使用GROUPING()函数识别聚合占位空值，在WHERE中过滤：GROUPING(col)=1表示该列为聚合生成的空值，可精准剔除指定维度小计行，避免误删原始NULL数据。
GROUPING SETS 生成多维组合时，如何识别并过滤掉不需要的小计行
GROUPING SETS 本身不提供“跳过某层小计”的语法，它会忠实地按你列出的每个元组生成对应聚合行。关键在于用 GROUPING() 函数判断当前行是哪个维度层级的聚合结果，再在 HAVING 或外层 WHERE 中排除。
比如你写了 GROUPING SETS ((region), (category), (region, category), ())，但不想保留单独的 region 小计（即只按地区汇总、不带类别的那部分），就得靠 GROUPING(category) 是否为 1 来识别——该列为 1 表示这一行里 category 是空值且由聚合产生，而非原始数据 NULL。
-
GROUPING(region)= 1 且GROUPING(category)= 0 → 只按 category 汇总（category 有值，region 是占位空） -
GROUPING(region)= 0 且GROUPING(category)= 1 → 只按 region 汇总（region 有值，category 是占位空） -
GROUPING(region)= 1 且GROUPING(category)= 1 → 总计行（两个都是占位空）
所以要去掉 region 单独小计，就加条件：HAVING GROUPING(region) = 0 OR GROUPING(category) = 0 —— 这个写法会保留所有至少有一个维度非空的行，排除掉纯 region 小计（此时 region 非空但 category 为空占位）；更直白的做法是外层套 WHERE GROUPING(category) = 0，直接砍掉 category 为聚合占位的所有行。
ROLLUP 产生的多余小计怎么精准剔除
ROLLUP 按维度顺序自动生成上卷路径，但它的层级是隐式的，不能像 GROUPING SETS 那样自由删减。要剔除某一层小计，唯一可靠方式是用 GROUPING() + WHERE 过滤，而不是试图在 GROUP BY 子句里“跳过”某个维度。
例如 GROUP BY year, quarter, month WITH ROLLUP 会产生月、季、年、总计共 4 层。若只想保留月和总计两层，去掉季和年小计，就得看 GROUPING(quarter) 和 GROUPING(year) 的组合：
- 月明细行：
GROUPING(month)= 0 - 季小计行：
GROUPING(month)= 1 且GROUPING(quarter)= 0 - 年小计行：
GROUPING(quarter)= 1 且GROUPING(year)= 0 - 总计行：
GROUPING(year)= 1
因此，只留月和总计：加 WHERE GROUPING(month) = 0 OR GROUPING(year) = 1。注意不能用 HAVING，因为 ROLLUP 的分组逻辑中，HAVING 是对每组聚合后结果筛选，而小计行本身已是聚合结果，GROUPING() 值在 HAVING 阶段已可用，但语义上更稳妥的是用外层 WHERE —— 尤其当你要排除整行时。
为什么不能用 WHERE 过滤聚合占位空值
直接写 WHERE category IS NOT NULL 看似合理，但会误杀原始数据中本来就为 NULL 的 category 记录，导致这部分明细丢失。而 GROUPING(category) = 0 只表示该行的 category 值来自原始数据（不管是不是 NULL），GROUPING(category) = 1 才表示这是聚合生成的占位空值。
这是最常踩的坑：混淆业务 NULL 和聚合 NULL。数据库无法自动区分二者，必须依赖 GROUPING() 函数。MySQL 8.0+、PostgreSQL、SQL Server 都支持；SQLite 3.25+ 也支持，但旧版 MySQL（如 5.7）不支持 GROUPING()，此时只能用子查询 + 标记字段模拟，或改用 UNION ALL 显式拼接各维度查询，主动避开小计行。
多维聚合后保留原始明细字段的正确姿势
如果既要多维聚合统计（如每个 region+category 的销售额），又要导出这些组合下所有原始订单的 order_id、amount 等字段，别硬套 GROUP BY —— 它会强制折叠行数。应该用窗口函数替代：
SELECT *,
SUM(amount) OVER (PARTITION BY region, category) AS region_cat_sales,
COUNT(*) OVER (PARTITION BY region, category) AS order_count
FROM orders
WHERE ...
然后在外层筛选：WHERE region_cat_sales > 10000 AND order_count >= 5。这样每行原始记录都带着所属维度的聚合值，既没丢明细，又避免了 GROUPING SETS 生成的冗余小计行干扰结果集结构。
窗口函数方案的代价是：不能直接产出小计行（如只有 region 的汇总），但如果你根本不需要那些小计行，这反而是最干净、最可控的做法——小计行不是“多余”，而是你没想清楚到底要聚合结果，还是要明细增强。这两者目标冲突，不能混用同一套语法。
