第 10 章 分组数据

本章将介绍如何分组数据,以便能汇总表内容的子集。
这涉及两个新 SELECT 语句子句,分别是:GROUP BY 子句和 HAVING 子句。

10.1 数据分组

目前为止的所有计算都是在表的所有数据或匹配特定的 WHERE 子句的数据上进行的,比如,返回供应商 DLL01 提供的产品数目。
但是,如果要返回每个供应商提供的产品数目怎么办?或者返回只提供单项产品的供应商所提供的产品,或返回提供10个以上产品的供应商怎么办?
这就是分组出手的时候了。
分组允许把数据分为多个逻辑组,以便能对每个组进行聚集计算。

10.2 创建分组

分组是在 SELECT 语句的 GROUP BY 子句中建立的。
例 1:

SELECT vend_id, COUNT(*) AS num_prods
FROM Products
GROUP BY vend_id;

在具体使用 GROUP BY 子句前,需要知道一些重要的规定:

  • GROUP BY 子句可以包含任意数目的列。这使得能对分组进行嵌套,为数据分组提供更细致的控制
  • 如果在 GROUP BY 子句中嵌套了分组,数组将在最后规定的分组上进行汇总
  • GROUP BY 子句中列出的每个列都必须是检索列或有效的表达式(但不能是聚集函数)
  • 如果在 SELECT 中使用表达式,则必须在 GROUP BY 子句中指定相同的表达式,不能使用别名
  • 除聚集计算语句外,SELECT 语句中的每个列都必须在 GROUP BY 子句中给出
  • 如果分组列中具有 NULL 值,则 NULL 值将作为一个分组返回。如果列中有多行 NULL 值,它们将分为一组
  • GROUP BY 子句必须出现在 WHERE 子句之后,ORDER BY 子句之前

通过相对位置指定列:有的 SQL 实现允许根据 SELECT 列表中的位置指定 GROUP BY 的列。
例如,GROUP BY 2,1 表示按选择的第二个列分组,然后再按第一个列分组

10.3 过滤分组

除了能用 GROUP BY 分组数据外,SQL 还允许过滤分组,规定包括哪些分组,排除哪些分组。
例如,可能想要列出至少有两个订单的所有顾客(为得出这种数据,必须基于完整的分组而不是个别的行进行过滤)。

在这个例子中,因为 WHERE 过滤指定的是列而不是分组,因此 WHERE 不能完成任务。
SQL 为此目的提供了 HAVING 子句。
HAVING 非常类似于 WHERE(目前为止所学过的所有类型的 WHERE 子句都可以用 HAVING 来代替)
唯一的差别是 WHERE 过滤行,而 HAVING 过滤分组
HAVING 支持所有 WHERE 操作符:
在第 4 章和第 5 章中,我们学习了 WHERE 子句的条件(包括通配符条件和带多个操作符的子句)。
所学过的有关 WHERE 的所有这些技术和选项都适用于 HAVING。
它们的句法是相同的,只是关键字有差别。
那么,怎么过滤行呢?
例 1:

SELECT cust_id, COUNT(*) AS orders
FROM Orders
GROUP BY cust_id
HAVING COUNT(*) >= 2;

这里的 HAVING 子句,它过滤 COUNT(*) >= 2(两个以上的订单)的那些分组。
这里 WHERE 子句不起作用,因为过滤是基于分组聚集值而不是特定行值的。
HAVAING 和 WHERE 的差别:这里有另一种理解方法,WHERE 在数据分组前进行过滤,HAVING 在数据分组后进行过滤。
那么,有没有在一条语句中同时使用 WHERE 和 HAVING 子句的需要呢?
例 2,列出具有两个以上、价格为 4 以上的产品的供应商:

SELECT vend_id, COUNT(*) AS num_prods
FROM Products
WHERE prod_price >= 4
GROUP BY vend_id
HAVING COUNT(*) >= 2;

WHERE 子句过滤所有 prod_price 至少为 4 行。
然后按 vend_id 分组数据,HAVING 子句过滤技术为 2 或 2 以上的分组。

10.4 分组和排序

虽然 GROUP BY 和 ORDER BY 经常完成相同的工作,但它们是非常不同的。


4.png

不要忘记 ORDER BY:一般在使用 GROUP BY 子句时,应该也给出 ORDER BY 子句,这是保证数据正确排序的唯一方法。
为说明 GROUP BY 和 ORDER BY 的使用方法,看例 3:

SELECT order_num, COUNT(*) AS items
FROM OrderItems
GROUP BY order_num
HAVING COUNT(*) >= 3;
SELECT order_num, COUNT(*) AS items
FROM OrderItems
GROUP BY order_num
HAVING COUNT(*) >= 3
ORDER BY items, order_num;

10.5 SELECT 子句顺序

下表是在 SELECT 语句中使用时必须遵循的次序


7.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,590评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,808评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,151评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,779评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,773评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,656评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,022评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,678评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,038评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,756评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,411评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,005评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,973评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,053评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,495评论 2 343

推荐阅读更多精彩内容