《SQL必知必会》读书笔记
这一课介绍如何分组,以便汇总表内容的子集。
1.数据分组
目前为止的所有计算都是在表的所有数据或匹配特定的WHERE子句的数据上进行的。比如下面的例子返回表中行的数目(当添加WHERE条件时,返回符合特定条件的行的数目)。
SELECT COUNT(*) AS num_prods
FROM products
--输出值
num_prods
14
如果要返回每个供应商提供的产品数目,该怎么办?(也就是根据供应商的不同进行产品统计)或者返回只提供一项产品的供应商的产品,或者返回提供10各以上产品的供应商的产品,怎么办?
这就是分组大显身手的时候了。使用分组可以将数据分为多个逻辑组,对每个组进行聚类计算。
2.创建分组
分组时使用SELCT语句的GROUP BY子句建立的。
SELECT vend_id, COUNT(*) AS num_prods
FROM products
GROUP BY vend_id
vend_id num_prods
1001 3
1002 2
1003 7
1005 2
上面的SELECT语句指定了两个列:vend_id包含产品供应商的ID,num_prods为计算字段(用COUNT(*)函数建立),GROUP BY子句指示DBMS按vend_id排序并分组数据。
这就会对每个vend_id而不是整个表计算num_prods一次。
当没有GROUP BY时,输出结果是:
SELECT vend_id, COUNT(*) AS num_prods
FROM products
vend_id num_prods
1001 14
在使用GROUP BY子句前,需要知道一些重要的规定。
- GROUP BY子句可以包含任意数目的列,因而可以对分组进行嵌套,更细致地进行数据分组。
- 如果在GROUP BY子句中嵌套了分组,数据将在最后指定地分组上进行汇总。换句话说,在建立分组时,指定的所有列都一起计算(所以不能从个别地列取回数据)。
- GROUP BY子句中列出的每一列都必须时检所列或有效地表达式(但不能时聚集函数)。如果在SELECT中使用表达式,则必须在GROUP BY子句中指定相同地表达式。不能使用别名。
- 大多数SQL实现不允许GROUP BY列带有长度可变地数据类型(如文本或者备注型字段)。
- 除聚集计算语句外,SELECT语句中地每一列都必须在GROUP BY子句中给出。
- 如果分组列中包含具有NULL值得行,则NULL将作为一个分组返回。如果列中有多行NULL值,它们将分为一组。
- GROUP BY子句必须出现在WHERE 子句之后,ORDER BY子句之前。
提示:ALL子句
Microsoft SQL Server等有些SQL实现在GROUP BY中支持可选得ALL子句。这个子句可用来返回所有分组,即使是没有匹配行得分组也返回(在此情况下,聚集将返回NULL)。具体的DBMS是否支持ALL,请参阅相应的文档。
注意:通过相对位置指定列
有的SQL实现允许根据SELECT列表中的位置指定GROUP BY的列。例如,GROUP BY 2,1可表示按选择的第二列分组,然后再按第一个列分组。虽然这种速记语法很方便,但并非所有SQL实现支持,并且使用它容易在编辑SQL语句时出错。
3.过滤分组
除了能用GROUP BY分组数据外,SQL还允许过滤分组,规定包括哪些分组,排除哪些分组。
例如,你可能想要列出至少有两个订单的所有顾客。为此,必须基于完整的分组而不是个别的行进行过滤。
注意:WHERE过滤的指定的是行而不是分组。
WHERE过滤行,HAVING过滤分组。
提示:HAVING支持所有WHERE操作符。
SELECT cust_id, COUNT(*) AS orders
FROM Orders
GROUP BY cust_id
HAVING COUNT(*) >= 2
cust_id orders
10000001 2
HAVING子句,它过滤了COUNT(*)>= 2(两个以上订单)的那些分组。
那么,有没有在一条语句中同时使用WHERE和HAVING子句的需要呢?
说明:WHERE在数据分组前进行过滤,HAVING在数据分组后进行过滤。这是一个重要的区别,WHERE排除的行不包括在分组中。这可能会改变计算值,从而影响HAVING子句中基于这些值过滤的的分组。
SELECT vend_id, COUNT(*) AS num_prods
FROM Products
WHERE prod_price >= 4
GROUP BY vend_id
HAVING COUNT(*) >=2
vend_id num_prods
BRS01 3
FNG01 2
上面的例子列出具有两个以上产品且其价格大于等于4的供应商。
说明:使用HAVING和WHERE
HAVING与WHERE非常类似,如果不指定GROUP BY,则大多数DBMS会同等对待它们。不过,你自己要能区分这一点。使用HAVING时应该结合GROUP BY子句,而WHERE子句用于标准的行级过滤。
4.分组和排序
ORDER BY和GROUP BY:
SELECT order_num, COUNT(*) AS items
FROM OrderItems
GROUP BY order_num
HAVING COUNT(*) >= 3
order_num items
20006 3
20007 5
20008 5
20009 3
要按订购物品的数目排序输出,需要添加ORDER BY子句,如下所示:
SELECT order_num, COUNT(*) AS items
FROM OrderItems
GROUP BY order_num
HAVING COUNT(*) >= 3
ORDER BY items, order_num
order_num items
20006 3
20009 3
20007 5
20008 5
在这个例子中,使用GROUP BY子句按订单号(order_num列)分组数据,以便COUNT(*)函数能够返回每个订单中的物品数目。HAVING子句过滤数据,使得只返回包含三个或更多物品的订单。最后,用ORDER BY子句排序输出。
5.SELECT子句顺序
下面回顾一下SELECT语句中子句的顺序。
6.总结
这一课讲授了如何使用GROUP BY子句对多组数据进行汇总计算,返回每个组的结果。我们看到了如何使用HAVING子句过滤特定的组,还知道了ORDER BY和GROUP BY之间以及WHERE和HAVING之间的差异。