关注：CodingTechWork
引言
在 MySQL 中，GROUP BY 子句用于将查询结果按照一个或多个列进行分组。每个分组会返回一行，通常与聚合函数（如 COUNT(), SUM(), AVG() 等）一起使用，用于汇总每个分组的数据。
本篇博客将深入探讨 MySQL 中 GROUP BY 的原理、常见的使用场景，并通过多个场景提供详细的代码示例，帮助大家全面理解 GROUP BY的使用。
GROUP BY 原理
GROUP BY的核心作用是将查询结果中的数据按照指定的列进行分组。每个分组会包含原表中的一条记录，该记录代表了该组的数据。
在 SQL 查询中，GROUP BY 通常与聚合函数配合使用，进行数据统计和汇总。聚合函数会对每个分组中的数据进行操作，返回每个分组的聚合结果。例如，使用COUNT()可以计算每个分组的行数，使用SUM()可以计算每个分组的值的和。
SELECT column_name, aggregate_function(column_name)
FROM table_name
GROUP BY column_name;
GROUP BY 语法结构
SELECT column1, aggregate_function(column2)
FROM table_name
WHERE condition
GROUP BY column1
HAVING condition;
column1: 用于分组的列。aggregate_function(column2):聚合函数，通常是COUNT(), SUM(), AVG(), MIN(), MAX()等。WHERE: 用于过滤数据，分组前应用。HAVING: 用于对分组后的数据进行过滤，通常与聚合函数一起使用。
GROUP BY 使用场景
数据汇总与统计
GROUP BY最常见的应用场景是对数据进行汇总和统计，通常与聚合函数结合使用。
分组统计
通过对某些字段进行分组，获得每个组的汇总统计。
筛选特定条件的分组
结合HAVING子句，可以筛选符合条件的分组。与 WHERE子句不同，WHERE作用于行数据，HAVING作用于分组后的数据。
场景代码示例
基本的 GROUP BY 示例
假设有一个orders表，结构如下：
CREATE TABLE orders (order_id INT AUTO_INCREMENT PRIMARY KEY,customer_id INT,order_date DATE,total_amount DECIMAL(10, 2)
);
插入数据：
INSERT INTO orders (order_id, customer_id, order_date, total_amount) VALUES
(1, 101, '2025-01-10', 250.00),
(2, 102, '2025-01-10', 150.00),
(3, 101, '2025-01-11', 300.00),
(4, 103, '2025-01-11', 400.00),
(5, 101, '2025-01-12', 200.00),
(6, 102, '2025-01-12', 350.00),
(7, 104, '2025-01-13', 500.00),
(8, 101, '2025-01-13', 450.00),
(9, 103, '2025-01-13', 600.00);
查询每个customer_id的订单数量
sql
SELECT customer_id, COUNT(*) AS order_count
FROM orders
GROUP BY customer_id;
解释
通过GROUP BY customer_id，每个customer_id会成为一个组，COUNT(*) 会计算每个 customer_id 的订单数量。
结果
| customer_id | order_count |
|---|---|
| 101 | 4 |
| 102 | 2 |
| 103 | 2 |
| 104 | 1 |
- 客户 101 有 4 个订单。
- 客户 102 有 2 个订单。
- 客户 103 有 2 个订单。
- 客户 104 有 1 个订单。
使用 SUM() 聚合函数计算每个客户的总消费
sql
SELECT customer_id, SUM(total_amount) AS total_sales
FROM orders
GROUP BY customer_id;
解释
通过 SUM(total_amount) 聚合函数，查询每个 customer_id的总消费金额。
结果
| customer_id | total_sales |
|---|---|
| 101 | 1700.00 |
| 102 | 500.00 |
| 103 | 1000.00 |
| 104 | 500.00 |
- 客户 101 总销售额为 1700.00。
- 客户 102 总销售额为 500.00。
- 客户 103 总销售额为 1000.00。
- 客户 104 总销售额为 500.00。
使用 HAVING 子句筛选特定条件的分组
假设我们想找出总消费大于 1000 的客户：
sql
SELECT customer_id, SUM(total_amount) AS total_spent
FROM orders
GROUP BY customer_id
HAVING total_spent > 1000;
解释
HAVING子句用于筛选分组后的数据。在这个例子中，只有那些消费总额大于 1000 的客户才会被返回。
结果
| customer_id | total_sales |
|---|---|
| 101 | 1700.00 |
多列分组
我们可以根据多个列进行分组，假设我们想根据customer_id 和 order_date统计每天每个客户的消费总额：
sql
SELECT customer_id, order_date, SUM(total_amount) AS total_spent
FROM orders
GROUP BY customer_id, order_date;
解释
通过GROUP BY customer_id, order_date，查询结果将返回每个客户每天的消费总额。
结果
| customer_id | order_date | order_count |
|---|---|---|
| 101 | 2025-01-10 | 1 |
| 101 | 2025-01-11 | 1 |
| 101 | 2025-01-12 | 1 |
| 101 | 2025-01-13 | 1 |
| 102 | 2025-01-10 | 1 |
| 102 | 2025-01-12 | 1 |
| 103 | 2025-01-11 | 1 |
| 103 | 2025-01-13 | 1 |
| 104 | 2025-01-13 | 1 |
- 每个客户在每个日期的订单数被列出。
使用 GROUP BY 和 JOIN
customers表
假设customers如下
CREATE TABLE customers (customer_id INT,customer_name VARCHAR(100),region VARCHAR(50)
);
插入数据
INSERT INTO customers (customer_id, customer_name, region) VALUES
(101, 'Alice', 'North'),
(102, 'Bob', 'South'),
(103, 'Charlie', 'East'),
(104, 'David', 'South');
sql
我们可以使用 JOIN 将它们连接，并根据客户的地区（region）进行分组，统计每个地区的客户订单数量：
SELECT c.region, COUNT(o.order_id) AS order_count
FROM orders o
JOIN customers c ON o.customer_id = c.customer_id
GROUP BY c.region;
解释
我们通过 JOIN 将 orders 表和 customers 表连接，基于 customer_id 这一共同列。然后，我们根据 region 对客户所在地区进行分组，统计每个地区的订单数量。
结果
| region | order_count |
|---|---|
| North | 3 |
| South | 3 |
| East | 2 |
GROUP BY 和日期分组
sales 表
假设我们有一个 sales 表，记录了每日的销售数据：
CREATE TABLE sales (order_id INT,order_date DATE,sales_amount DECIMAL(10, 2)
);
插入数据
INSERT INTO sales (order_id, order_date, sales_amount) VALUES
(1, '2025-01-10', 250.00),
(2, '2025-01-11', 150.00),
(3, '2025-02-05', 300.00),
(4, '2025-02-15', 200.00),
(5, '2025-02-20', 400.00);
查询sql
SELECT YEAR(order_date) AS year, MONTH(order_date) AS month, SUM(sales_amount) AS total_sales
FROM sales
GROUP BY YEAR(order_date), MONTH(order_date);
解释
通过 YEAR(order_date) 和 MONTH(order_date)，我们可以按年份和月份进行分组，查询每个月的总销售额。
结果
| year | month | total_sales |
|---|---|---|
| 2025 | 1 | 400.00 |
| 2025 | 2 | 900.00 |
使用 GROUP BY 和 ORDER BY
在某些情况下，可能希望按某些列对分组结果进行排序。例如，按总消费额从高到低排序客户：
查询sql
SELECT customer_id, SUM(total_amount) AS total_spent
FROM orders
GROUP BY customer_id
ORDER BY total_spent DESC;
解释
我们查询每个客户的总消费金额，并按照 total_spent降序排列客户，显示最消费最多的客户。
结果
| customer_id | total_spent |
|---|---|
| 101 | 1200.00 |
| 103 | 1000.00 |
| 102 | 500.00 |
| 104 | 500.00 |
注意事项与最佳实践
- **聚合函数与
GROUP BY一起使用：GROUP BY通常与聚合函数一起使用。没有聚合函数的GROUP BY`会导致数据分组，但不会进行任何统计。 HAVING与WHERE的区别：WHERE在GROUP BY之前过滤数据，HAVING在GROUP BY后过滤分组数据。如果需要基于聚合条件进行过滤，应使用HAVING。NULL值的处理：在GROUP BY中，NULL会被视为一个单独的组。如果某列包含NULL值，则所有的NULL值将被归为一组。- 索引优化：在大数据量表上执行
GROUP BY操作时，适当的索引可以显著提高性能。特别是当GROUP BY的列是表的索引列时，查询效率更高。
总结
GROUP BY是 SQL 查询中非常重要的功能，广泛用于数据汇总、统计和分组操作。通过与聚合函数的结合，能够在不同的业务场景中提供数据分析能力。在使用GROUP BY时，记住其原理、语法以及优化技巧，能够让你更加高效地处理和分析数据。
