SQL分组查询（GROUP BY）

SQL分组查询（GROUP BY）

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

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

聚合函数

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

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

示例1：基本分组

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

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

分组集（GROUPING SETS）

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

• ROLLUP生成层次化的小计
• CUBE生成所有可能组合的小计

flowchart TD A[原始数据] --> B[GROUP BY] B --> C[按category分组] B --> D[按product分组] B --> E[不分组]

实际应用场景

场景1：电商销售分析

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

统计不同用户群体的活动频率，用于用户分群。

性能考虑

• 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

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

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

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

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。