SQL分组查询（GROUP BY）[编辑 | 编辑源代码]

SQL分组查询是一种强大的数据聚合技术，它允许用户将结果集按一个或多个列分组，并对每个组应用聚合函数（如COUNT、SUM、AVG等）。这是数据分析、报表生成和业务智能中的核心操作。

基本语法[编辑 | 编辑源代码]

分组查询的核心是GROUP BY子句，其基本语法如下：

SELECT column1, aggregate_function(column2)
FROM table_name
WHERE condition
GROUP BY column1;

关键概念[编辑 | 编辑源代码]

聚合函数[编辑 | 编辑源代码]

常用聚合函数包括：

COUNT() - 计数
SUM() - 求和
AVG() - 平均值
MAX() - 最大值
MIN() - 最小值

HAVING子句[编辑 | 编辑源代码]

与WHERE类似，但用于过滤分组后的结果：

SELECT column1, COUNT(column2)
FROM table
GROUP BY column1
HAVING COUNT(column2) > 5;

详细示例[编辑 | 编辑源代码]

示例1：基本分组[编辑 | 编辑源代码]

假设有sales表：

sales表数据
sale_id	product	category	amount	sale_date
1	Laptop	Electronics	1200	2023-01-15
2	Phone	Electronics	800	2023-01-20
3	Desk	Furniture	350	2023-02-05

计算每个类别的总销售额：

SELECT category, SUM(amount) as total_sales
FROM sales
GROUP BY category;

输出结果：

category	total_sales
Electronics	2000
Furniture	350

示例2：多列分组[编辑 | 编辑源代码]

按类别和月份分组：

SELECT 
    category, 
    EXTRACT(MONTH FROM sale_date) as month,
    SUM(amount) as monthly_sales
FROM sales
GROUP BY category, EXTRACT(MONTH FROM sale_date);

高级用法[编辑 | 编辑源代码]

分组集（GROUPING SETS）[编辑 | 编辑源代码]

允许在单个查询中指定多个分组：

SELECT category, product, SUM(amount)
FROM sales
GROUP BY GROUPING SETS (
    (category, product),
    (category),
    ()
);

ROLLUP与CUBE[编辑 | 编辑源代码]

ROLLUP生成层次化的小计
CUBE生成所有可能组合的小计

实际应用场景[编辑 | 编辑源代码]

场景1：电商销售分析[编辑 | 编辑源代码]

分析各产品类别的月销售额趋势，识别畅销品类。

场景2：用户行为分析[编辑 | 编辑源代码]

统计不同用户群体的活动频率，用于用户分群。

性能考虑[编辑 | 编辑源代码]

为GROUP BY列创建索引
避免在大表上使用复杂分组
考虑使用物化视图存储预聚合结果

常见错误[编辑 | 编辑源代码]

1. 在SELECT中包含非聚合列但未在GROUP BY中列出

   -- 错误示例
   SELECT product, category, SUM(amount)
   FROM sales
   GROUP BY category;

2. 混淆WHERE和HAVING的使用时机

数学基础[编辑 | 编辑源代码]

分组操作本质上是将关系 $R$ 划分成等价类： $G = {[x] | x \in R}$ 其中 $[x] = {y | y \in R, y \sim x}$

练习[编辑 | 编辑源代码]

尝试编写查询： 1. 计算每个月的销售总额 2. 找出销售额超过1000的产品类别 3. 计算每个类别中产品的平均售价

总结[编辑 | 编辑源代码]

GROUP BY是SQL中最强大的数据分析工具之一，掌握它能显著提升数据处理能力。从简单分组到高级OLAP操作，理解这一概念对任何使用数据库的人员都至关重要。