ROLLUP生成N+1个层级分组，按列顺序从右到左逐级撤出形成树状父子关系；CUBE穷举2^N种组合，不依赖顺序且含大量业务无意义分组；GROUPING()函数是唯一可靠方式区分汇总占位符NULL与真实NULL值。

因为 CUBE 和 ROLLUP 对 GROUP BY 列的组合逻辑完全不同：ROLLUP 按列顺序走一条“主干路径”做层级归并，CUBE 则穷举所有 2^N 种列组合。

ROLLUP 只生成 N+1 个分组，且严格依赖列顺序

ROLLUP 不是“把前面的列加总”，而是从左到右逐级撤出最右侧分组列，形成树状父-子关系。比如 GROUP BY dept, team, emp WITH ROLLUP 产出：

• (dept, team, emp) —— 员工明细
• (dept, team, NULL) —— 小组小计
• (dept, NULL, NULL) —— 部门小计
• (NULL, NULL, NULL) —— 全局总计

它不会生成 (NULL, team, emp) 或 (NULL, team, NULL) 这类跨级组合——这些在业务上无法构成合法的“上级→下级”关系。一旦写反顺序，比如 GROUP BY emp, team, dept，就只剩员工级、空团队、空部门三层，小组维度直接消失。

CUBE 生成全部 2^N 种组合，不关心业务层级

CUBE 把每个分组列都当作独立维度，暴力枚举所有开/关状态。对同样三列 dept, team, emp，WITH CUBE 会产出 8 行，包括：

• (dept, team, emp)
• (dept, team, NULL) —— 小组小计
• (dept, NULL, emp) —— “某部门下所有小组里的同名员工”（通常无意义）
• (dept, NULL, NULL) —— 部门小计
• (NULL, team, emp) —— “全公司某小组同名员工”（也常无意义）
• (NULL, team, NULL) —— 小组全局小计
• (NULL, NULL, emp) —— 员工全局小计
• (NULL, NULL, NULL) —— 总计

这意味着：加一个字段，分组数翻倍。5 个字段就是 32 组，查询耗时和结果集体积可能指数增长，尤其当某些组合在业务上根本不存在解释口径时。

GROUPING() 是唯一可靠方式区分 NULL 是占位符还是真数据

ROLLUP/CUBE 输出的 NULL 是占位符，不代表原始数据里真有 NULL 值。如果表中 region 字段本身允许为空，仅靠 IS NULL 无法判断这行是“华东区小计”还是“地区未知的明细”。必须用 GROUPING(region)：

• 返回 1 → 该 NULL 是汇总行占位符
• 返回 0 → 该 NULL 来自原始数据

MySQL 8.0+ 和 SQL Server 支持，PostgreSQL 需用 GROUPING SETS 模拟；但无论哪种，漏掉 GROUPING() 就等于把汇总行和脏数据混在一起处理——这是上线后报表数值对不上最常见根源之一。