rollup是对group by的扩展，会进行小计和合计，而cube包含rollup，是粒度更精细的小计和合计。当只有一个字段时，rollup和cube是一样的。 可用grouping对rollup和cube进行测试：0看；1不看[看表示列有显示，不看表示没有显示] ① rollup ㈠ 什么都不看 ㈡ 从
rollup是对group by的扩展，会进行小计和合计，而cube包含rollup，是粒度更精细的小计和合计。当只有一个字段时，rollup和cube是一样的。
可用grouping对rollup和cube进行测试：0看；1不看[看表示列有显示，不看表示没有显示]
① rollup
㈠ 什么都不看
㈡ 从左往右
-
┌ 先看第1个
│ 再看前2个
└ 后看前3个
② cube：0、1全排列
rollup
rollup后面指定的列以逗号分隔，rollup的计算结果和其后面指定的列的顺序有关，因为rollup的分组具有方向性。若指定n列，则有n+1种分组方式。可改变列的顺序，达到不同的业务需求。一定要牢记列的顺序对结果的影响！
例子：
1.20:32:51 scott@ORCL (^ω^) select a.dname,b.job,sum(b.sal) sum_sal,grouping(a.dname),grouping(b.job)
2.20:33:06 2 from dept a,emp b
3.20:33:06 3 where a.deptno=b.deptno
4.20:33:06 4 group by rollup(a.dname,b.job)
5.20:33:08 5 /
6.
7.DNAME JOB SUM_SAL GROUPING(A.DNAME) GROUPING(B.JOB)
8.---------- ---------- ---------- ----------------- ---------------
9.SALES CLERK 950 0 0
10.SALES MANAGER 2850 0 0
11.SALES SALESMAN 5600 0 0
12.SALES 9400 0 1
13.RESEARCH CLERK 1200 0 0
14.RESEARCH ANALYST 7000 0 0
15.RESEARCH MANAGER 2975 0 0
16.RESEARCH 11175 0 1
17.ACCOUNTING CLERK 1300 0 0
18.ACCOUNTING MANAGER 2450 0 0
19.ACCOUNTING PRESIDENT 5000 0 0
20.ACCOUNTING 8750 0 1
21. 29325 1 1
22.
23.已选择13行。
解释：什么都不看（1,1）；从左往右，先看第一个（0,1）
可以将不需要进行小计和合计的列移出rollup，要小计的留在rollup里面。
比如：
1.20:48:37 scott@ORCL (^ω^) select a.dname,b.job,sum(b.sal) sum_sal,grouping(a.dname),grouping(b.job)
2.20:57:43 2 from dept a,emp b
3.20:57:43 3 where a.deptno=b.deptno
4.20:57:43 4 group by a.dname,rollup(b.job)
5.20:57:45 5 /
6.
7.DNAME JOB SUM_SAL GROUPING(A.DNAME) GROUPING(B.JOB)
8.---------------------------- ------------------ ---------- ----------------- ---------------
9.SALES CLERK 950 0 0
10.SALES MANAGER 2850 0 0
11.SALES SALESMAN 5600 0 0
12.SALES 9400 0 1
13.RESEARCH CLERK 1200 0 0
14.RESEARCH ANALYST 7000 0 0
15.RESEARCH MANAGER 2975 0 0
16.RESEARCH 11175 0 1
17.ACCOUNTING CLERK 1300 0 0
18.ACCOUNTING MANAGER 2450 0 0
19.ACCOUNTING PRESIDENT 5000 0 0
20.ACCOUNTING 8750 0 1
21.
22.已选择12行。
