SQL必知必会—分组数据

《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。