在 SQL Server 中，GROUP BY 遠不止簡單的分組聚合。透過 CUBE、ROLLUP 及 GROUPING SETS 等進階子句，我們能輕鬆產出多維度的彙總報表，滿足商業智慧分析的多樣化需求。本文將以實戰範例，帶您深入掌握這些強大功能的用法與差異。

建立測試資料環境

首先，建立一張銷售資訊表 SalesInfo 並插入測試資料，模擬不同城市、不同年份的訂單記錄：

CREATE TABLE SalesInfo (
    Ctiy NVARCHAR(50),
    OrderDate DATETIME,
    OrderID INT
);

INSERT INTO SalesInfo VALUES
(N'北京', '2014-06-09', 1001),
(N'北京', '2014-08-09', 1002),
(N'北京', '2013-10-09', 1009),
(N'大連', '2013-08-09', 4001),
(N'大連', '2013-10-09', 4002),
(N'大連', '2013-05-12', 4003),
(N'大連', '2014-11-11', 4004),
(N'大連', '2014-12-11', 4005);

1. WITH CUBE：全維度交叉彙總

WITH CUBE 會針對 GROUP BY 子句中指定的所有欄位組合，產生所有可能的彙總層級（即「超級聚合」）。

單一欄位 CUBE

SELECT Ctiy, COUNT(OrderID) AS OrderCount
FROM SalesInfo
GROUP BY Ctiy
WITH CUBE;

結果會包含各城市的訂單數，以及一筆 Ctiy 為 NULL 的總計列，代表所有城市的訂單總數。

多欄位 CUBE

SELECT Ctiy, YEAR(OrderDate) AS OrderYear, COUNT(OrderID) AS OrderCount
FROM SalesInfo
GROUP BY Ctiy, YEAR(OrderDate)
WITH CUBE;

此時會產生：
• 各城市各年份的明細
• 各城市的年度小計
• 各年份的跨城市小計
• 總計

2. WITH ROLLUP：階層式彙總

WITH ROLLUP 僅依 GROUP BY 欄位順序，產生階層式的彙總（由右至左遞減）。它不會產生所有排列組合，效能優於 CUBE。

SELECT Ctiy, YEAR(OrderDate) AS OrderYear, COUNT(OrderID) AS OrderCount
FROM SalesInfo
GROUP BY Ctiy, YEAR(OrderDate)
WITH ROLLUP;

結果包含：
• 城市 + 年份明細
• 各城市小計（年份為 NULL）
• 總計（城市與年份皆為 NULL）
注意：ROLLUP 的彙總層級取決於欄位順序，GROUP BY A, B, C 與 GROUP BY C, B, A 結果不同。

3. GROUP BY ALL：保留空群組

GROUP BY ALL 可強制顯示不符合 WHERE 條件的群組，其聚合值為 0 或 NULL。

SELECT Ctiy, COUNT(OrderID) AS OrderCount
FROM SalesInfo
WHERE Ctiy = N'大連'
GROUP BY ALL Ctiy;

雖然 WHERE 只篩選「大連」，但結果仍會列出「北京」，其 OrderCount 為 0。

限制：ALL 不能與 CUBE、ROLLUP 同時使用；若搭配 HAVING，ALL 功能將失效。

4. 實務建議與現代替代方案

• GROUPING SETS：SQL Server 2008+ 推薦使用 GROUP BY GROUPING SETS ((Ctiy), (YEAR(OrderDate)), ())，彈性指定所需彙總組合，語法更清晰、效能更佳。
• GROUPING_ID / GROUPING：搭配此函數可輕易識別哪一列為彙總列，便於前端報表呈現「總計」標籤。
• 避免 COMPUTE/COMPUTE BY：此為舊版語法，已棄用，請改用 ROLLUP 或視窗函數。

總結對照表

子句	彙總範圍	適用場景	效能
CUBE	所有欄位排列組合	多維度交叉分析、OLAP 報表	較高（組合數呈指數增長）
ROLLUP	階層式（依欄位順序）	層級報表（如：國家→省→市）	中等
GROUPING SETS	自訂組合集合	精準控制所需彙總，最佳彈性	最佳（僅計算指定集合）
GROUP BY ALL	強制顯示空群組	需呈現「無資料」群組的報表	低（舊語法，受限多）

善用這些進階分組功能，能讓 T-SQL 直接產出豐富的彙總資料集，減少應用層的二次處理，大幅提升報表開發效率。