GROUP BY 语句是 SQL 中非常重要的一个语句，它用于将查询结果集中的数据按一个或多个列进行分组，并对每个组应用聚合函数（如 SUM()、AVG()、COUNT() 等）。GROUP BY 通常与聚合函数一起使用，可以帮助我们从数据集中提取有用的信息，如每个部门的总薪水、每个产品的销售数量等。

1. GROUP BY 语句概述

• 作用：将结果集中的数据根据一个或多个列进行分组，使得每组中的数据可以进行进一步的聚合操作。
• 语法：

  SELECT column1, column2, aggregate_function(column3)
  FROM table_name
  WHERE condition
  GROUP BY column1, column2;

• column1, column2：要根据哪些列进行分组。
• aggregate_function(column3)：聚合函数，通常包括 COUNT()、SUM()、AVG()、MAX()、MIN() 等。
• table_name：查询的表名。
• condition：可选的筛选条件，用于指定要考虑的行。

2. GROUP BY 的基本使用

2.1 按单列分组

假设有一个名为 sales 的表，包含以下数据：

sale_id	product_id	quantity	price
1	101	10	5
2	102	5	8
3	101	7	5
4	103	3	10
5	102	12	8

查询每种产品的销售总数量：

SELECT product_id, SUM(quantity) AS total_quantity
FROM sales
GROUP BY product_id;

查询结果：

product_id	total_quantity
101	17
102	17
103	3

2.2 按多列分组

如果你希望按多个列进行分组，可以在 GROUP BY 子句中指定多个列。例如，查询每种产品在不同销售人员下的销售总数量：

SELECT product_id, sale_id, SUM(quantity) AS total_quantity
FROM sales
GROUP BY product_id, sale_id;

查询结果：

product_id	sale_id	total_quantity
101	1	10
101	3	7
102	2	5
102	5	12
103	4	3

2.3 使用聚合函数

GROUP BY 常与聚合函数一起使用，来汇总每个组的数据。例如，计算每种产品的销售总额（数量 * 单价）：

SELECT product_id, SUM(quantity * price) AS total_sales
FROM sales
GROUP BY product_id;

查询结果：

product_id	total_sales
101	85
102	136
103	30

3. HAVING 子句

HAVING 子句用于筛选分组后的结果，它类似于 WHERE 子句，但 WHERE 作用于行数据，而 HAVING 作用于分组后的结果。

3.1 使用 HAVING 筛选分组

例如，查询销售总额大于 100 的产品：

SELECT product_id, SUM(quantity * price) AS total_sales
FROM sales
GROUP BY product_id
HAVING SUM(quantity * price) > 100;

查询结果：

product_id	total_sales
102	136

3.2 HAVING 和 WHERE 的区别

• WHERE 用于过滤原始数据（行数据），它会在分组操作之前执行。
• HAVING 用于过滤分组后的数据，它在 GROUP BY 之后执行。

4. GROUP BY 和 ORDER BY 的结合使用

ORDER BY 子句用于对查询结果进行排序。当你按某列进行分组时，可以通过 ORDER BY 排序结果。例如，查询每种产品的销售总额并按总额从高到低排序：

SELECT product_id, SUM(quantity * price) AS total_sales
FROM sales
GROUP BY product_id
ORDER BY total_sales DESC;

查询结果：

product_id	total_sales
102	136
101	85
103	30

5. 常见问题及解决方案

1. GROUP BY 列必须在 SELECT 中出现

• 问题：在 GROUP BY 语句中，所有不应用于聚合函数的列必须出现在 SELECT 子句中，否则会导致错误。
• 解决方案：确保所有 GROUP BY 的列都出现在 SELECT 子句中，或者应用聚合函数。

例如，以下查询会抛出错误：

SELECT product_id, total_quantity
FROM sales
GROUP BY product_id;

解决方法：

SELECT product_id, SUM(quantity) AS total_quantity
FROM sales
GROUP BY product_id;

2. GROUP BY 会影响 DISTINCT

• 问题：使用 GROUP BY 时，DISTINCT 将无法正常工作，因为 GROUP BY 本身已经是对数据的去重操作。
• 解决方案：如果需要去重，可以在 GROUP BY 和 SELECT 中直接应用聚合函数。

3. 分组后如何处理 NULL 值

• 问题：NULL 值会被视为一个单独的分组。
• 解决方案：如果需要处理 NULL 值，可以使用 COALESCE() 或 IFNULL() 函数，将 NULL 转换为其他值。

例如，查询每个销售人员的总销售量，并将 NULL 销售人员视为 “Unknown”：

SELECT COALESCE(sale_id, 'Unknown') AS sale_person, SUM(quantity) AS total_quantity
FROM sales
GROUP BY sale_id;

4. 分组排序时的性能问题

• 问题：在数据量非常大的情况下，使用 GROUP BY 和 ORDER BY 可能导致性能问题。
• 解决方案：确保在用于分组的列上创建索引，并仅在需要时使用 ORDER BY。

6. 总结

• GROUP BY 用于将查询结果集按照一个或多个列进行分组。
• 常与聚合函数（如 SUM()、AVG()、COUNT()）一起使用，以计算每个组的数据汇总信息。
• HAVING 子句用于筛选分组后的结果，而 WHERE 子句则用于过滤原始数据。
• 使用 ORDER BY 对分组结果进行排序。