SQL中Group By的使用，以及一些特殊使用方法

淩亂°似流年 2022-06-01 13:43 164阅读 0赞

###     ###

转载自 https://www.cnblogs.com/jingfengling/p/5962182.html

### 1、概述 ###

“Group By”从字面意义上理解就是根据“By”指定的规则对数据进行分组，所谓的分组就是将一个“数据集”划分成若干个“小区域”，然后针对若干个“小区域”进行数据处理。

### 2、原始表 ###

![28234015-f1cc175bc15c439d94abf7cb1c52ab97.png][]

### 3、简单Group By ###

#### 示例1 ####

select 类别, sum(数量) as 数量之和
    from A
    group by 类别

返回结果如下表，实际上就是分类汇总。

![28234054-ff92ae14bfe74da98c4deb8d7c78f2f8.png][]

### 4、Group By 和 Order By ###

#### 示例2 ####

select 类别, sum(数量) AS 数量之和
    from A
    group by 类别
    order by sum(数量) desc

返回结果如下表

![33509-20160507160034812-1769640827.png][]

在Access中不可以使用“order by 数量之和 desc”，但在SQL Server中则可以。

### 5、Group By中Select指定的字段限制 ###

#### 示例3 ####

select 类别, sum(数量) as 数量之和, 摘要
    from A
    group by 类别
    order by 类别 desc

示例3执行后会提示下错误，如下图。这就是需要注意的一点，在select指定的字段要么就要包含在Group By语句的后面，作为分组的依据；要么就要被包含在聚合函数中。

![28234141-f046e758679242e3834aacd4773740f2.png][]

### 6、Group By All ###

#### 示例4 ####

select 类别, 摘要, sum(数量) as 数量之和
    from A
    group by all 类别, 摘要

示例4中则可以指定“摘要”字段，其原因在于“多列分组”中包含了“摘要字段”，其执行结果如下表

![28234156-7fb9d1f258ad4faaa26decfddc3723fc.png][]

“多列分组”实际上就是就是按照多列（类别+摘要）合并后的值进行分组，示例4中可以看到“a, a2001, 13”为“a, a2001, 11”和“a, a2001, 2”两条记录的合并。

SQL Server中虽然支持“group by all”，但[Microsoft SQL Server 的未来版本中将删除 GROUP BY ALL，避免在新的开发工作中使用 GROUP BY ALL][Microsoft SQL Server _ GROUP BY ALL_ GROUP BY ALL]。Access中是不支持“Group By All”的，但Access中同样支持多列分组，上述SQL Server中的SQL在Access可以写成

select 类别, 摘要, sum(数量) AS 数量之和
    from A
    group by 类别, 摘要

### 7、Group By与聚合函数 ###

在示例3中提到group by语句中select指定的字段必须是“分组依据字段”，其他字段若想出现在select中则必须包含在聚合函数中，常见的聚合函数如下表：

<table style="border-color:silver; word-break:break-word; color:rgb(153,153,153); font-family:verdana,Arial,Helvetica,sans-serif; font-size:14px; background-color:rgb(16,16,15)"> 
 <thead> 
  <tr> 
   <th style="border-color:silver; border-collapse:collapse; padding:3px">函数</th> 
   <th style="border-color:silver; border-collapse:collapse; padding:3px">作用</th> 
   <th style="border-color:silver; border-collapse:collapse; padding:3px">支持性</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">sum(列名)</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">求和</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">&nbsp;</td> 
  </tr> 
  <tr> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">max(列名)</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">最大值</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">&nbsp;</td> 
  </tr> 
  <tr> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">min(列名)</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">最小值</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">&nbsp;</td> 
  </tr> 
  <tr> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">avg(列名)</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">平均值</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">&nbsp;</td> 
  </tr> 
  <tr> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">first(列名)</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">第一条记录</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">仅Access支持</td> 
  </tr> 
  <tr> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">last(列名)</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">最后一条记录</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">仅Access支持</td> 
  </tr> 
  <tr> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">count(列名)</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">统计记录数</td> 
   <td style="border-color:silver; border-collapse:collapse; padding:3px">注意和count(*)的区别</td> 
  </tr> 
 </tbody> 
</table>

#### 示例5：求各组平均值 ####

select 类别, avg(数量) AS 平均值 from A group by 类别;

#### 示例6：求各组记录数目 ####

select 类别, count(*) AS 记录数 from A group by 类别;

#### 示例7：求各组记录数目 ####

### 8、Having与Where的区别 ###

*  where 子句的作用是在对查询结果进行分组前，将不符合where条件的行去掉，即在分组之前过滤数据，where条件中不能包含聚组函数，使用where条件过滤出特定的行。
 *  having 子句的作用是筛选满足条件的组，即在分组之后过滤数据，条件中经常包含聚组函数，使用having 条件过滤出特定的组，也可以使用多个分组标准进行分组。

#### 示例8 ####

select 类别, sum(数量) as 数量之和 from A
    group by 类别
    having sum(数量) > 18

#### 示例9：Having和Where的联合使用方法 ####

select 类别, SUM(数量)from A
    where 数量 gt;8
    group by 类别
    having SUM(数量) gt; 10

### 9、Compute 和 Compute By ###

select * from A where 数量 > 8

执行结果：

![01222254-f994cd7563d748ce98e505099ec121af.png][]

#### 示例10：Compute ####

select *
    from A
    where 数量>8
    compute max(数量),min(数量),avg(数量)

执行结果如下：

![01222307-2d255932d5a04974a390b1e7a23e4279.png][]

compute子句能够观察“查询结果”的数据细节或统计各列数据（如例10中max、min和avg），返回结果由select列表和compute统计结果组成。

#### 示例11：Compute By ####

select *
    from A
    where 数量>8
    order by 类别
    compute max(数量),min(数量),avg(数量) by 类别

执行结果如下：

![01222322-0729b129cb294a29aa06d041b737bb11.png][]

示例11与示例10相比多了“order by 类别”和“... by 类别”，示例10的执行结果实际是按照分组（a、b、c）进行了显示，每组都是由改组数据列表和改组数统计结果组成，另外：

*  compute子句必须与order by子句用一起使用
 *  compute...by与group by相比，group by 只能得到各组数据的统计结果，而不能看到各组数据

在实际开发中compute与compute by的作用并不是很大，SQL Server支持compute和compute by，而Access并不支持

# [SQL compute by 的使用][SQL compute by] https://www.cnblogs.com/Gavinzhao/archive/2010/07/12/1776107.html #

# where、having之间的区别和用法 http://blog.csdn.net/jdjh1024/article/details/76647866 #

[28234015-f1cc175bc15c439d94abf7cb1c52ab97.png]: /images/20220601/ec0129cd2e2e47d88a57833dd7c5ce31.png
[28234054-ff92ae14bfe74da98c4deb8d7c78f2f8.png]: /images/20220601/aa6a4315fec44d2da2fadd449fc4482c.png
[33509-20160507160034812-1769640827.png]: /images/20220601/66777012c9c84dfeaf376fae1bec1637.png
[28234141-f046e758679242e3834aacd4773740f2.png]: /images/20220601/2f415e6a1ae7478eb550a961bb286f63.png
[28234156-7fb9d1f258ad4faaa26decfddc3723fc.png]: /images/20220601/38751b15725c432cae56019880d8ba3e.png
[Microsoft SQL Server _ GROUP BY ALL_ GROUP BY ALL]: http://technet.microsoft.com/zh-cn/library/ms175028%28v=sql.90%29.aspx
[01222254-f994cd7563d748ce98e505099ec121af.png]: /images/20220601/c3a330b5d9db4bb39ed608b745116043.png
[01222307-2d255932d5a04974a390b1e7a23e4279.png]: /images/20220601/3f11721f92da453295edbc6c0df531ac.png
[01222322-0729b129cb294a29aa06d041b737bb11.png]: /images/20220601/1d2037bc0fd64d03b77e016239366e34.png
[SQL compute by]: http://www.cnblogs.com/Gavinzhao/archive/2010/07/12/1776107.html