SQL Server 2008中对汇总有明显的增强，有点像Oracle的语法了。请看下面四个例子：
假定场景如下：某几位员工在不同时间参加了不同的项目，获取了相应的收入，现在需要按各种分类进行统计。
基本表如下：
USE testDb2 GO IF NOT OBJECT_ID('tb_Income') IS NULL DROP TABLE [tb_Income] /****** Object: Table [dbo].[tb_Income] Script Date: 2012/4/5 8:19:21 ******/ CREATE TABLE [dbo].[tb_Income]( [TeamID] int not null, [PName] [Nvarchar](20) NOT NULL, [CYear] Smallint NOT NULL, [CMonth] TinyInt NOT NULL, [CMoney] Decimal (10,2) Not Null ) GO INSERT [dbo].[tb_Income] SELECT 1,'胡一刀',2011,2,5600 union ALL SELECT 1,'胡一刀',2011,1,5678 union ALL SELECT 1,'胡一刀',2011,3,6798 union ALL SELECT 2,'胡一刀',2011,4,7800 union ALL SELECT 2,'胡一刀',2011,5,8899 union ALL SELECT 3,'胡一刀',2012,8,8877 union ALL SELECT 1,'苗人凤',2011,1,3455 union ALL SELECT 1,'苗人凤',2011,2,4567 union ALL SELECT 2,'苗人凤',2011,3,5676 union ALL SELECT 3,'苗人凤',2011,4,5600 union ALL SELECT 2,'苗人凤',2011,5,6788 union ALL SELECT 2,'苗人凤',2012,6,5679 union ALL SELECT 2,'苗人凤',2012,7,6785 union ALL SELECT 2,'张无忌',2011,2,5600 union ALL SELECT 2,'张无忌',2011,3,2345 union ALL SELECT 2,'张无忌',2011,5,12000 union ALL SELECT 3,'张无忌',2011,4,23456 union ALL SELECT 3,'张无忌',2011,6,4567 union ALL SELECT 1,'张无忌',2012,7,6789 union ALL SELECT 1,'张无忌',2012,8,9998 union ALL SELECT 3,'赵半山',2011,7,6798 union ALL SELECT 3,'赵半山',2011,10,10000 union ALL SELECT 3,'赵半山',2011,9,12021 union ALL SELECT 2,'赵半山',2012,11,8799 union ALL SELECT 1,'赵半山',2012,12,10002 union ALL SELECT 3,'令狐冲',2011,8,7896 union ALL SELECT 3,'令狐冲',2011,9,7890 union ALL SELECT 2,'令狐冲',2011,10,7799 union ALL SELECT 2,'令狐冲',2011,11,9988 union ALL SELECT 2,'令狐冲',2012,9,34567 union ALL SELECT 3,'令狐冲',2012,12,5609 GO 数据如下：
SELECT * FROM tb_Income /* TeamID PName CYear CMonth CMoney 胡一刀 2011 2 5600.00 胡一刀 2011 1 5678.00 胡一刀 2011 3 6798.00 胡一刀 2011 4 7800.00 胡一刀 2011 5 8899.00 胡一刀 2012 8 8877.00 苗人凤 2011 1 3455.00 苗人凤 2011 2 4567.00 苗人凤 2011 3 5676.00 苗人凤 2011 4 5600.00 苗人凤 2011 5 6788.00 苗人凤 2012 6 5679.00 苗人凤 2012 7 6785.00 张无忌 2011 2 5600.00 张无忌 2011 3 2345.00 张无忌 2011 5 12000.00 张无忌 2011 4 23456.00 张无忌 2011 6 4567.00 张无忌 2012 7 6789.00 张无忌 2012 8 9998.00 赵半山 2011 7 6798.00 赵半山 2011 10 10000.00 赵半山 2011 9 12021.00 赵半山 2012 11 8799.00 赵半山 2012 12 10002.00 令狐冲 2011 8 7896.00 令狐冲 2011 9 7890.00 令狐冲 2011 10 7799.00 令狐冲 2011 11 9988.00 令狐冲 2012 9 34567.00 令狐冲 2012 12 5609.00 */ 一、使用CUBE汇总数据（http://msdn.microsoft.com/en-us/library/bb522495%28v=sql.105%29.aspx）
小试牛刀，
/*********使用CUBE汇总数据***************/ /********* 3w@live.cn 邀月***************/ SELECT TeamID as 小组ID, SUM(CMoney) 总收入 FROM tb_Income GROUP BY CUBE (TeamID) ----ORDER BY TeamID desc
改进查询：
SELECT TeamID as 小组ID,PName as 姓名, SUM(CMoney) 总收入 FROM tb_Income GROUP BY CUBE (TeamID,PName)
二、使用ROLLUP汇总数据（http://msdn.microsoft.com/en-us/library/bb522495%28v=sql.105%29.aspx）
/*********使用ROLLUP汇总数据***************/ /********* 3w@live.cn 邀月***************/ SELECT TeamID as 小组ID,PName as 姓名, SUM(CMoney) 总收入 FROM tb_Income GROUP BY ROLLUP (TeamID,PName)
注意：使用Rollup与指定的聚合列的顺序有关。
三、使用Grouping Sets创建自定义汇总数据（http://msdn.microsoft.com/en-us/library/bb522495%28v=sql.105%29.aspx）
除了Cube和Rollup，还有更加灵活强大的自定义集合汇总－－Grouping Sets
/*********使用Grouping Sets创建自定义汇总数据***************/ /********* 3w@live.cn 邀月***************/ SELECT TeamID as 小组ID,PName as 姓名,CYear as 年份,----min(CMonth) as 月份, SUM(CMoney) 总收入 FROM tb_Income Where CMonth=2 GROUP BY grouping SETS ((TeamID),(TeamID,PName),(CYear,PName))
四、使用Grouping标识汇总行（http://technet.microsoft.com/zh-cn/library/ms178544.aspx）
细心的朋友可能会注意到，如果Cube后有两个以上的汇总列时，可能会有一些列是Null,那么这些Null值究竟tb本身就是Null,还是由于聚合产生的Null呢，此时，GroupingID函数大显身手的机会来了。
/*********使用Grouping标识汇总行***************/ /********* 3w@live.cn 邀月***************/ SELECT TeamID as 小组ID,CYear as 年份, CASE WHEN grouping(TeamID)=0 AND grouping(CYear)=1 THEN '小组汇总' WHEN grouping(TeamID)=1 AND grouping(CYear)=0 THEN '年份汇总' WHEN grouping(TeamID)=1 AND grouping(CYear)=1 THEN '所有汇总' else '正常行' END as 行类别, SUM(CMoney) 总收入 FROM tb_Income GROUP BY CUBE (TeamID,CYear) 结果：
其实，还有更复杂的Grouping_ID，不过，一般情况下用不到，需要的同学，请看MSDN:
http://technet.microsoft.com/zh-cn/library/bb510624.aspx
小结：带有Cube,Rollup,grouping Sets的Group By函数在统计与分析中有着广泛的应用，相信它的高效简捷，在特定的场合会令人你爱不释手！