GROUPING SETS通过单次扫描对每行数据按各组set重复计算聚合值，导致中间结果膨胀，行数≈原表行数×sets数量，开销取决于sets数量、维度基数及聚合函数类型。
GROUPING SETS 是 SQL 中实现多维度组合聚合的高效语法，它比多次 UNION ALL 更简洁、比 CUBE/ROLLUP 更精准，但会带来额外的存储与计算开销——关键在于理解其执行逻辑与数据膨胀机制。
GROUPING SETS 如何生成多组聚合结果
它不是“分别执行多个 GROUP BY”，而是在一次扫描中，对同一行数据按各组 set 重复计算聚合值。例如：
SELECT dept, region, SUM(sales)
FROM sales
GROUP BY GROUPING SETS ((dept), (region), ());
对每一行记录，引擎会同时尝试归入三个分组：仅按 dept、仅按 region、以及空分组（全表总计）。每匹配一个 set，就生成一条中间聚合行。若某行 dept='A'、region='CN'，它将贡献 3 条中间结果：(dept='A', NULL, sum1)、(NULL, 'CN', sum2)、(NULL, NULL, sum3)。这种“一数多投”是空间放大的根源。
存储开销主要来自中间结果集膨胀
最终结果行数 ≈ 原表行数 × grouping sets 数量（在无重复键时的上界）。实际膨胀程度取决于：
- GROUPING SETS 的数量：每增加一个 set，潜在中间行数线性增长
- 各维度的基数分布：低基数列（如 status IN ('Y','N')）导致大量 NULL 填充行聚集，加剧 I/O 和内存压力
- 聚合函数类型：COUNT(*) 膨胀固定；SUM/AVG 需保留原始数值参与多轮计算，中间状态更重
优化空间开销的实用策略
不必回避 GROUPING SETS，但需有意识控制其“爆炸半径”：
- 优先用 WHERE 过滤再聚合：在 GROUP BY 前缩小输入行集，比在膨胀后过滤更省资源
- 拆分高基数 + 低基数组合：避免把 country（高基数）和 flag（低基数）放在同一 GROUPING SETS 列表中；可先按 country 聚合，再用 UNION ALL 补充 flag 维度统计
- 利用 GROUPING() 函数识别 NULL 来源：在 SELECT 中加入 GROUPING(dept), GROUPING(region)，能区分真实 NULL 和占位 NULL，便于后续逻辑处理，减少冗余字段存储
- 评估是否真需全部组合：如果只关心 (a,b) 和 (a)，用 GROUPING SETS ((a,b),(a)) 即可，不必写成 CUBE(a,b) 引入 (b) 和 () 等无关分组
对比 UNION ALL 与 GROUPING SETS 的实际开销差异
表面上 UNION ALL 更“直观”，但现代优化器通常能将其重写为单次扫描；而 GROUPING SETS 在语义明确的前提下，往往获得更好执行计划（如共享排序、复用哈希表）。真正差异在结果集结构：UNION ALL 各子句独立输出，列顺序/类型必须严格一致，且无法用 GROUPING() 区分来源；GROUPING SETS 输出统一结构，天然支持多维分析场景（如 BI 工具自动识别层级）。存储开销上，两者在最坏情况下接近，但 GROUPING SETS 更易被向量化执行器优化，CPU 利用率通常更高。
