GROUP BY语句从英文的字面意义上理解就是“根据(By)一定的规则进行分组(Group)”
作用是通过一定的规则将一个数据集划分成若干个小的区域，然后针对若干个小区域进行数据处理
在介绍GROUP BY语句之前，首先需要介绍和它关系密切的小伙伴——聚合函数
聚合函数是对多值数据执行计算并返回单值的函数
以下是常用的聚合函数：
1. AVG——返回平均值，其中空值被忽略
例： select dept_no, avg(sal) from table group by dept_no //统计不同部门的平均工资
2.COUNT——返回数量
例： select count(name) from table //统计公司员工总数
count(字段名)与count(*)的区别：
如果字段名中包含空值NULL，那么count(字段名)会忽略该空值，而count(*)不会忽略，依然将其计入总数
例：
dept_1 dept_2
A D
B null
C E
由于dept_2 中有 null 值，用 count(dept_2) 的结果就是 2，用 count(*) 的结果就是 3
3. MAX——返回最大值
例： select max(sal) from table //查找公司的最高工资
4. MIN——返回最大值
例： select min(sal) from table //查找公司的最低工资
5.SUM——返回和
例： select sum(sal) from table //统计公司工资总额
GROUP BY + [分组字段]
其中分组字段可以有多个。在执行了这个操作以后，数据集将根据分组字段的值将一个数据集划分成各个不同的小组。
比如有如下数据集(Table_Fruitinfo)，其中水果名称(FruitName)和出产国家(ProductPlace)为联合主键：
如果我们想知道每个国家有多少种水果，那么我们可以通过如下SQL语句来完成：
SELECT COUNT(*) AS 水果种类, ProductPlaceAS 出产国
FROM Table_Fruitinfo
GROUP BY ProductPlace
这句SQL语句可以解释成“我按照出产国家(ProductPlace)将数据集进行分组，然后分别统计各个国家的水果种类数”。
注意：如果我们这里水果种类不是用Count(*)，而是类似如下写法的话：
SELECT FruitName, ProductPlace
FROM Table_Fruitinfo
GROUP BY ProductPlace
那么SQL在执行此语句的时候会报如下的类似错误：
选择列表中的列'Table_Fruitinfo.FruitName'无效，因为该列没有包含在聚合函数或GROUPBY子句中
这就是我们需要注意的一点，使用GROUP BY语句时，返回集中的非聚合字段要么包含在Group By语句的后面，作为分组的依据；要么就要包含在聚合函数中。
我们可以将GROUP BY操作想象成如下的一个过程：
首先通过SELECT语句得到一个结果集，然后根据分组字段，将具有相同分组字段的记录归并成了一条记录。这时候那些不作为分组依据的字段就有可能出现多个值（非聚合字段），但是一种分组情况只能有一条记录，而一个数据格是无法放入多个数值的，所以就需要通过一定的处理（聚合函数）将这些多值的列转化成单值，然后放入对应的数据格中。
GROUP BY ALL + [分组字段]
在不使用 ALL 关键字的情况下，包含 GROUP BY 子句的 SELECT 语句查找的结果只会显示满足搜索条件的记录。而使用 ALL 关键字，即使某些记录不满足搜索条件，查询结果也将显示 GROUP BY 子句生成的所有组，只是这些不满足搜索条件的记录不会进行真正的统计，而是用默认值0或者NULL来代替聚合函数的返回值。说得有点绕，举个例子吧。
还是使用之前的水果信息数据集
首先我们不使用带ALL关键字的Group By语句：
SELECT COUNT(*) AS 水果种类, ProductPlace AS 出产国
FROM Table_Fruitinfo
WHERE (ProductPlace <> 'Japan')
GROUP BY ProductPlace
操作符 <> 表示 “不等于”
那么在最后结果中由于Japan不符合where语句，所以分组结果中将不会出现Japan。
现在我们加入ALL关键字：
SELECT COUNT(*) AS 水果种类, ProductPlace AS 出产国
FROM Table_Fruitinfo
WHERE ( ProductPlace <> 'Japan')
GROUP BY ALL ProductPlace
重新运行后，我们可以看到Japan的分组，但是对应的“水果种类”不会进行真正的统计，聚合函数会根据返回值的类型用默认值0或者NULL来代替聚合函数的返回值。
GROUP BY + [分组字段] WITH CUBE | ROLL UP
GROUP BY ALL语句不能和CUBE / ROLL UP关键字一起使用
CUBE 运算符在 SELECT 语句的 GROUP BY 子句中指定。SELECT语句后跟所查找的维度列和聚合函数。GROUP BY 后跟所查找的维度列和关键字 WITH CUBE
结果集包含维度列中各值的所有可能组合（笛卡尔积），以及与这些维度值组合相匹配的基础行中的聚合值
例：
以下查询将返回一个结果集，其中包含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
以下是结果集：
可以看到，CUBE将维度列Item和Color的所有可能属性（包括null）进行组合，形成了3*3=9条不同的记录，每条记录都包含着一个小计QtySum
但是，CUBE 操作生成空值将会带来一个问题：如何区分 CUBE 操作生成的 NULL 值和在实际数据中返回的 NULL 值？
可以使用 GROUPING 函数解决此问题
如果列值来自真实数据（未知数据），GROUPING 函数将返回 0；如果列值是由 CUBE 操作生成的 NULL，则返回 1。
在 CUBE 操作中，生成的 NULL 代表所有值，所以可以将CUBE操作生成的任一 NULL 替换为字符串 ALL
真实数据中的 NULL 表示数据值未知，所以可以将真实数据中的 NULL替换为字符串 UNKNOWN
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
ISNULL：使用指定的替换值替换 NULL。
语法：ISNULL ( check_expression , replacement_value )
如果 check_expression 不为 NULL，那么返回该表达式的值；否则返回 replacement_value。
包含具有多个维度的 CUBE 的 SELECT 语句可生成大型结果集，因为这些语句会为所有维度中各值的所有组合都生成相应的行。这些大型结果集包含的数据可能会过多而不易于阅读和理解。此问题的一种解决办法是将SELECT语句放入视图（VIEW）中：
数据库中的数据都是存储在表中的，而视图只是一个或多个表依照某个条件组合而成的结果集
一般来说可以用UPDATE，INSERT，DELETE等sql语句修改表中的数据，而对视图只能进行SELECT操作
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仅查询您感兴趣的维度值：
SELECT *
FROM InvCube
WHERE Item = 'Chair'
AND Color = 'ALL'
以下是结果集：
参考链接：使用 CUBE 汇总数据
参考链接：使用 ROLLUP 汇总数据
由于暂时没有理解CUBE与ROLLUP有什么实质性区别，所以先挖个坑，以后有机会再填
