谁会CUBE,求CUBE资料 40hongyingquan]

发布时间:2014-1-1 0:09:46
来源:分享查询网

有会的,可以交流一下。。。

木有

该回复于2012-03-31 09:06:43被版主删除

用 CUBE 汇总数据 CUBE 运算符生成的结果集是多维数据集。多维数据集是事实数据的扩展,事实数据即记录个别事件的数据。扩展建立在用户打算分析的列上。这些列被称为维。多维数据集是一个结果集,其中包含了各维度的所有可能组合的交叉表格。 CUBE 运算符在 SELECT 语句的 GROUP BY 子句中指定。该语句的选择列表应包含维度列和聚合函数表达式。GROUP BY 应指定维度列和关键字 WITH CUBE。结果集将包含维度列中各值的所有可能组合,以及与这些维度值组合相匹配的基础行中的聚合值。 例如,一个简单的表 Inventory 中包含: Item                 Color                Quantity                    -------------------- -------------------- --------------------------  Table                Blue                 124                         Table                Red                  223                         Chair                Blue                 101                         Chair                Red                  210                         下列查询返回的结果集中,将包含 Item 和 Color 的所有可能组合的 Quantity 小计: SELECT Item, Color, SUM(Quantity) AS QtySum FROM Inventory GROUP BY Item, Color WITH CUBE 下面是结果集: Item                 Color                QtySum                      -------------------- -------------------- --------------------------  Chair                Blue                 101.00                      Chair                Red                  210.00                      Chair                (null)               311.00                      Table                Blue                 124.00                      Table                Red                  223.00                      Table                (null)               347.00                      (null)               (null)               658.00                      (null)               Blue                 225.00                      (null)               Red                  433.00                      我们着重考查下列各行: Chair                (null)               311.00                      这一行报告了 Item 维度中值为 Chair 的所有行的小计。对 Color 维度返回了 NULL 值,表示该行所报告的聚合包括 Color 维度为任意值的行。 Table                (null)               347.00                      这一行类似,但报告的是 Item 维度中值为 Table 的所有行的小计。 (null)               (null)               658.00                      这一行报告了多维数据集的总计。Item 和 Color 维度的值都是 NULL,表示两个维度中的所有值都汇总在该行中。 (null)               Blue                 225.00                      (null)               Red                  433.00                      这两行报告了 Color 维度的小计。两行中的 Item 维度值都是 NULL,表示聚合数据来自 Item 维度为任意值的行。 使用 GROUPING 区分空值 CUBE 操作所生成的空值带来一个问题:如何区分 CUBE 操作所生成的 NULL 值和从实际数据中返回的 NULL 值?这个问题可用 GROUPING 函数解决。如果列中的值来自事实数据,则 GROUPING 函数返回 0;如果列中的值是 CUBE 操作所生成的 NULL,则返回 1。在 CUBE 操作中,所生成的 NULL 代表全体值。可将 SELECT 语句写成使用 GROUPING 函数将所生成的 NULL 替换为字符串 ALL。因为事实数据中的 NULL 表明数据值未知,所以 SELECT 语句还可译码为返回字符串 UNKNOWN 替代来自事实数据的 NULL。例如: SELECT CASE WHEN (GROUPING(Item) = 1) THEN 'ALL'             ELSE ISNULL(Item, 'UNKNOWN')        END AS Item,        CASE WHEN (GROUPING(Color) = 1) THEN 'ALL'             ELSE ISNULL(Color, 'UNKNOWN')        END AS Color,        SUM(Quantity) AS QtySum FROM Inventory GROUP BY Item, Color WITH CUBE 多维数据集 CUBE 运算符可用于生成 n 维的多维数据集,即具有任意数目维度的多维数据集。只有一个维度的多维数据集可用于生成合计,例如: SELECT CASE WHEN (GROUPING(Item) = 1) THEN 'ALL'             ELSE ISNULL(Item, 'UNKNOWN')        END AS Item,        SUM(Quantity) AS QtySum FROM Inventory GROUP BY Item WITH CUBE GO 此 SELECT 语句返回的结果集既显示了 Item 中每个值的小计,也显示了 Item 中所有值的总计: Item                 QtySum                      -------------------- --------------------------  Chair                311.00                      Table                347.00                      ALL                  658.00                      包含带有许多维度的 CUBE 的 SELECT 语句可能生成很大的结果集,因为这些语句会为所有维度中值的所有组合生成行。这些大结果集包含的数据可能过多而不易于阅读和理解。这个问题有一种解决办法是将 SELECT 语句放在视图中: CREATE VIEW InvCube AS SELECT CASE WHEN (GROUPING(Item) = 1) THEN 'ALL'             ELSE ISNULL(Item, 'UNKNOWN')        END AS Item,        CASE WHEN (GROUPING(Color) = 1) THEN 'ALL'             ELSE ISNULL(Color, 'UNKNOWN')        END AS Color,        SUM(Quantity) AS QtySum FROM Inventory GROUP BY Item, Color WITH CUBE 然后即可用该视图来只查询您感兴趣的维度值: SELECT * FROM InvCube WHERE Item = 'Chair'   AND Color = 'ALL' Item                 Color                QtySum                      -------------------- -------------------- --------------------------  Chair                ALL                  311.00                      (1 row(s) affected)

返回顶部
查看电脑版