【数据库】GROUP BY 详解、示例、注意事项

一、基本介绍

GROUP BY 语句在 SQL 中用于将来自数据库表的记录分组，以便可以对每个组执行聚合函数（如 COUNT(), MAX(), MIN(), SUM(), AVG() 等）。使用 GROUP BY 时，数据库会根据一个或多个列的值将结果集分为多个分组，在每个分组内可以独立地使用聚合函数。GROUP BY 通常与 SELECT 语句一起使用，以汇总每个分组的数据。

二、基本语法

SELECT column_name(s), AGGREGATE_FUNCTION(column_name)
FROM table_name
WHERE condition
GROUP BY column_name(s)
ORDER BY column_name(s);

这个 SQL 模板展示了一个结构化查询语言(SQL)的基本结构，用于从数据库中选择、汇总、分组和排序数据。下面逐步解释每个部分的功能和作用：

1. sql SELECT column_name(s), AGGREGATE_FUNCTION(column_name)
SELECT 关键字用于指定要从数据库表中检索的列或字段。 column_name(s) 是你想从选定表中选择的列的名称。你可以选择一个列、多个列或所有列（使用 *）。
   AGGREGATE_FUNCTION(column_name) 是应用于某列的聚合函数。聚合函数对数据进行数学运算，如计算平均值（AVG）、总和（SUM）、最大值（MAX）、最小值（MIN）或计数（COUNT）。

2. sql FROM table_name

   FROM 关键字后面跟着的是表名，指示 SQL 从哪个表中检索数据。

3. WHERE condition WHERE
   子句是可选的，用于指定筛选条件，以限制哪些行应该被包括在你的结果集中。只有满足指定条件的行才会被选中参与后续的 GROUP BY 或聚合操作。

4. GROUP BY column_name(s)
GROUP BY 关键字后面跟着的列名用于指定数据库应该如何将数据分组。在使用聚合函数时，GROUP BY
   使你能够将行分组成小的数据块，并对每个组分别计算聚合函数。如果有多个列，数据库将根据这些列的组合值进行分组。

5. ORDER BY column_name(s)
ORDER BY 关键字用于指定结果集的排序方式。你可以根据一个或多个列进行排序。默认情况下，ORDER BY 会按照升序（ASC）排列数据，但你也可以指定降序（DESC）。

三、关键点

• 分组列: GROUP BY 语句后面跟的是一个或多个列，数据库根据这些列的值将数据分组。同一组内的行在所有指定的列上都有相同的值。
• 聚合函数: 在分组的结果上通常会使用聚合函数来进行计算，如求每组的平均值、最大值、总和等。
• 选择列: SELECT 语句中可以包含分组列和聚合函数，但如果选择的列没有包含在 GROUP BY
  中，且没有使用聚合函数处理，那么查询可能会返回错误。

四、示例

• 示例1
  假设有一个 orders 表，其中包含 order_date 和 amount 列。如果我们想知道每个日期的总销售额，可以这样写：

  SELECT order_date, SUM(amount)
  FROM orders
  GROUP BY order_date;
  

  这个查询会根据 order_date 列的值将 orders 表中的记录分组，并计算每个日期的总销售额。

• 示例2

  假设有一个名为 employees 的表，它有 department 和 salary 两列。如果你想知道每个部门的平均薪资，并按部门名排序，你的 SQL 语句可能如下：

  SELECT department, AVG(salary)
  FROM employees
  WHERE salary > 0
  GROUP BY department
  ORDER BY department;
  

  这个查询将：

  • 1 、从 employees 表中选择记录（FROM employees）。
  • 2、只包括那些 salary 大于 0 的行（WHERE salary > 0）。
  • 3、按照 department 列的值将行分组（GROUP BY department）。
  • 4、计算每个部门的平均薪资（AVG(salary)）。
  • 5、按部门名称对结果进行排序（ORDER BY department）。
    这样，你就可以得到每个部门的平均薪资，并且结果是按照部门名称排序的。

五、注意事项

• 选择非聚合列：在 SELECT 子句中，除了聚合函数计算的列外，所有列都应该在 GROUP BY 子句中列出。如果你选择了一个没有包含在
  GROUP BY 中的列，这通常会导致错误，因为没有聚合函数应用于它，数据库不知道如何为每个组选择一个值。
• NULL 值的分组：在分组时，GROUP BY 会将 NULL 值视为相同的值进行分组。这意味着所有 NULL 值会被归入同一组。
• 聚合函数的使用：在 SELECT 语句中可以使用多种聚合函数来计算每个组的统计信息，如 SUM()、AVG()、MAX()、MIN() 和 COUNT()。每个聚合函数都有其特定用途，选择合适的聚合函数可以帮助你获得需要的信息。
• HAVING 子句：如果你需要对分组后的结果进行过滤，应该使用 HAVING 子句而不是 WHERE 子句。WHERE
  子句在数据分组前进行过滤，而 HAVING 子句在数据分组后对分组的结果进行过滤。
• 性能考虑：GROUP BY 操作可能会涉及大量的数据处理，特别是在处理大型数据集时。合理地选择分组列和优化聚合函数的使用可以帮助提高查询的性能。
• 分组顺序：在 GROUP BY 子句中列出多个列时，数据首先按照第一个列的值进行分组，然后是第二个列的值，以此类推。分组顺序可能会影响到输出结果的排序，但不会影响到分组聚合的结果。
• 与ORDER BY共用：虽然 GROUP BY 会对输出结果进行一定的排序（按照分组列排序），但如果你需要特定的排序顺序，应明确使用 ORDER BY 子句。