使用多列进行GROUP BY操作

技术背景

在数据库操作中，我们常常需要对数据进行分组统计，这时就会用到GROUP BY语句。GROUP BY可以将数据按照指定的列进行分组，结合聚合函数，能够对每个分组进行计算，如求和、计数、求平均值等。

实现步骤

单列分组

Group By X表示将所有X值相同的记录放在一个组中。例如，对于一个记录大学课程选课情况的表Subject_Selection：

+---------+----------+----------+
| Subject | Semester | Attendee |
+---------+----------+----------+
| ITB001  |        1 | John     |
| ITB001  |        1 | Bob      |
| ITB001  |        1 | Mickey   |
| ITB001  |        2 | Jenny    |
| ITB001  |        2 | James    |
| MKB114  |        1 | John     |
| MKB114  |        1 | Erica    |
+---------+----------+----------+

使用GROUP BY对Subject列进行分组：

select Subject, Count(*)
from Subject_Selection
group by Subject;

结果如下：

+---------+-------+
| Subject | Count |
+---------+-------+
| ITB001  |     5 |
| MKB114  |     2 |
+---------+-------+

多列分组

Group By X, Y表示将所有X和Y值都相同的记录放在一个组中。对上述表使用GROUP BY对Subject和Semester两列进行分组：

select Subject, Semester, Count(*)
from Subject_Selection
group by Subject, Semester;

结果如下：

+---------+----------+-------+
| Subject | Semester | Count |
+---------+----------+-------+
| ITB001  |        1 |     3 |
| ITB001  |        2 |     2 |
| MKB114  |        1 |     2 |
+---------+----------+-------+

结合聚合函数和其他子句

使用聚合函数时，SQL语句的顺序通常为：

1. SELECT：用于从数据库中选择数据。
2. FROM：列出表。
3. WHERE：过滤记录。
4. GROUP BY：在SELECT语句中收集多个记录的数据，并按一个或多个列对结果进行分组。
5. HAVING：与GROUP BY子句结合使用，限制返回的分组行，仅返回满足条件的组。
6. ORDER BY：对结果集进行排序。

示例语句

-- GROUP BY 一个参数
SELECT column_name, AGGREGATE_FUNCTION(column_name)
FROM table_name
WHERE column_name operator value
GROUP BY column_name;

-- GROUP BY 两个参数
SELECT
    column_name1,
    column_name2,
    AGGREGATE_FUNCTION(column_name3)
FROM
    table_name
GROUP BY
    column_name1,
    column_name2;

核心代码

聚合函数

• MIN()：返回给定列中的最小值。
• MAX()：返回给定列中的最大值。
• SUM()：返回给定列中数值的总和。
• AVG()：返回给定列的平均值。
• COUNT()：返回给定列中的值的总数。
• COUNT(*)：返回表中的行数。

SQL脚本示例

-- 查找总销售额大于950美元的销售订单
SELECT 
    orderId, SUM(unitPrice * qty) Total
FROM
    OrderDetails
GROUP BY orderId
HAVING Total > 950;

-- 统计所有订单，按customerID分组并升序排序
SELECT 
    customerId, COUNT(*)
FROM
    Orders
GROUP BY customerId
ORDER BY COUNT(*) ASC;

-- 查找平均单价大于10美元的类别
SELECT 
    categoryName, AVG(unitPrice)
FROM
    Products p
INNER JOIN
    Categories c ON c.categoryId = p.categoryId
GROUP BY categoryName
HAVING AVG(unitPrice) > 10;

-- 查找每个类别中最便宜的产品
SELECT categoryId,
       productId,
       productName,
       unitPrice
FROM Products p1
WHERE unitPrice = (
                SELECT MIN(unitPrice)
                FROM Products p2
                WHERE p2.categoryId = p1.categoryId);

-- 查找每个类别中最近日期的产品
SELECT categoryId,
       productId,
       productName,
       unitPrice,
       productDate
FROM Products p1
WHERE productDate = (
                      SELECT MAX(productDate) 
                      FROM Products p2
                      WHERE p2.categoryId = p1.categoryId);

-- 按categoryId和productId分组
SELECT 
    categoryId, categoryName, productId, SUM(unitPrice)
FROM
    Products p
INNER JOIN
    Categories c ON c.categoryId = p.categoryId
GROUP BY categoryId, productId;

最佳实践

• 当需要对数据进行分组统计时，合理使用GROUP BY和聚合函数可以提高查询效率。
• 在使用聚合函数时，严格按照SELECT、FROM、WHERE、GROUP BY、HAVING、ORDER BY的顺序编写语句，避免出错。
• 根据实际需求选择合适的聚合函数，如需要求最小值使用MIN()，求平均值使用AVG()等。

常见问题

• 语法错误：如果不按照正确的顺序编写SELECT、FROM、WHERE、GROUP BY、HAVING、ORDER BY语句，可能会导致语法错误。
• 结果不符合预期：在使用GROUP BY时，如果列名指定错误或分组逻辑不正确，可能会得到不符合预期的结果。
• 性能问题：在处理大量数据时，GROUP BY操作可能会导致性能下降，可以通过添加合适的索引来优化性能。