照 City 和 State 的組合進行分組所生成的行，第 1 行是空分組集所表示的總計，它是使用一對成對的圓括號 () 指定的。空分組集表示 GROUP BY 輸入中所有行的單個分割槽。

請注意 NULL 值如何在分組集中不使用的表示式中充當佔位符，因為這些結果集必須可以組合。例如，第 2-9 行由查詢 (CompanyName) 中的第二個分組集得到。因為分組集未將 City 或 State 作為表示式包含在內，所以對於第 2-9 行，City 和 State 的值中會含有佔位符 NULL，而 CompanyName 中的值將含有在 CompanyName 中找到的明確值。

因為 NULL 用作佔位符，所以很容易將佔位符 NULL 與資料中找到的真正的 NULL 相混淆。為有助於將佔位符 NULL 與 NULL 資料區分開來，請使用 GROUPING 函式。

 另請參見

• 使用 GROUPING 函式檢測 NULL

 示例

下面的示例說明了如何使用 GROUPING SETS 定製從查詢返回的結果，以及如何使用 ORDER BY 子句更好地組織這些結果。以下查詢將按各年份 (Year) 中的季度 (Quarter) 返回訂單總數以及各年份 (Year) 的總數。先按年份 (Year) 排序，再按季度 (Quarter) 排序可使結果更易於理解：

SELECT Year( OrderDate ) AS Year, 
        Quarter( OrderDate ) AS Quarter, 
        COUNT (*) AS Orders 
FROM SalesOrders
GROUP BY GROUPING SETS ( ( Year, Quarter ), ( Year ) )
ORDER BY Year, Quarter;

此查詢會返回以下結果：

第 1 行和第 6 行分別是 2000 年和 2001 年的訂單數小計。第 2-5 行和第 7-9 行是小計行的詳細資訊行。也就是說，它們按年、按季度顯示訂單總數。

結果集中沒有所有年份中所有季度的總計。要實現此目的，查詢必須在 GROUPING SETS 說明中包括空分組說明 '()'。

 指定空分組說明

如果在 GROUP BY 子句中使用空 GROUPING SETS 說明 '()'，則會產生一個總計行，對結果中的所有項進行總計。使用總計行時，所有分組表示式的所有值均會包含佔位符 NULL。可使用 GROUPING 函式將佔位符 NULL 與計算行底層資料中的值後產生的實際 NULL 值區分開來。

 指定重複分組集

可在 GROUPING SETS 子句中指定重複分組說明。此時，SELECT 語句的結果將包含相同的行。

以下查詢包括重複分組：

SELECT City, COUNT( * ) AS Cnt
FROM Customers
WHERE State IN ( 'MB' , 'KS' )
GROUP BY GROUPING SETS( ( City ), ( City ) );

此查詢會返回以下結果。請注意，由於重複分組的原因，第 1-3 行與第 4-6 行相同：

 實踐良好的格式

GROUP BY GROUPING SETS 子句的分組語法的解釋方式不同於簡單的 GROUP BY 子句。例如，GROUP BY (X, Y) 返回按 X 和 Y 值的唯一組合進行分組的結果。而 GROUP BY GROUPING SETS (X, Y) 將指定兩個單獨的分組集，且這兩個分組的結果會結合在一起。也就是說，結果將按 (X) 分組，然後合併到按 (Y) 分組的相同結果中。

為使格式良好，並在表示式複雜的情況下避免造成任何歧義，請在有可能出錯的時候為說明的每個單獨分組集括上括號。例如，儘管以下兩條語句都是正確的，且語義上等效，但建議採用第二種格式：

SELECT * FROM t GROUP BY GROUPING SETS ( X, Y );
SELECT * FROM t GROUP BY GROUPING SETS( ( X ), ( Y ) );

 另請參見

• 使用 GROUPING 函式檢測 NULL

 如果說聚合函式（Simple UDAF / Generic UDAF）是HQL聚合資料查詢或分析的中樞處理器，那GROUP BY可以說是聚合函式的神經了，GROUP BY收集和傳遞材料，然後交給聚合函式們去處理。這些材料的組織形式顯得尤為重要，它們表達著分析者想要的觀察維度或視角，管理著聚合函式們的操作物件。

       而分析者經常想要在一次分析中從多個維度去獲得分析資料，對包含多個維度或多級層次的分析，上卷（roll up）或下鑽（drill down）一類就很有分析價值。

       我們有時候可以從最細、最多的粒度去做一個查詢，然後把結果集匯入Excel這個資料分析利器，用資料透檢視標進行“上卷”分析；但有時候也行不通，比如說UV這種需要去重的資料，在Excel裡用匯總方式進行上卷，就不是純粹的UV概念了。

       所以，對這種情形，在查詢過程中，我們就需要獲得已經下鑽和上卷的資料；如果只有GROUP BY子句，那我們可以寫出按各個維度或層次進行GROUP BY的查詢語句，然後再通過UNION子句把結果集拼湊起來，但是這樣的查詢語句顯得冗長、笨拙。

       為此，HQL像其它很多SQL實現一樣，為我們提供了GROUPINGSETS子句來簡化查詢語句的編寫，以下官方CWiki文件很清晰地表達了GROUPING SETS的功能：

Aggregate Query with GROUPING SETS

Equivalent Aggregate Query with GROUP BY

SELECT a, b, SUM(c) FROM tab1 GROUP BY a, b GROUPING SETS ( (a,b) )

SELECT a, b, SUM(c) FROM tab1 GROUP BY a, b
SELECT a, b, SUM( c ) FROM tab1 GROUP BY a, b GROUPING SETS ( (a,b), a)

SELECT a, b, SUM( c ) FROM tab1 GROUP BY a, b
UNION
SELECT a, null, SUM( c ) FROM tab1 GROUP BY a

SELECT a,b, SUM( c ) FROM tab1 GROUP BY a, b GROUPING SETS (a,b)

SELECT a, null, SUM( c ) FROM tab1 GROUP BY a
UNION
SELECT null, b, SUM( c ) FROM tab1 GROUP BY b

SELECT a, b, SUM( c ) FROM tab1 GROUP BY a, b GROUPING SETS ( (a, b), a, b, ( ) )

SELECT a, b, SUM( c ) FROM tab1 GROUP BY a, b
UNION
SELECT a, null, SUM( c ) FROM tab1 GROUP BY a, null
UNION
SELECT null, b, SUM( c ) FROM tab1 GROUP BY null, b
UNION
SELECT null, null, SUM( c ) FROM tab1

       因為涉及UNION操作，所以為了遵循UNION對參與合併的資料集合的要求，GROUPING SETS會把在單個GROUP BY邏輯中沒有參與GROUP BY的那一列置為NULL值，使它成為常量佔位列。這樣聚合出來的結果，未被GROUP BY的列將顯示為NULL。

       但是這樣的處理也會引起一個歧義性問題，如果我們分析的表有一些列沒有NOT NULL約束，那原始資料中，未被GROUP BY的列可能原本就會出現一些NULL值，這樣，GROUPING SETS出來的結果，我們沒有辦法去區分該列顯示的NULL值是原始資料出現的NULL值聚合的結果，還是你因為這列沒有參與GROUP BY而被置為NULL值的結果。

       為了解決這個歧義問題，HQL又為我們提供了一個Grouping__ID函式（請注意函式名中的下劃線是兩個！）；這個函式沒有引數，在有GROUPING SETS子句的情況下，把它直接放在SELECT子句中，像其它列一樣，獨佔一列。它返回的結果是一個看起來像整形數值型別，其實是字串的值，這個值使用了點陣圖策略（bitvector，位向量），即它的二進位制形式中的每1位標示著對應列是否參與GROUP BY，如果某一列參與了GROUP BY，對應位就被置為1，否則為0，根據這個位向量值和對應列是否顯示為NULL，我們就可以解決上面提到的歧義問題了。

       這樣一來，Grouping__ID函式返回值的範圍由查詢的欄位數（除去聚合函式產生的列）決定，如果比如有3列，那位向量為3位，最大值為7。CWiki文件提供了下面的示例：

       有下面一個表資料：

  Column1 (key)  

  Column2 (value)  

  1

  NULL

  1

  1

  2

  2

  3

  3

  3

  NULL

  4

  5

       我們用這樣的查詢語句去執行查詢：

SELECT key, value, GROUPING__ID, count(*) from T1 GROUP BY key,value WITH ROLLUP

       將得到如下查詢結果：

  NULL  

  NULL  

    0    

    6    

     1

  NULL

    1

    2

     1

  NULL

    3

    1

     1

    1

    3

    1

     2

  NULL

    1

    1

     2

    2

    3

    1

     3

  NULL

    1

    2

     3

  NULL

    3

    1

     3

     3

    3

    1

     4

  NULL

    1

    1

     4

     5

    3

    1

       官方文件沒有明確說明這個位向量和各列的高低位對應關係，但是從示例我們可以看到，這個位向量的低位對應SELECT子句中的第1列（非聚合列），高位對應最後1列（非聚合列）。

       上面的查詢用到了WITH ROLLUP子句，它對應SQL中的上卷操作，其實它就是GROUPINGSETS的特例，對應上面第一個表格中的第4種情形；根據官方的CWiki文件解釋，GROUP BY 子句加上ROLLUP 子句可用於計算從一個維度進行層級聚合的操作：

GROUP BY a, b, c with ROLLUP assumes that the hierarchy is"a" drilling down to "b" drilling down to "c".

       類似地還有WITH CUBE子句，對應SQL中的CUBE操作，它完成對欄位列中的所有可能組合（全序集？）進行GROUP BY的功能，正如官方CWiki文件的解釋：

GROUP BY a, b, c WITH CUBE 等同於
GROUP BY a, b, c GROUPING SETS ( (a, b, c), (a, b), (b, c), (a, c),(a), (b), (c), ( ))

 
       GROUPING SETS增強了GROUP BY的查詢表達能力，ROLLUP和CUBE又增強了GROUPING SETS的查詢表達能力，這樣一來，GROUP BY的形態也變得多樣化了，讓我們能夠在查詢階段就實現更多的分析角度。

       還需留意的是：Hive從0.10.0版本才開始有GROUPING SETS的。
--------------------- 

• 2012/04/01

GROUPING SETS 等效項

使用 GROUPING SETS 的 GROUP BY 子句可以生成一個等效於由多個簡單 GROUP BY 子句的 UNION ALL 生成的結果集。GROUPING SETS 可以生成等效於由簡單 GROUP BY、ROLLUP 或 CUBE 操作生成的結果。GROUPING SETS、ROLLUP 或 CUBE 的不同組合可以生成等效的結果集。

本主題提供了 GROUPING SETS 等效項的示例。這些示例中使用了以下縮寫：

• Agg()：任何聚合函式

• (arg)：引數

UNION ALL 的 GROUPING SETS 等效項

指定 GROUPING SETS (<分組集> [,...n]) 作為 GROUP BY 列表等效於查詢的 UNION ALL，其中每個查詢將其中一個分組集作為其 GROUP BY 列表。浮點數的聚合返回的結果可能會略有不同。

以下語句是等效的：

SELECT customer, year, SUM(sales)
FROM T
GROUP BY GROUPING SETS ((customer), (year))

SELECT customer, NULL as year, SUM(sales)
FROM T 
GROUP BY customer
UNION ALL
SELECT NULL as customer, year, SUM(sales)
FROM T 
GROUP BY year

簡單 GROUP BY 的 GROUPING SETS 等效項

以下子句可返回相同的總計：

GROUP BY GROUPING SETS ( () )

GROUP BY ()

以下子句可返回相同的單個結果集：

GROUP BY GROUPING SETS ( (C1, C2, ..., Cn) )

GROUP BY C1, C2, ..., Cn

GROUPING SETS ROLLUP 等效項

輸入列表為 n 維的 GROUP BY ROLLUP (<組合元素列表>) 等效於這樣的 GROUPING SETS，其中使用其輸入列表的所有字首 (n+1) 作為其 GROUPING SETS。

以下子句是等效的：

GROUP BY ROLLUP (C1, C2, …, Cn-1, Cn)

GROUP BY GROUPING SETS ( (C1, C2, …, Cn-1, Cn)
    ,(C1, C2, ..., Cn-1)
    ...
    ,(C1, C2)
    ,(C1)
    ,() )

GROUPING SETS CUBE 等效項

輸入列表為 n 維的 GROUP BY CUBE (<組合元素列表>) 等效於這樣的 GROUPING SETS，其中使用其輸入列表的全集（輸入列表中維度的 2n 個組合）作為其 GROUPING SETS。

以下子句是等效的：

GROUP BY CUBE (C1, C2, C3, ..., Cn-2, Cn-1, Cn)

GROUP BY GROUPING SETS (
     (C1, C2, C3, ..., Cn-2, Cn-1, Cn) -- All dimensions are included.
    ,( , C2, C3, ..., Cn-2, Cn-1, Cn) -- n-1 dimensions are included.
    ,(C1, C3, ..., Cn-2, Cn-1, Cn)
    …
    ,(C1, C2, C3, ..., Cn-2, Cn-1,)
    ,(C3, ..., Cn-2, Cn-1, Cn) -- n-2 dimensions included
    ,(C1  ..., Cn-2, Cn-1, Cn)
    …
    ,(C1, C2) -- 2 dimensions are included.
    ,…
    ,(C1, Cn)
    ,…
    ,(Cn-1, Cn)
    ,…
    ,(C1) -- 1 dimension included
    ,(C2)
    ,…
    ,(Cn-1)
    ,(Cn)
    ,() ) -- Grand total, 0 dimension is included.

以下子句是等效的：

GROUP BY CUBE (C1, C2, C3)

GROUP BY GROUPING SETS ( (C1, C2, C3)
    ,(C1, C2)
    ,(C1, C3)
    ,(C2, C3)
    ,(C1)
    ,(C2)
    ,(C3)
    ,() )

內部包含分組集的 ROLLUP 中的組合列

以下子句是等效的：

ROLLUP(A, (C1, C2, ..., Cn) )

ROLLUP( (A), (C1, C2, ..., Cn) )

GROUPING SETS ( (A, C1, C2, ..., Cn), (A), () )

內部包含分組集的 CUBE 中的組合列

以下子句是等效的：

CUBE(A, (C1, C2, ..., Cn) )

CUBE( (A), (C1, C2, ..., Cn) )

GROUPING SETS ( (), (A), (C1, C2, ..., Cn), (A, C1, C2, ..., Cn) )

包含 GROUPING SETS、ROLLUP 或 CUBE 的 GROUP BY

以下子句是等效的：

GROUP BY A, CUBE (B, C)

GROUP BY GROUPING SETS ( (A), (A, B), (A, C), (A, B, C ))

以下子句是等效的：

GROUP BY A, GROUPING SETS ( (B), (C) )

GROUP BY GROUPING SETS ( (A, B), (A, C) )

以下子句是等效的：

GROUP BY ROLLUP (A, B), ROLLUP(C, D)

GROUP BY GROUPING SETS
    ( (),(C),(C,D),(A),(A,C),(A,C,D),(A,B),(A,B,C),(A,B,C,D) )

包含在 GROUPING SETS 列表中的 ROLLUP

以下子句是等效的：

GROUP BY GROUPING SETS ( (A), ROLLUP (B, C) )

GROUP BY GROUPING SETS ( (A), (B,C), (B), () )

包含在分組集中的 ROLLUP

以下子句是等效的：

GROUP BY GROUPING SETS(A, (B, ROLLUP(C, D)) )

GROUP BY GROUPING SETS (A, B, (B,C), (B, C, D) () )

請參閱

參考

GROUP BY (Transact-SQL)

GROUPING (Transact-SQL)

GROUPING_ID (Transact-SQL)

概念

將 GROUP BY 與 ROLLUP、CUBE 和 GROUPING SETS 一起使用

GROUP BY 錯誤故障排除