3-2　对表进行分组-SQL基础教程(上)

当前位置:　首页>> 技术小册>> SQL基础教程(上)

### 3-2 对表进行分组

在SQL中，数据分组（Grouping）是一项强大的功能，它允许我们根据一个或多个列的值将表中的记录划分成不同的组，并对每个组执行聚合操作，如计算总数、平均值、最大值、最小值等。这种能力对于数据分析、报表生成和决策支持等场景至关重要。本章节将深入介绍SQL中如何对表进行分组，包括分组的基本语法、常用的聚合函数、分组过滤（HAVING子句）以及分组与排序的结合使用。

#### 3.2.1 分组的基本语法

在SQL中，`GROUP BY`子句用于指定根据哪些列的值来对表中的记录进行分组。一旦指定了分组列，SQL就会根据这些列的唯一值组合来划分记录。每个组内的记录在这些列上的值都是相同的。

**基本语法结构如下**：

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

- `SELECT` 子句中选择要显示的列和聚合函数。
- `FROM` 子句指定要查询的表。
- `WHERE` 子句（可选）用于过滤要分组的记录。
- `GROUP BY` 子句指定用于分组的列。
- `ORDER BY` 子句（可选）用于对结果集进行排序。

**示例**：

假设我们有一个名为`sales`的表，记录了不同销售员在不同月份的销售额，表结构包括`salesperson_id`（销售员ID）、`month`（月份）和`amount`（销售额）。

如果我们想计算每个销售员的总销售额，可以这样写SQL查询：

```sql
SELECT salesperson_id, SUM(amount) AS total_sales
FROM sales
GROUP BY salesperson_id;
```

这条查询会按`salesperson_id`分组，并计算每个组的`amount`总和，即每个销售员的总销售额。

#### 3.2.2 常用的聚合函数

在分组查询中，经常使用的聚合函数包括：

- **COUNT()**：计算行数。
- **SUM()**：计算数值列的总和。
- **AVG()**：计算数值列的平均值。
- **MAX()**：找出列中的最大值。
- **MIN()**：找出列中的最小值。

这些函数可以与`GROUP BY`子句结合使用，以提供关于数据集的统计信息。

**示例**：

```sql
-- 计算每个月的总销售额
SELECT month, SUM(amount) AS total_monthly_sales
FROM sales
GROUP BY month;

-- 计算平均销售额最高的销售员ID
SELECT salesperson_id, AVG(amount) AS avg_sales
FROM sales
GROUP BY salesperson_id
ORDER BY avg_sales DESC
LIMIT 1;
```

#### 3.2.3 分组过滤（HAVING子句）

虽然`WHERE`子句可以在数据分组前对记录进行过滤，但如果你需要根据聚合函数的结果来过滤分组，就需要使用`HAVING`子句。`HAVING`子句在`GROUP BY`子句之后执行，用于过滤分组后的结果。

**基本语法**：

```sql
SELECT column_name(s), AGGREGATE_FUNCTION(column_name)
FROM table_name
WHERE condition
GROUP BY column_name(s)
HAVING condition
ORDER BY column_name(s) | AGGREGATE_FUNCTION(column_name);
```

**示例**：

如果我们想找出总销售额超过10000的销售员，可以这样写：

```sql
SELECT salesperson_id, SUM(amount) AS total_sales
FROM sales
GROUP BY salesperson_id
HAVING SUM(amount) > 10000;
```

注意，这里的`HAVING SUM(amount) > 10000`不能替换为`WHERE SUM(amount) > 10000`，因为`WHERE`子句在数据分组前执行，而`SUM(amount)`是一个聚合操作，必须在分组后才能计算。

#### 3.2.4 分组与排序的结合使用

在分组查询中，经常需要对结果集进行排序，以便更好地理解数据。`ORDER BY`子句可以在`GROUP BY`子句之后使用，根据分组后的列或聚合函数的结果来排序。

**示例**：

如果我们想先按销售员ID分组计算总销售额，然后按照总销售额降序排列结果，可以这样写：

```sql
SELECT salesperson_id, SUM(amount) AS total_sales
FROM sales
GROUP BY salesperson_id
ORDER BY total_sales DESC;
```

这个查询首先按`salesperson_id`分组，计算每个销售员的总销售额，然后按照`total_sales`降序排列结果，让我们一眼就能看出哪些销售员的销售业绩最好。

#### 3.2.5 分组查询的注意事项

1. **分组列的选择**：确保`GROUP BY`子句中列的选择是有意义的，它们应该能够清晰地定义你想要的分组方式。
2. **非聚合列的使用**：在`SELECT`子句中，除了聚合函数外，其他列必须包含在`GROUP BY`子句中，否则SQL会报错。
3. **性能考虑**：大型数据集上的分组操作可能非常耗时，特别是在没有适当索引的情况下。考虑查询优化和索引策略以提高性能。
4. **聚合函数与分组**：理解不同聚合函数的作用和它们如何与`GROUP BY`子句结合使用，是编写有效分组查询的关键。

通过本章的学习，你应该能够掌握SQL中对表进行分组的基本方法和技巧，包括如何使用`GROUP BY`子句、常用的聚合函数、`HAVING`子句进行分组过滤，以及如何将分组与排序结合使用来生成有意义的统计信息和报表。这些技能对于任何涉及数据分析和报表生成的数据库管理工作都是不可或缺的。

该分类下的相关小册推荐：

SQL基础教程(下)

PostgreSQL入门教程

高性能的Postgres SQL

SQL基础教程(中)