SQL 分组查询如何实现分层统计？

使用ROLLUP、CUBE和GROUPING SETS可实现SQL分层统计：ROLLUP按层级逐级汇总，适合有层次关系的维度；CUBE生成所有维度组合的交叉统计，适用于多维分析；GROUPING SETS则可精确指定汇总层级，灵活控制输出结果。根据需求选择合适方式，并结合GROUPING()函数区分汇总行与数据行。

在 SQL 中实现分层统计，通常是指在分组查询的基础上，对不同层级的维度进行汇总，比如按地区、城市、产品类别逐级统计销售额。这种需求可以通过 GROUP BY 配合 ROLLUP、CUBE 或 GROUPING SETS 来实现。

使用 ROLLUP 实现层级汇总

ROLLUP 用于生成从明细到顶层的逐级汇总，适合有明确层次关系的维度，如：年 → 季度 → 月。

例如，统计销售数据中“部门-员工”层级的销售额：

SELECT 
    department, 
    employee, 
    SUM(sales) AS total_sales
FROM sales_table
GROUP BY ROLLUP(department, employee);

结果会包含：

• 每个员工的销售额（最细粒度）
• 每个部门的小计
• 所有部门的总计（当 department 和 employee 均为 NULL 时）

使用 CUBE 实现多维交叉统计

CUBE 会生成所有可能的组合汇总，适合分析多个维度之间的交叉关系。

例如：

GROUP BY CUBE(department, employee)

会输出：

• 员工级别汇总
• 部门级别汇总
• 部门+员工组合汇总
• 总体总计

使用 GROUPING SETS 精确控制分组方式

如果只想指定某些层级的汇总，可以用 GROUPING SETS。

例如，只看部门小计和总合计，不需要员工明细：

SELECT 
    department, 
    employee, 
    SUM(sales) AS total_sales
FROM sales_table
GROUP BY GROUPING SETS (
    (department, employee), 
    (department), 
    ()
);

这样可以避免不必要的组合，提升性能。

基本上就这些。根据实际分析需求选择合适的方式，ROLLUP 最适合分层统计，CUBE 适合探索性分析，GROUPING SETS 更灵活可控。注意配合 GROUPING() 函数区分 NULL 是数据还是汇总行。