本文主要介绍 SQL（Structured Query Language）中 GROUP BY 语句的相关知识，同时通过用法示例介绍 GROUP BY 语句的常见用法。
 
1 概述
 
GROUP BY 语句通常用于配合聚合函数（如 COUNT()、MAX() 等），根据一个或多个列对结果集进行分组。
 
从字面上来理解，GROUP 表示分组、BY 后接字段名，表示根据某个字段进行分组。
 
一般情况下，GROUP BY 必须要配合聚合函数一起使用，通过使用聚合函数，在分组之后可以对组内结果进行计数（COUNT）、求和（SUM），求平均数（AVG）操作等。
 
常用聚合函数如下：
 
count()：计数
sum()：求和
avg()：求平均数
max()：求最大值
min()：求最小值
2 常见用法
 
现有一数据库表，内容如下：
 
mysql> select * from roles;
+---------+------------+----------+---------------------+
| role_id | occupation | camp     | register_time       |
+---------+------------+----------+---------------------+
|       1 | mage       | alliance | 2018-12-03 16:11:28 |
|       2 | paladin    | alliance | 2018-11-30 16:11:28 |
|       3 | rogue      | horde    | 2018-12-01 16:11:28 |
|       4 | priest     | alliance | 2018-12-02 16:11:28 |
|       5 | shaman     | horde    | NULL                |
|       6 | warrior    | alliance | NULL                |
|       7 | warlock    | horde    | 2018-12-04 16:11:28 |
|       8 | hunter     | horde    | NULL                |
+---------+------------+----------+---------------------+
8 rows in set (0.00 sec)

mysql> 
 
接下来针对上表提供一些 GROUP BY 的用法示例，来介绍 GROUP BY 语句的常见用法。
 
2.1 结合聚合函数
 
首先，不使用聚合函数，只使用 GROUP BY，查询结果如下：
 
mysql> select camp,role_id,occupation,register_time from roles group by camp;
+----------+---------+------------+---------------------+
| camp     | role_id | occupation | register_time       |
+----------+---------+------------+---------------------+
| alliance |       1 | mage       | 2018-12-03 16:11:28 |
| horde    |       3 | rogue      | 2018-12-01 16:11:28 |
+----------+---------+------------+---------------------+
2 rows in set (0.00 sec)

mysql> 
 
上述查询结果表明，当不使用聚合函数时，GROUP BY 的结果是分组内容中的第一组查询结果。
 
当然，在实际使用中，通常都需要将 GROUP BY 与聚合函数结合起来使用，来实现某种目的。
 
例如，我们想查找“联盟和部落阵营中所有角色最早的注册时间”，则可以通过如下语句实现：
 
mysql> select camp,MIN(register_time) as register_time from roles group by camp;
+----------+---------------------+
| camp     | register_time       |
+----------+---------------------+
| alliance | 2018-11-30 16:11:28 |
| horde    | 2018-12-01 16:11:28 |
+----------+---------------------+
2 rows in set (0.01 sec)

mysql> 
 
上述查询结果表明，通过使用聚合函数“MIN()”，我们找到了每个阵营中最早的注册时间。
 
2.2 HAVING子句
 
HAVING 子句可以筛选通过 GROUP BY 分组后的各组数据。
 
承接上文内容，通过 HAVING 子句筛选出所有阵营中最早的注册时间，语句如下：
 
mysql> select camp,MIN(register_time) as register_time from roles group by camp HAVING register_time > '2018-12-01 00:00:00';
+-------+---------------------+
| camp  | register_time       |
+-------+---------------------+
| horde | 2018-12-01 16:11:28 |
+-------+---------------------+
1 row in set (0.00 sec)

mysql> 
 
注意：上述语句中 HAVING 的对象 register_time，实际上是前面聚合函数 MIN(register_time) 的结果集。而由于 WHERE 子句不能包含聚合函数，所以此处只能使用 HAVING 子句。如果使用 WHERE 子句替换 HAVING 子句，命令会报错，信息如下：
 
mysql> select camp,MIN(register_time) as register_time from roles group by camp WHERE register_time > '2018-12-01 00:00:00';
ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'WHERE register_time > '2018-12-01 00:00:00'' at line 1
mysql> 
 
【HAVING 与 WHERE 的区别】：
 
WHERE 子句的作用：在对查询结果进行分组前，把不符合 WHERE 条件的行去掉，即在分组之前过滤数据。另外，WHERE 条件中不能包含聚组函数。
HAVING 子句的作用：筛选满足条件的组，即在分组后过滤数据，条件中经常包含聚组函数，使用 HAVING 条件过滤出特定的组。

SQL中Group By的使用
 
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
 
 
 
 
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。
 
 
 
 
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
 
 
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。
 
 
 
 
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
 
 
“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。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：
 
函数
作用
支持性
sum(列名)
求和
　　　　
max(列名)
最大值
　　　　
min(列名)
最小值
　　　　
avg(列名)
平均值
　　　　
first(列名)
第一条记录
仅Access支持
last(列名)
最后一条记录
仅Access支持
count(列名)
统计记录数
注意和count(*)的区别
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：
 
 
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：
 
 
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：
 
 
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中GROUP BY用法示例
 
概述
 GROUP BY我们可以先从字面上来理解，GROUP表示分组，BY后面写字段名，就表示根据哪个字段进行分组，如果有用Excel比较多的话，GROUP BY比较类似Excel里面的透视表。
 GROUP BY必须得配合聚合函数来用，分组之后你可以计数（COUNT），求和（SUM），求平均数（AVG）等
 
常用聚合函数
 count() 计数
 sum() 求和
 avg() 平均数
 max() 最大值
 min() 最小值
 
举例一：查询某一天的各个平台的订单总数
 SELECT count(*) as 总数,platform FROM mk_order WHERE created_at between '2018-11-14 00:00:00’and ‘2018-11-14 23:59:59’ group by platform order by ‘count’ desc
 
 
举例二：查询examine_status=1（审核通过）的所有会员
 SELECT COUNT(*) as 会员总数 FROM mk_user WHERE deleted_at is null and examine_status=‘1’
 

 SQL中Group By的使用
 
 
 
 
 
 
  
1、概述
2、原始表
3、简单Group By
4、Group By 和 Order By
5、Group By中Select指定的字段限制
6、Group By All
7、Group By与聚合函数
8、Having与Where的区别
9、Compute 和 Compute By
 
  

    
   
 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
 
   
 
 
    
   
 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。
 
   
 
 
    
   
 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
 
   
 
 
   
 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。
 
   
 
 
    
   
 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
 
   
 
 
   
 “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。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：
 
   
 函数
 作用
 支持性
 sum(列名)
 求和
  
 max(列名)
 最大值
  
 min(列名)
 最小值
  
 avg(列名)
 平均值
  
 first(列名)
 第一条记录
 仅Access支持
 last(列名)
 最后一条记录
 仅Access支持
 count(列名)
 统计记录数
 注意和count(*)的区别
 
   
 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：
 
   
 
 
   
 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：
 
   
 
 
   
 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：
 
   
 
 
   
 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
 
  
 
 
 
 
 
 
 
  

   分类: 
   SQL语句, 
   Access
  
 
  

    标签: 
   Access, 
   SQL Server, 
   Group by