【SQL 必知必会】- 第十课 分组数据

目录

数据分组

创建分组

        使用 GROUP BY 的规定：

        ALL 子句

过滤分组

        提示：HAVING 支持所有WHERE 操作符

       HAVING 和WHERE 的差别

        使用HAVING 和WHERE

分组和排序

        不要忘记ORDER BY

SELECT 子句顺序

---

数据分组

        使用分组可以将数据分为多个逻辑组，对每个组进行聚集计算。

---

创建分组

        分组是使用SELECT 语句的GROUP BY 子句建立的。理解分组的最好办法是看一个例子：

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

        

        因为使用了GROUP BY，就不必指定要计算和估值的每个组了。系统会自动完成。GROUP BY 子句指示DBMS 分组数据，然后对每个组而不是整个结果集进行聚集。

---

        使用 GROUP BY 的规定：

1. GROUP BY 子句可以包含任意数目的列，因而可以对分组进行嵌套，更细致地进行数据分组。
2. 如果在GROUP BY 子句中嵌套了分组，数据将在最后指定的分组上进行汇总。换句话说，在建立分组时，指定的所有列都一起计算（所以不能从个别的列取回数据）。
3. GROUP BY 子句中列出的每一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。
4. 大多数SQL 实现不允许GROUP BY 列带有长度可变的数据类型（如文本或备注型字段）。
5. 除聚集计算语句外，SELECT 语句中的每一列都必须在GROUP BY 子句中给出。
6. 如果分组列中包含具有NULL 值的行，则NULL 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。
7. GROUP BY 子句必须出现在WHERE 子句之后，ORDER BY 子句之前。

---

        ALL 子句

        Microsoft SQL Server 等有些SQL 实现在GROUP BY 中支持可选的ALL子句。这个子句可用来返回所有分组，即使是没有匹配行的分组也返回（在此情况下，聚集将返回NULL）。具体的DBMS 是否支持ALL，请参阅相应的文档。

---

过滤分组

        我们已经看到了WHERE 子句的作用（第4 课提及）。但是，在这个例子中WHERE 不能完成任务，因为WHERE 过滤指定的是行而不是分组。事实上，WHERE 没有分组的概念。

        那么，不使用WHERE 使用什么呢？SQL 为此提供了另一个子句，就是HAVING 子句。HAVING 非常类似于WHERE。事实上，目前为止所学过的所有类型的WHERE 子句都可以用HAVING 来替代。唯一的差别是，WHERE过滤行，而HAVING 过滤分组。

---

        提示：HAVING 支持所有WHERE 操作符

        在第4 课和第5 课中，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）。学过的这些有关WHERE 的所有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。

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

        在某些情形下，我们需要满足一定条件，同时又要结果个数＞1的数据，或者或需要个数≥2的数据，这种情况下使用 having 就很合适。（HAVING COUNT(*) >= 2;）

---

       HAVING 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。这是一个重要的区别，WHERE 排除的行不包括在分组中。这可能会改变计算值，从而影响HAVING 子句中基于这些值过滤掉的分组。

        那么，有没有在一条语句中同时使用WHERE 和HAVING 子句的需要呢？事实上，确实有。假如想进一步过滤上面的语句，使它返回过去12 个月内具有两个以上订单的顾客。为此，可增加一条WHERE 子句，过滤出过去12 个月内下过的订单，然后再增加HAVING 子句过滤出具有两个以上订单的分组。为了更好地理解，来看下面的例子，它列出具有两个以上产品且其价格大于等于4 的供应商：

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

        这条语句中，第一行是使用了聚集函数的基本SELECT 语句，很像前面的例子。WHERE 子句过滤所有prod_price 至少为4 的行，然后按vend_id分组数据，HAVING 子句过滤计数为2 或2 以上的分组。如果没有WHERE子句，就会多检索出一行（供应商DLL01，销售4 个产品，价格都在4以下）

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

 

---

        使用HAVING 和WHERE

        HAVING 与WHERE 非常类似，如果不指定GROUP BY，则大多数DBMS会同等对待它们。不过，你自己要能区分这一点。使用HAVING 时应该结合GROUP BY 子句，而WHERE 子句用于标准的行级过滤。 

---

分组和排序

        GROUP BY 和ORDER BY 经常完成相同的工作，但它们非常不同，理解这一点很重要。下表汇总了它们之间的差别。

        表中列出的第一项差别极为重要。我们经常发现，用GROUP BY 分组的数据确实是以分组顺序输出的。但并不总是这样，这不是SQL 规范所要求的。此外，即使特定的DBMS 总是按给出的GROUP BY 子句排序数据，用户也可能会要求以不同的顺序排序。就因为你以某种方式分组数据（获得特定的分组聚集值），并不表示你需要以相同的方式排序输出。应该提供明确的ORDER BY 子句，即使其效果等同于GROUP BY 子句。

        简单来说就是，GROUP BY会对数据进行分组，但输出的结果不一定会按照升序/降序的方式输出，想要实现升序/降序，请配合使用 Order by子句。

---

        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。千万不要仅依赖GROUP BY 排序数据。

        为说明GROUP BY 和ORDER BY 的使用方法，来看一个例子。下面的SELECT语句类似于前面那些例子。它检索包含三个或更多物品的订单号和订购物品的数目：

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

        要按订购物品的数目排序输出，需要添加ORDER BY 子句，如下所示： 

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

order_num items
---------         -----
20009         3
20007         5
20008         5

        在这个例子中，使用GROUP BY 子句按订单号（order_num 列）分组数据，以便COUNT(*)函数能够返回每个订单中的物品数目。HAVING 子句过滤数据，使得只返回包含三个或更多物品的订单。最后，用ORDER BY子句排序输出。

---

SELECT 子句顺序

        下面回顾一下SELECT 语句中子句的顺序。下表以在SELECT 语句中使用时必须遵循的次序，列出迄今为止所学过的子句。