数据分组,可以这样实现:对GROUP BY子句后面跟随的列名进行分组,然后对每一个分组而不是整个表进行操作。
举例:在产品表中,检索每一个供应商提供的商品的数量。
- mysql> 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 |
+---------+-----------+
4 rows in set (0.01 sec)
分析:
首先根据vend_id进行分组,然后对每一个分组在进行COUNT聚集。当检索的目的是针对每一个记录进行检索的时候,想到用GROUP BY,例如这里是针对每一个供应商。
GROUP BY的规定:
1、GROUP BY 后面可以包含多个列,这就是嵌套。
2、如果GROUP BY进行了嵌套,数据将在最后一个分组上进行汇总。
3、GROUP BY子句中列出来的每个列必须是检索列或有效的表达式(但不能是聚集函数),如果在SELECT中使用了表达式,则必须在GROUP BY子句中指定相同的表达式。不能使用别名。
4、除了聚集语句外,SELECT语句中的每一个列都必须在GROUP BY子句中给出。
5、如果分组列中具有NULL值,则NULL将作为一个分组返回。如果列中有多个NULL,它们将作为一个分组返回。
6、GROUP BY子句必须在WHERE 子句之后,ORDER BY 子句之前。
过滤分组结果
我们知道WHERE 子句用于过滤结果,但是对于分组的过滤WHERE子句不行。
因为WHERE子句,是针对行的过滤。要对分组结果进行过滤,必须使用HAVING子句,HAVING子句能针对分组的结果进行过滤。
举例:
在订单表中,检索出具有两个以上订单的客户id以及订单数量。
分析:
在这个检索需求中,需要先根据客户id进行分组,然后过滤出订单数量大于2的分组。
- mysql> SELECT cust_id,COUNT(*) AS orders FROM orders GROUP BY cust_id HAVING orders>=2;
+---------+--------+
| cust_id | orders |
+---------+--------+
| 10001 | 2 |
+---------+--------+
1 row in set (0.00 sec)
与WHERE组合使用(先用WHERE过滤)
有的时候,GROUP BY和WHERE子句也要组合使用。比如:在产品表中检索出能提供2个以上商品,并且价格高于10的供应商。
分析:
首先,检索的是供应商,因此SELECT子句应该是SELECT vend_id
其次,产品表中,有价格这一列,因此对于价格高于10的条件的过滤要使用WHERE子句。SELECT vend_id FROM prodcuts WHERE prod_price>=10.
接着,对vend_id进行分组,这样就可以得到每个vend_id的价格高于10的商品数量,GROUP BY放到WHERE子句后。SELECT vend_id FROM prodcuts WHERE prod_price>=10 GROUP BY vend_id.
最后,对分组的结果过滤,过滤出2个以上商品的分组
- mysql> SELECT vend_id,COUNT(*) AS num_prods FROM products WHERE prod_price>=10 GROUP BY vend_id HAVING COUNT(*)>=2;
+---------+-----------+
| vend_id | num_prods |
+---------+-----------+
| 1003 | 4 |
| 1005 | 2 |
+---------+-----------+
2 rows in set (0.00 sec)
对分组结果进行排序
在订单明细表中,检索出订单总价格高于等于50的订单号以及订单总价格
- mysql> SELECT order_num,SUM(quantity*item_price) AS ordertotal FROM orderitems GROUP BY order_num HAVING SUM(quantity*item_price)>=50 ORDER BY ordertotal;
+-----------+------------+
| order_num | ordertotal |
+-----------+------------+
| 20006 | 55.00 |
| 20008 | 125.00 |
| 20005 | 149.87 |
| 20007 | 1000.00 |
+-----------+------------+
4 rows in set (0.08 sec)
SELECT 子句的顺序
SELECT
FROM
WHERE
GROUP BY
HAVING
ORDER BY
LIMIT
where过滤无法做到,因为where语句的执行在分组之前,因此过滤在分组之前。并且,where只能过滤行,不能过滤分组。(where中不能使用聚合函数)
having可以对group分组的结果集进行过滤,因其执行在分组之后,并其过滤可以基于分组聚集值。(having子句中可以直接使用聚合函数)
有这样的说法,“having子句中的列只能是group by子句中的列或者聚合函数的列”。实际上这也可以用上面所说的来解释--having在group by分组后才执行。
总结:
涉及到对分组结果集的过滤操作,都用having。
非分组结果集的操作,行级的操作,用where。
PS:“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。”
----摘录来自: Ben Forta. “SQL必知必会(第4版)”。
但是自己在使用having时应该注意要结合group by 子句,而where子句用于标准的行级过滤。
例:你可能想要列出至少有两个订单的所有顾客。
SELECT cust_id, COUNT(*) AS orders FROM Orders
GROUP BY cust_id
HAVING COUNT(*) >= 2;
分组后再显示的字段必须是GROUP BY后面选择的字段,否则就会出错,第二个sql执行报错
SELECT gp_segment_id,a1,a2,"count"(*) FROM cars_test GROUP BY(gp_segment_id,a1,a2)
SELECT id,gp_segment_id,a1,a2,"count"(*) FROM cars_test GROUP BY(gp_segment_id,a1,a2)
ERROR: column "cars_test.id" must appear in the GROUP BY clause or be used in an aggregate function