SQL入门经典—CHAPTER10数据排序与分组

最新推荐文章于 2024-02-17 14:59:40 发布
最新推荐文章于 2024-02-17 14:59:40 发布
阅读量97 收藏
点赞数
分类专栏： mysql 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhjulia123/article/details/82864080
版权 
--10.2 GROUP BY
--语句
SELECT COLUMN1， COLUMN2
FROM TABLE1， TABLE2
WHERE CONDITIONS
GROUP BY COLUMN1， COLUMN2
ORDER BY COLUMN1， COLUMN2

--10.2.3创建分组和使用汇总函数
--从EMPLOYEE_TBL选择字段EMP_ID和CITY,根据CITY,EMP_ID排序
mysql> SELECT EMP_ID, CITY
FROM EMPLOYEE_TBL
GROUP BY CITY, EMP_ID;
+-----------+--------------+
| EMP_ID    | CITY         |
+-----------+--------------+
| 213764555 | WHITELAND    |
| 220984332 | INDIANAPOLIS |
| 311549902 | GREENWOOD    |
| 313782439 | INDIANAPOLIS |
| 442346889 | INDIANAPOLIS |
| 443679012 | INDIANAPOLIS |
+-----------+--------------+
6 rows in set

--返回EMP_ID和SALARY字段的总和，然后根据薪水和雇员ID进行分组
mysql> SELECT EMP_ID,SUM(SALARY)
FROM EMPLOYEE_PAY_TBL
GROUP BY SALARY ,EMP_ID;
+-----------+-------------+
| EMP_ID    | SUM(SALARY) |
+-----------+-------------+
| 213764555 | 30000.00    |
| 220984332 | NULL        |
| 311549902 | 40000.00    |
| 313782439 | 20000.00    |
| 442346889 | 30000.00    |
| 443679012 | NULL        |
+-----------+-------------+
6 rows in set

--从EMPLOYEE_TBL里返回全部薪水总和
mysql> SELECT SUM(SALARY) AS TOTAL_SALARY
FROM EMPLOYEE_PAY_TBL;
+--------------+
| TOTAL_SALARY |
+--------------+
| 120000.00    |
+--------------+
1 row in set
--返回不同薪水的总和
mysql> SELECT SUM(SALARY)
FROM EMPLOYEE_PAY_TBL
GROUP BY SALARY;
+-------------+
| SUM(SALARY) |
+-------------+
| 60000.00    |
| NULL        |
| 40000.00    |
| 20000.00    |
+-------------+
4 rows in set

--统计每个城市的记录数量
mysql> SELECT CITY, COUNT(*) 
FROM EMPLOYEE_TBL
GROUP BY CITY;
+--------------+----------+
| CITY         | COUNT(*) |
+--------------+----------+
| WHITELAND    |        1 |
| INDIANAPOLIS |        4 |
| GREENWOOD    |        1 |
+--------------+----------+
3 rows in set

--10.2.4
--GROUP BY中整数代表字段名称
mysql> SELECT YEAR(DATE_HIRE) AS YEAR_HIRED, SUM(SALARY)
FROM EMPLOYEE_PAY_TBL
GROUP BY 1;
+------------+-------------+
| YEAR_HIRED | SUM(SALARY) |
+------------+-------------+
|       2004 | 30000.00    |
|       2006 | NULL        |
|       1999 | 40000.00    |
|       2007 | 20000.00    |
|       2000 | 30000.00    |
|       2001 | NULL        |
+------------+-------------+
6 rows in set

--10.3 GROUP BY 和ORDER BY
--SELECT 列出的全部字段，除使用函数的，全部都要出现在GROUP BY子句中
mysql> SELECT LAST_NAME, FIRST_NAME, CITY 
FROM EMPLOYEE_TBL
ORDER BY LAST_NAME, FIRST_NAME, CITY; 
+-----------+------------+--------------+
| LAST_NAME | FIRST_NAME | CITY         |
+-----------+------------+--------------+
| GLASS     | BRANDON    | WHITELAND    |
| GLASS     | JACOB      | INDIANAPOLIS |
| PLEW      | LINDA      | INDIANAPOLIS |
| SPURGEON  | TIFFANY    | INDIANAPOLIS |
| STEPHENS  | TINA       | GREENWOOD    |
| WALLACE   | MARIAH     | INDIANAPOLIS |
+-----------+------------+--------------+
6 rows in set

mysql> SELECT LAST_NAME, FIRST_NAME, CITY 
FROM EMPLOYEE_TBL
GROUP BY LAST_NAME, FIRST_NAME, CITY; 
+-----------+------------+--------------+
| LAST_NAME | FIRST_NAME | CITY         |
+-----------+------------+--------------+
| GLASS     | BRANDON    | WHITELAND    |
| WALLACE   | MARIAH     | INDIANAPOLIS |
| STEPHENS  | TINA       | GREENWOOD    |
| GLASS     | JACOB      | INDIANAPOLIS |
| PLEW      | LINDA      | INDIANAPOLIS |
| SPURGEON  | TIFFANY    | INDIANAPOLIS |
+-----------+------------+--------------+
6 rows in set

mysql> SELECT CITY, LAST_NAME
FROM EMPLOYEE_TBL
ORDER
 BY CITY, LAST_NAME;
+--------------+-----------+
| CITY         | LAST_NAME |
+--------------+-----------+
| GREENWOOD    | STEPHENS  |
| INDIANAPOLIS | GLASS     |
| INDIANAPOLIS | PLEW      |
| INDIANAPOLIS | SPURGEON  |
| INDIANAPOLIS | WALLACE   |
| WHITELAND    | GLASS     |
+--------------+-----------+
6 rows in set

mysql> SELECT CITY, COUNT(*)
FROM EMPLOYEE_TBL
GROUP BY CITY
ORDER BY 1,2;
+--------------+----------+
| CITY         | COUNT(*) |
+--------------+----------+
| GREENWOOD    |        1 |
| INDIANAPOLIS |        4 |
| WHITELAND    |        1 |
+--------------+----------+
3 rows in set

--10.4 CUBE和ROLLUP语句
--ROLLUP在全部分组数据的基础上，对其中一部分进行汇总。
--语法
--Oracle
GROUP BY ROLLUP(ordered column list of grouping sets)
--MySQL
GROUP BY ORDER COLUMN LIST OF GROUPING SETS WITH ROLLUP

--简单GROUP BY
mysql> SELECT CITY,ZIP, AVG(PAY_RATE), AVG(SALARY)
FROM EMPLOYEE_TBL E
INNER JOIN EMPLOYEE_PAY_TBL P
ON E.EMP_ID=P.EMP_ID
GROUP BY CITY, ZIP
ORDER BY CITY, ZIP;
+--------------+-------+---------------+-------------+
| CITY         | ZIP   | AVG(PAY_RATE) | AVG(SALARY) |
+--------------+-------+---------------+-------------+
| GREENWOOD    | 47890 | NULL          | 40000       |
| INDIANAPOLIS | 45734 | NULL          | 20000       |
| INDIANAPOLIS | 46224 | 14.75         | 30000       |
| INDIANAPOLIS | 46234 | 15            | NULL        |
| INDIANAPOLIS | 46741 | 11            | NULL        |
| WHITELAND    | 47885 | NULL          | 30000       |
+--------------+-------+---------------+-------------+
6 rows in set

--ROLLUP的GROUP BY
mysql> SELECT CITY,ZIP, AVG(PAY_RATE), AVG(SALARY)
FROM EMPLOYEE_TBL E
INNER JOIN EMPLOYEE_PAY_TBL P
ON E.EMP_ID=P.EMP_ID
GROUP BY CITY, ZIP WITH ROLLUP;
+--------------+-------+---------------+-------------+
| CITY         | ZIP   | AVG(PAY_RATE) | AVG(SALARY) |
+--------------+-------+---------------+-------------+
| GREENWOOD    | 47890 | NULL          | 40000       |
| GREENWOOD    | NULL  | NULL          | 40000       |
| INDIANAPOLIS | 45734 | NULL          | 20000       |
| INDIANAPOLIS | 46224 | 14.75         | 30000       |
| INDIANAPOLIS | 46234 | 15            | NULL        |
| INDIANAPOLIS | 46741 | 11            | NULL        |
| INDIANAPOLIS | NULL  | 13.583333     | 25000       |
| WHITELAND    | 47885 | NULL          | 30000       |
| WHITELAND    | NULL  | NULL          | 30000       |
| NULL         | NULL  | 13.583333     | 30000       |
+--------------+-------+---------------+-------------+
10 rows in set

--1、GREENWOOD    | NULL  | NULL          | 40000       |  对GREENWOOD合计
--2、INDIANAPOLIS | NULL  | 13.583333     | 25000       |  对INDIANAPOLIS合计
--3、WHITELAND    | NULL  | NULL          | 30000       |  对WHITELAND 合计
--4、NULL         | NULL  | 13.583333     | 30000       |  对全部合计

--CUBE的GROUP BY(MySQL不支持)
SELECT CITY,ZIP, AVG(PAY_RATE), AVG(SALARY)
FROM EMPLOYEE_TBL E
INNER JOIN EMPLOYEE_PAY_TBL P
ON E.EMP_ID=P.EMP_ID
GROUP BY CUBE(CITY, ZIP);

--10.5 HAVING子句
--语法
SELECT COLUMN1， COLUMN2
FROM TABLE1， TABLE2
WHERE CONDITIONS
GROUP BY COLUMN1, COLUMN2
HAVING CONDITIONS 
ORDER BY COLUMN1, COLUMN2

SELECT CITY, AVG(PAY_RATE), AVG(SALARY)
FROM EMPLOYEE_PAY_TBL
WHERE CITY <> 'GREENWOOD'
GROUP BY CITY
HAVING AVG(SALARY) > 20000
ORDER BY 3;

--10.8 实践
--10.8.1.a
SELECT SUM(SALARY), EMP_ID
FROM EMPLOYEE_PAY_TBL
GROUP BY 1 AND 2;
--NO.1:GROUP by 1,2;NO.2:SUM(SALARY)不能GROUP BY.
--修改
mysql> SELECT SUM(SALARY), EMP_ID
FROM EMPLOYEE_PAY_TBL
GROUP BY SALARY, EMP_ID;
+-------------+-----------+
| SUM(SALARY) | EMP_ID    |
+-------------+-----------+
| 30000.00    | 213764555 |
| NULL        | 220984332 |
| 40000.00    | 311549902 |
| 20000.00    | 313782439 |
| 30000.00    | 442346889 |
| NULL        | 443679012 |
+-------------+-----------+
6 rows in set

--10.8.1.b
mysql> SELECT EMP_ID, MAX(SALARY)
FROM EMPLOYEE_PAY_TBL
GROUP BY SALARY, EMP_ID;
+-----------+-------------+
| EMP_ID    | MAX(SALARY) |
+-----------+-------------+
| 213764555 | 30000       |
| 220984332 | NULL        |
| 311549902 | 40000       |
| 313782439 | 20000       |
| 442346889 | 30000       |
| 443679012 | NULL        |
+-----------+-------------+
6 rows in set

--10.8.1.c 
SELECT EMP_ID,COUNT(SALARY)
FROM EMPLOYEE_PAY_TBL
ORDER BY EMP_ID
GROUP BY SALARY;

mysql> SELECT EMP_ID,COUNT(SALARY)
FROM EMPLOYEE_PAY_TBL
GROUP BY EMP_ID
ORDER BY EMP_ID;
--先GROUP BY再ORDER BY；
+-----------+---------------+
| EMP_ID    | COUNT(SALARY) |
+-----------+---------------+
| 213764555 |             1 |
| 220984332 |             0 |
| 311549902 |             1 |
| 313782439 |             1 |
| 442346889 |             1 |
| 443679012 |             0 |
+-----------+---------------+
6 rows in set

--10.8.1.d 
mysql> SELECT YEAR(DATE_HIRE) AS YEAR_HIRED, SUM(SALARY)
FROM EMPLOYEE_PAY_TBL
GROUP BY 1
HAVING SUM(SALARY) > 20000;
+------------+-------------+
| YEAR_HIRED | SUM(SALARY) |
+------------+-------------+
|       2004 | 30000.00    |
|       1999 | 40000.00    |
|       2000 | 30000.00    |
+------------+-------------+
3 rows in set

--10.8.2
--10.8.2.1
mysql> SELECT CITY
FROM EMPLOYEE_TBL;
+--------------+
| CITY         |
+--------------+
| WHITELAND    |
| INDIANAPOLIS |
| GREENWOOD    |
| INDIANAPOLIS |
| INDIANAPOLIS |
| INDIANAPOLIS |
+--------------+
6 rows in set

--10.8.2.2
mysql> SELECT CITY, COUNT(*)
FROM EMPLOYEE_TBL
GROUP BY CITY;
+--------------+----------+
| CITY         | COUNT(*) |
+--------------+----------+
| WHITELAND    |        1 |
| INDIANAPOLIS |        4 |
| GREENWOOD    |        1 |
+--------------+----------+
3 rows in set

--10.8.2.3
--WHERE是查询的主过滤器，HAVING是在GROUP BY（分组）后进行过滤
mysql> SELECT CITY, COUNT(*)
FROM EMPLOYEE_TBL
GROUP BY CITY
HAVING COUNT(*) > 1;
+--------------+----------+
| CITY         | COUNT(*) |
+--------------+----------+
| INDIANAPOLIS |        4 |
+--------------+----------+
1 row in set

--10.8.2.4
mysql> SELECT CITY, COUNT(*)
FROM EMPLOYEE_TBL
GROUP BY CITY
ORDER BY COUNT(*) DESC;
+--------------+----------+
| CITY         | COUNT(*) |
+--------------+----------+
| INDIANAPOLIS |        4 |
| GREENWOOD    |        1 |
| WHITELAND    |        1 |
+--------------+----------+
3 rows in set

--10.8.2.5
SELECT AVG(PAY_RATE), SALARY, CITY
FROM EMPLOYEE_PAY_TBL
GROUP BY CITY;

--10.8.2.6
SELECT AVG(SALARY), CITY
FROM EMPLOYEE_PAY_TBL
GROUP BY CITY
HAVING AVG(SALARY) > 20000;

 

Mm901
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
SQL 入门基础知识 04
qinyang_H的博客
12-22 117
USE crashcourse; --------------- CHAPTER 4 检索数据 ------------------- -- 4.1 SEELCT 语句 # SELECT检索表数据，必须至少给出两条信息：想选择什么，以及从什么地方选择。 -- 4.2 检索单个列 SELECT prod_name FROM products; ## 利用SELECT语句从products表中检索一个名为prod_name的列。 ## *未排序数据* 如果没有明确排序查询结果，则返回的数据的顺序没有特殊意义。返
SQL数据排序与分组
12-14
一、为什么要对数据进行分组 　数据分组：是按照逻辑次序把具有重复值的字段进行合并。 　二、GROUP BY子句 　语法：   SELECT column1，column2 FROM table1，table2 WHERE conditions ...
Postgres -- 按照 ID 字段升序排序，排序出的结果为1，10，100，2...
支棱起来
08-31 2037
这是因为我们将 ID 字段的数据类型设置成 varchar 类型了，如果将 ID 设置成 INT 类型，则不会出现上述问题
SQL——为什么 10,11 这些会排在 2 的前面？
全场梦游c的博客
11-26 1万+
都是字符类型的，比较的时候当然是'10'&lt;'2' 解决方法：可以左填充0 SELECT id,Name FROM  tab_name ORDER BY LPAD(id,'0',10)
MOSH10小时学会sql笔记大全（数据分析零基础学习笔记—2.1_sql）
Adore_rui的博客
02-17 1025
sql语法大全
牛逼！Java 从入门到精通，超全汇总版
热门推荐
程序员cxuan的个人主页
05-06 7万+
文章目录Java 基础Head First JavaJava 核心技术卷一Java 编程思想设计模式Head First 设计模式图解设计模式设计模式重学 Java 设计模式Java 进阶Java 并发编程实战Java 并发编程艺术Java 并发编程之美图解Java多线程设计模式JVM深入理解 Java 虚拟机Java 虚拟机规范HotSpot 实战自己动手写 Java 虚拟机MySQLMySQL 基础教程SQL 基础教程深入浅出 MySQLMySQL 必知必会SQL 必知必会高性能 MySQLMySQL
SQL语句（入门）
CSDNsue的博客
08-21 328
文章目录Chapter 0Chapter 1 Chapter 0 D:\PostgreSQL\9.5\bin\psql.exe -U postgres -d shop 1830191026 Chapter 1 代码清单1-1  创建数据库shop的CREATE DATABASE语句 CREATE DATABASE shop;
MySQL数据库-基础篇1-SQL
weixin_46847902的博客
03-26 872
数据库_基础篇-SQL 1.数据库相关概念 2.MySQL数据库下载及安装、启动与停止、客户端连接、数据模型 3.SQL 1）DDL 数据库及表操作 2）ps:图形化界面工具 3）DML 增删改数据 4）DQL 查询 5）DCL 用户管理，权限
CHAPTER 3 Query
qq_23129193的博客
12-12 100
第三章 查询入门 3.1 查询机制 当把查询发送到服务端时，服务器会在执行语句前进行如下三点检查： 用户是否有权限执行该语句 用户是否有权限访问目标数据 语句的语法是否正确 通过后查询语句就会被传递给查询优化器，它将为查讯找到最有效率的执行方式。 3.2 查询语句 SELECT语句： query子句（属于ANSI标准） 子句名称 使用目的 select 确定结果集包含哪些列 ...
sql获取分组排序后数据的脚本
01-19
先上一段代码，如下所示： 代码如下:select distinct b.OrgID,b.CompanyID,b.AreaID,b.CustChannelID,b.CustID,b.SaleTotalQty,GETDATE() from KDS400TelSurveyCustAll_Temp as tmp1 cross apply (select top 10 ...
常用的SQL排序、分组与统计的使用方法
12-14
幸运的是，SQL提供了大量语句和操作来进行排序，分组和摘要。下面的一些技巧将会帮助你识别什么时候排序，什么时候分组，什么时候以及如何统计。对要每条语句和操作的详细信息请查看Books Online。 　1、使用排序...
SQL入门经典
09-24
Beginning SQL清华大学出版的那边红皮书，从基础到高级，把SQL介绍的很详细。
SQL Server分组排序取数据的实现
05-31
此文档中详细的记载了，SQL Server分组排序取数据的实现，希望可以帮到下载的朋友们！
NowCoder刷题 SQL篇
Aroundchange
05-03 187
NowCoder Quiz SQL Chapter
2024年测风激光雷达行业分析报告.pptx
06-16
行业报告
mapreduce综合应用案例 - 招聘数据清洗.docx
最新发布
06-16
招聘数据清洗是一个典型的大数据处理任务，可以通过MapReduce来实现高效且可扩展的数据清洗过程。下面是一个简单的招聘数据清洗的MapReduce应用案例： 输入数据准备：将招聘数据集划分为若干个块，每个块包含多条记录。 Map阶段： 每个Map任务负责处理一个数据块。 Map函数解析输入记录，提取关键字段，如职位名称、公司名称、薪资等。 对于每条记录，如果关键字段缺失或格式不正确，可以忽略或标记为错误数据。 输出中间键值对，其中键为职位名称，值为包含相关信息的自定义对象或字符串。 Reduce阶段： 所有Map任务的输出会根据职位名称进行分组。 Reduce函数对每个职位名称的数据进行处理，可以进行去重、合并、计数等操作。 根据需求，可以进一步筛选、过滤数据，如只保留特定行业或薪资范围的职位。 输出最终结果，可以保存为文件或存储到数据库中。 通过以上MapReduce应用，可以高效地清洗大规模的招聘数据，并提供结构化、准确的数据用于后续的分析和决策。此外，由于MapReduce具有良好的容错性和可扩展性，可以处理海量数据并在分布式环境中实现高性能的数据清洗任务。
Springboot+vue学生管理系统源码
06-16
Springboot+vue学生管理系统源码 idea导入后端项目，设置好依赖，运行SystemApplication.java 使用vscode或者hbuilderx等工具打开前端项目，运行即可 另外前端vue页打包成静态资源放到后端里面了，即便不运行前端vue项目也是可以的 如果需要修改，则使用npm run bulid重新打包，生成的前端代码，放到后端代码的resources的static目录下
对数据先分组后排序最后查询的sql
02-19
我们可以使用SELECT语句来实现这一步骤，具体步骤如下：1.使用GROUP BY子句来将数据分组；2.使用ORDER BY子句来对分组后的数据进行排序；3.使用SELECT语句来查询分组和排序后的数据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值