(2)复制过来重新发布,主要是担心原文对外不可见了,感谢原文博主。
==案例讲解=======================================================================
select * from RUN_User;
-- 获取全部数据中薪水最高的
select max(salary) from RUN_User;
-- 通过性别进行分组,获取每组中薪水最高的
select sex, max(salary) from RUN_User group by sex;
-- 通过性别进行分组,获取每组中薪水之和
select sex, sum(salary) from RUN_User group by sex;
-- 时间大于2020-06-07,通过性别进行分组,获取每组中薪水之和
select sex, max(salary) from RUN_User where addTime>="2020-06-07 00:00:00" group by sex;
-- 时间大于2020-06-07,通过性别进行分组,获取每组中薪水之和(要求每组中的成员数大于等于3个的时候才统计)
select sex, max(salary) from RUN_User where addTime>="2020-06-07 00:00:00" group by sex having count(*)>=3;
==原理讲解=======================================================================
写在前面的话:用了好久group by,今天早上一觉醒来,突然感觉group by好陌生,总有个筋别不过来,为什么不能够
select * from Table group by id,为什么一定不能是*,而是某一个列或者某个列的聚合函数,group by 多个字段可以怎么去很好的理解呢?不过最后还是转过来了,简单写写吧,大牛们直接略过吧。
=========正文开始===========
先来看下表1,表名为test:
表1
执行如下SQL语句:
1 |
|
你应该很容易知道运行的结果,没错,就是下表2:
表2
可是,为了能够更好的理解“group by”多个列“和”聚合函数“的应用,我建议在思考的过程中,由表1到表2的过程中,增加一个虚构的中间表:虚拟表3。下面说说如何来思考上面SQL语句执行情况:
1. FROM test:该句执行后,应该结果和表1一样,就是原来的表。
2. FROM test Group BY name:该句执行后,我们想象生成了虚拟表3,如下所图所示,生成过程是这样的:group by name,那么找name那一列,具有相同name值的行,合并成一行,如对于name值为aa的,那么<1 aa 2>与<2 aa 3>两行合并成1行,所有的id值和number值写到一个单元格里面。
3. 接下来就要针对虚拟表3执行Select语句了:
(1)如果执行select * 的话,那么返回的结果应该是虚拟表3,可是id和number中有的单元格里面的内容是多个值的,而关系数据库就是基于关系的,单元格中是不允许有多个值的,所以你看,执行select * 语句就报错了。
(2)我们再看name列,每个单元格只有一个数据,所以我们select name的话,就没有问题了。为什么name列每个单元格只有一个值呢,因为我们就是用name列来group by的。
(3)那么对于id和number里面的单元格有多个数据的情况怎么办呢?答案就是用 聚合函数。聚合函数就用来输入多个数据,输出一个数据的。如cout(id),sum(number),而每个聚合函数的输入就是每一个多数据的单元格。
(4)例如我们执行 select name, sum(number) from test group by name,那么sum就对虚拟表3的number列的每个单元格进行sum操作,例如对name为aa的那一行的number列执行sum操作,即2+3,返回5,最后执行结果如下:
(5)group by 多个字段该怎么理解呢:如 group by name, number,我们可以把name和number 看成一个整体字段,以他们整体来进行分组的。如下图:
(6)接下来就可以配合select和聚合函数进行操作了。如执行 select name,sum(id) from test group by name, number,结果如下图:
至此,我已经对我自己对如此简单的问题有如此天马行空的想法所折服,洗洗睡觉。
(完)