我整理的一些关于【MySQL,SQL】的项目学习资料（附讲解～～）和大家一起分享、学习一下：

 https://edu.51cto.com/surl=QDW3g3

如何实现MySQL中”group by“ 查询没有分组的数据

在数据库中，使用 SQL 的 GROUP BY 子句可以对数据进行分组，有助于进行聚合计算，如求和、计数等。然而，很多初学者会遇到一个问题：如何查询在 GROUP BY 时被排除的数据。这篇文章将带你逐步实现这一查询。

整体流程

以下是实现该查询的步骤概览：

步骤描述
1确定数据表及字段
2使用GROUP BY进行分组
3使用HAVING子句筛选分组数据
4使用LEFT JOIN或NOT EXISTS查询没有分组的数据

每一步详解

步骤 1：确定数据表及字段

首先，你需要确定要操作的数据表和字段。假设我们有一个 sales 表，结构如下：

字段名数据类型
idINT
product_idINT
quantityINT
sale_dateDATE
步骤 2：使用 GROUP BY 进行分组

为了从 sales 表中获取每个 product_id 的销售数量，可以使用以下 SQL 语句：

SELECT product_id, SUM(quantity) AS total_quantity
FROM sales
GROUP BY product_id;
  • 1.
  • 2.
  • 3.

解释：

  • product_id：我们按照商品 ID 分组。
  • SUM(quantity) AS total_quantity：对每个 product_id 销售数量进行求和，并命名为 total_quantity。
步骤 3：使用 HAVING 子句筛选分组数据

如果你想过滤掉某些条件下的分组数据，例如只保留销售数量大于 10 的商品，可以使用 HAVING 子句：

SELECT product_id, SUM(quantity) AS total_quantity
FROM sales
GROUP BY product_id
HAVING total_quantity > 10;
  • 1.
  • 2.
  • 3.
  • 4.

解释：

  • HAVING total_quantity > 10：仅选择那些销售数量大于 10 的分组。
步骤 4：查询没有分组的数据

现在，我们需要找出那些没有进行分组的产品，假设你有一个 products 表，结构如下：

字段名数据类型
idINT
nameVARCHAR(100)

你可以使用 LEFT JOIN 或 NOT EXISTS 来查找没有销量的产品。

4.1 使用 LEFT JOIN
SELECT p.id, p.name
FROM products AS p
LEFT JOIN (
    SELECT product_id, SUM(quantity) AS total_quantity
    FROM sales
    GROUP BY product_id
) AS s ON p.id = s.product_id
WHERE s.product_id IS NULL;
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.

解释：

  • 首先，使用子查询从 sales 表中获取分组数据。
  • 然后通过 LEFT JOIN 将 products 表和上面的结果连接。
  • WHERE s.product_id IS NULL 用于筛选出没有匹配销售记录的产品。
4.2 使用 NOT EXISTS

你还可以使用 NOT EXISTS 来实现相同的功能：

SELECT p.id, p.name
FROM products AS p
WHERE NOT EXISTS (
    SELECT 1
    FROM sales AS s
    WHERE s.product_id = p.id
);
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

解释：

  • WHERE NOT EXISTS 用于判断在 sales 表中是否存在与当前产品 ID 匹配的记录，如果不存在则返回该产品。

总结

在这篇文章中，我们学习了如何使用 SQL 的 GROUP BY 来聚合数据，并且如何查询那些没有分组或没有销售记录的数据。无论是使用 LEFT JOIN 还是 NOT EXISTS，都能够有效地找到所需的记录。

随着你对 SQL 的深入了解，你将能更灵活地运用这些基本操作来处理复杂的数据库查询。如果你在实现这些步骤时遇到困难，不要犹豫，随时寻求帮助并反复练习。希望这篇文章对你有所帮助，祝你在数据查询的道路上一帆风顺！