GROUPING SETS 子句是 SELECT 语句的 GROUP BY 子句的扩展。通过 GROUPING SETS 子句，您可采用多种方式对结果分组，而不必使用多个 SELECT 语句来实现这一目的。这就意味着，能够减少响应时间并提高性能。

例如，以下两条查询语句在语义上是等效的。不过，第二个查询通过使用 GROUP BY GROUPING SETS 子句能够更有效地定义分组条件。

使用多个 SELECT 语句的多个分组：

SELECT NULL, NULL, NULL, COUNT( * ) AS CntFROM CustomersWHERE State IN ( 'MB' , 'KS' )   UNION ALLSELECT City, State, NULL, COUNT( * ) AS CntFROM CustomersWHERE State IN ( 'MB' , 'KS' )GROUP BY City, State   UNION ALLSELECT NULL, NULL, CompanyName, COUNT( * ) AS CntFROM CustomersWHERE State IN ( 'MB' , 'KS' )GROUP BY CompanyName;

使用 GROUPING SETS 的多个分组：

SELECT City, State, CompanyName, COUNT( * ) AS CntFROM CustomersWHERE State IN ( 'MB' , 'KS' )GROUP BY GROUPING SETS( ( City, State ), ( CompanyName ) , ( ) );

两种方法均产生相同的结果，如下所示：

第 2-9 行是按照 CompanyName 分组生成的行，第 10-12 行是按照 City 和 State 的组合进行分组所生成的行，第 1 行是空分组集所表示的总计，它是使用一对成对的圆括号 () 指定的。空分组集表示 GROUP BY 输入中所有行的单个分区。

请注意 NULL 值如何在分组集中不使用的表达式中充当占位符，因为这些结果集必须可以组合。例如，第 2-9 行由查询 (CompanyName) 中的第二个分组集得到。因为分组集未将 City 或 State 作为表达式包含在内，所以对于第 2-9 行，City 和 State 的值中会含有占位符 NULL，而 CompanyName 中的值将含有在 CompanyName 中找到的明确值。

因为 NULL 用作占位符，所以很容易将占位符 NULL 与数据中找到的真正的 NULL 相混淆。为有助于将占位符 NULL 与 NULL 数据区分开来，请使用 GROUPING 函数。

下面的示例说明了如何使用 GROUPING SETS 定制从查询返回的结果，以及如何使用 ORDER BY 子句更好地组织这些结果。以下查询将按各年份 (Year) 中的季度 (Quarter) 返回订单总数以及各年份 (Year) 的总数。先按年份 (Year) 排序，再按季度 (Quarter) 排序可使结果更易于理解：

SELECT Year( OrderDate ) AS Year,         Quarter( OrderDate ) AS Quarter,         COUNT (*) AS Orders FROM SalesOrdersGROUP BY GROUPING SETS ( ( Year, Quarter ), ( Year ) )ORDER BY Year, Quarter;

此查询会返回以下结果：

第 1 行和第 6 行分别是 2000 年和 2001 年的订单数小计。第 2-5 行和第 7-9 行是小计行的详细信息行。也就是说，它们按年、按季度显示订单总数。

结果集中没有所有年份中所有季度的总计。要实现此目的，查询必须在 GROUPING SETS 说明中包括空分组说明 '()'。

如果在 GROUP BY 子句中使用空 GROUPING SETS 说明 '()'，则会产生一个总计行，对结果中的所有项进行总计。使用总计行时，所有分组表达式的所有值均会包含占位符 NULL。可使用 GROUPING 函数将占位符 NULL 与计算行底层数据中的值后产生的实际 NULL 值区分开来。

可在 GROUPING SETS 子句中指定重复分组说明。此时，SELECT 语句的结果将包含相同的行。

以下查询包括重复分组：

SELECT City, COUNT( * ) AS CntFROM CustomersWHERE State IN ( 'MB' , 'KS' )GROUP BY GROUPING SETS( ( City ), ( City ) );

此查询会返回以下结果。请注意，由于重复分组的原因，第 1-3 行与第 4-6 行相同：

GROUP BY GROUPING SETS 子句的分组语法的解释方式不同于简单的 GROUP BY 子句。例如，GROUP BY (X, Y) 返回按 X 和 Y 值的唯一组合进行分组的结果。而 GROUP BY GROUPING SETS (X, Y) 将指定两个单独的分组集，且这两个分组的结果会结合在一起。也就是说，结果将按 (X) 分组，然后合并到按 (Y) 分组的相同结果中。

为使格式良好，并在表达式复杂的情况下避免造成任何歧义，请在有可能出错的时候为说明的每个单独分组集括上括号。例如，尽管以下两条语句都是正确的，且语义上等效，但建议采用第二种格式：

SELECT * FROM t GROUP BY GROUPING SETS ( X, Y );SELECT * FROM t GROUP BY GROUPING SETS( ( X ), ( Y ) );

 如果说聚合函数（Simple UDAF / Generic UDAF）是HQL聚合数据查询或分析的中枢处理器，那GROUP BY可以说是聚合函数的神经了，GROUP BY收集和传递材料，然后交给聚合函数们去处理。这些材料的组织形式显得尤为重要，它们表达着分析者想要的观察维度或视角，管理着聚合函数们的操作对象。

       而分析者经常想要在一次分析中从多个维度去获得分析数据，对包含多个维度或多级层次的分析，上卷（roll up）或下钻（drill down）一类就很有分析价值。

       我们有时候可以从最细、最多的粒度去做一个查询，然后把结果集导入Excel这个数据分析利器，用数据透视图标进行“上卷”分析；但有时候也行不通，比如说UV这种需要去重的数据，在Excel里用汇总方式进行上卷，就不是纯粹的UV概念了。

       所以，对这种情形，在查询过程中，我们就需要获得已经下钻和上卷的数据；如果只有GROUP BY子句，那我们可以写出按各个维度或层次进行GROUP BY的查询语句，然后再通过UNION子句把结果集拼凑起来，但是这样的查询语句显得冗长、笨拙。

       为此，HQL像其它很多SQL实现一样，为我们提供了GROUPINGSETS子句来简化查询语句的编写，以下官方CWiki文档很清晰地表达了GROUPING SETS的功能：

Aggregate Query with GROUPING SETS

Equivalent Aggregate Query with GROUP BY

SELECT a, b, SUM(c) FROM tab1 GROUP BY a, b GROUPING SETS ( (a,b) )

       但是这样的处理也会引起一个歧义性问题，如果我们分析的表有一些列没有NOT NULL约束，那原始数据中，未被GROUP BY的列可能原本就会出现一些NULL值，这样，GROUPING SETS出来的结果，我们没有办法去区分该列显示的NULL值是原始数据出现的NULL值聚合的结果，还是你因为这列没有参与GROUP BY而被置为NULL值的结果。

       为了解决这个歧义问题，HQL又为我们提供了一个Grouping__ID函数（请注意函数名中的下划线是两个！）；这个函数没有参数，在有GROUPING SETS子句的情况下，把它直接放在SELECT子句中，像其它列一样，独占一列。它返回的结果是一个看起来像整形数值类型，其实是字符串的值，这个值使用了位图策略（bitvector，位向量），即它的二进制形式中的每1位标示着对应列是否参与GROUP BY，如果某一列参与了GROUP BY，对应位就被置为1，否则为0，根据这个位向量值和对应列是否显示为NULL，我们就可以解决上面提到的歧义问题了。

       这样一来，Grouping__ID函数返回值的范围由查询的字段数（除去聚合函数产生的列）决定，如果比如有3列，那位向量为3位，最大值为7。CWiki文档提供了下面的示例：

       有下面一个表数据：

  Column1 (key)  

  Column2 (value)  

  1

  NULL

  1

  1

  2

  2

  3

  3

  3

  NULL

  4

  5

       我们用这样的查询语句去执行查询：

SELECT key, value, GROUPING__ID, count(*) from T1 GROUP BY key,value WITH ROLLUP

  NULL  

  NULL  

    0    

    6    

     1

  NULL

    1

    2

     1

  NULL

    3

    1

     1

    1

    3

    1

     2

  NULL

    1

    1

     2

    2

    3

    1

     3

  NULL

    1

    2

     3

  NULL

    3

    1

     3

     3

    3

    1

     4

  NULL

    1

    1

     4

     5

    3

    1

       官方文档没有明确说明这个位向量和各列的高低位对应关系，但是从示例我们可以看到，这个位向量的低位对应SELECT子句中的第1列（非聚合列），高位对应最后1列（非聚合列）。

       上面的查询用到了WITH ROLLUP子句，它对应SQL中的上卷操作，其实它就是GROUPINGSETS的特例，对应上面第一个表格中的第4种情形；根据官方的CWiki文档解释，GROUP BY 子句加上ROLLUP 子句可用于计算从一个维度进行层级聚合的操作：

GROUP BY a, b, c with ROLLUP assumes that the hierarchy is"a" drilling down to "b" drilling down to "c".

GROUP BY a, b, c WITH CUBE 等同于

       还需留意的是：Hive从0.10.0版本才开始有GROUPING SETS的。

SELECT customer, year, SUM(sales)FROM TGROUP BY GROUPING SETS ((customer), (year))

SELECT customer, NULL as year, SUM(sales)FROM T GROUP BY customerUNION ALLSELECT NULL as customer, year, SUM(sales)FROM T GROUP BY year

GROUP BY GROUPING SETS ( () )

GROUP BY ()

GROUP BY GROUPING SETS ( (C1, C2, ..., Cn) )

GROUP BY C1, C2, ..., Cn

GROUP BY ROLLUP (C1, C2, …, Cn-1, Cn)

GROUP BY GROUPING SETS ( (C1, C2, …, Cn-1, Cn)    ,(C1, C2, ..., Cn-1)    ...    ,(C1, C2)    ,(C1)    ,() )

GROUP BY CUBE (C1, C2, C3, ..., Cn-2, Cn-1, Cn)

GROUP BY GROUPING SETS (     (C1, C2, C3, ..., Cn-2, Cn-1, Cn) -- All dimensions are included.    ,( , C2, C3, ..., Cn-2, Cn-1, Cn) -- n-1 dimensions are included.    ,(C1, C3, ..., Cn-2, Cn-1, Cn)    …    ,(C1, C2, C3, ..., Cn-2, Cn-1,)    ,(C3, ..., Cn-2, Cn-1, Cn) -- n-2 dimensions included    ,(C1  ..., Cn-2, Cn-1, Cn)    …    ,(C1, C2) -- 2 dimensions are included.    ,…    ,(C1, Cn)    ,…    ,(Cn-1, Cn)    ,…    ,(C1) -- 1 dimension included    ,(C2)    ,…    ,(Cn-1)    ,(Cn)    ,() ) -- Grand total, 0 dimension is included.

GROUP BY CUBE (C1, C2, C3)

GROUP BY GROUPING SETS ( (C1, C2, C3)    ,(C1, C2)    ,(C1, C3)    ,(C2, C3)    ,(C1)    ,(C2)    ,(C3)    ,() )

ROLLUP(A, (C1, C2, ..., Cn) )

ROLLUP( (A), (C1, C2, ..., Cn) )

GROUPING SETS ( (A, C1, C2, ..., Cn), (A), () )

CUBE(A, (C1, C2, ..., Cn) )

CUBE( (A), (C1, C2, ..., Cn) )

GROUPING SETS ( (), (A), (C1, C2, ..., Cn), (A, C1, C2, ..., Cn) )

GROUP BY A, CUBE (B, C)

GROUP BY GROUPING SETS ( (A), (A, B), (A, C), (A, B, C ))

GROUP BY A, GROUPING SETS ( (B), (C) )

GROUP BY GROUPING SETS ( (A, B), (A, C) )

GROUP BY ROLLUP (A, B), ROLLUP(C, D)

GROUP BY GROUPING SETS    ( (),(C),(C,D),(A),(A,C),(A,C,D),(A,B),(A,B,C),(A,B,C,D) )

GROUP BY GROUPING SETS ( (A), ROLLUP (B, C) )

GROUP BY GROUPING SETS ( (A), (B,C), (B), () )

GROUP BY GROUPING SETS(A, (B, ROLLUP(C, D)) )

GROUP BY GROUPING SETS (A, B, (B,C), (B, C, D) () )