玩转SQL语句之group by 多字段分组查询与having子句，一篇解决你的疑惑！

Posted 2023-04-08 柠檬味的橙子呀

sql语句group by使用详解

• group by的基本语法
• • 基本语法
  • 什么是分组查询(一个字段)
  • 多个字段的分组查询
  • • 1.两个字段的分组查询
    • 2.三个字段及N个字段进行分组查询
• having子句的使用
• • 基本语法
  • having是干什么的
  • 演示
• 分组查询select关键字后面列名书写的注意事项

group by的基本语法

基本语法

select 列名1，... , 列名n from 表
group by 列名1，... , 列名n

什么是分组查询(一个字段)

分组，顾名思义，分成小组。简而言之就是就是把相同的数据分到一个组。

如下表（表名gb），里面有16条数据，前8条是狗狗，后8条是猫猫.

现在对name这个列进行分组查询

select name from gb group by name;

得到结果如下：

我们发现他把原始表分为了两个小组，狗狗小组和猫猫小组。从这可以看出分组查询就是把相同的数据分到一个组。

那么问题来了，我一直在说分组这个词，可是看见上面的结果明明是两行数据，哪里是组了，还不如说你这是去重得了（把重复的行筛选掉），虽然看似是两行数据（只有狗狗和猫猫两行），可实际上它是隐藏了，因为每个组里面都是相同的数据，所以它只显示一条数据，我们可以通过count()函数来统计每个组(也就是你看见的行)里面的个数，看一看每个组（行）里面到底包含了多少条数据。测试代码如下：

select name, count(name) as '每个组里的数量' from gb 
group by name;

测试结果如下图:

通过结果我们发现狗狗组里面有8条数据，猫猫组里面也有8条数据。所以我才说它是组而不是行。因为这个组里面有很多一样的数据，它只显示一条，所以我们很容易就误认为他是普通的行了。（关于这个结果我们可以认为他是一个嵌套表，就像我们编程语言中的嵌套数组一样）（大的套小的，小的里面还套着小的，有点俄罗斯套娃的梗了）。

多个字段的分组查询

1.两个字段的分组查询

首先准备如下表（表名gb）：其中有name字段（动物的名称），colour字段 （动物的颜色）

然后对该表的name和colour这两个字段进行分组聚合，代码如下：

select colour, name, count(*) as '数量' from gb 
group by name, colour;

结果如下：

通过结果我们发现 两个字段进行分组和一个字段进行分组并无多大区别，两个字段分组就是要同时考虑两个列，两个列中都是一模一样的数据则分在同一个组中，就比如 黑色的狗狗是一个组、白色狗狗是一个组。 满足同一个动物名称的情况下还要满足动物的颜色，名称颜色都一样就是一个组的 。

2.三个字段及N个字段进行分组查询

如下表（表名gb）:其中有name字段（动物的名称），colour字段 （动物的颜色）, type字段（动物的类型或者叫动物的品种）

对name，colour，type这三个字段进行分组聚合，代码如下:

select type, colour, name, count(*) as '数量' from gb 
group by name, colour, type;

结果如下：

通过结果的发现，三个字段进行分组，那么就要同时考虑三个字段，首先考虑动物的名称name字段，它分为狗狗和猫猫两种组（注意: 这就是前面name分组的结果）。然后在考虑动物的颜色colour字段，狗狗有黑色和白色，猫猫有蓝色和黑色 ， 他就分为了四种组（注意: 这就是前面name，colour分组的结果）。最后在考虑动物的类型type字段，黑色狗狗有a，b两个类型、白色狗狗有a，b两个类型、蓝色猫猫有a，b两个类型、黑色猫猫有a，b两个类型、它就分为了8种组（就是如上图的结果）。

总结 对N个字段进行分组聚合，那么同时要满足这N个字段，一层一层的往下分。

having子句的使用

基本语法

select 列名1，... , 列名n from 表
group by 列名1，... , 列名n
having  筛选规则

having是干什么的

其实having很好理解 他的功能与where是一样的，都是为了写条件语句进行筛选数据。但是SQL语法规定，对于group by之后的组结果，想要对其结果进行筛选，必须使用having关键字，不能使用where。所以我们可以把having看成group by的搭档就行了，见了group by 想要对其结果筛选，后面就使用having关键字。就像我们吃饭要用筷子，喝汤要用勺子，筷子和勺子都是吃饭的工具。having与where都是筛选的关键词，只是应用的场景不同而已。

演示

准备下表（表名gb）:有动物名称name字段和动物颜色colour字段

先看看同一个动物中同种颜色的各有多少个

select name, colour, count(*) as '数量' from gb
group by name, colour;

结果

从结果中可以看出 黑色狗狗与白色狗狗各有4只，蓝色的猫猫有6只，黑色猫猫有2只。

然而现在我们只想看猫猫的数据，不想看狗狗的数据，所以现在我们就要对上图的结果进行筛选。

select name, colour, count(*) as '数量' from gb
group by name, colour
having name = '猫猫';

结果

所以通过having关键词我们就进行了对group by分组结果的筛选了，选出了我们想要的结果。

然而对此结果我们还是不太满意，我想要选出猫猫中数量 >=6 的组，测试代码如下：

select name, colour, count(*) as '数量' from gb
group by name, colour
having name = '猫猫' and count(*) >= 6;

结果如下：

通过上面sql语句发现，我们只是在筛选条件上增加了一个筛选条件 使用and 连接可以得出结果。但是这也引发一个新的问题。那就是在where后面我们写筛选条件好像没有用过聚合函数（如count函数等）当条件吧，然而having后面我们却使用了聚合函数（如count函数等）当条件，所以这里也有一个语法规定如下:
1.where后面的筛选规则是对整个表中的行进行筛选，所以不会直接使用聚合函数进行充当条件。
2.having后面是对group by分出的组的结果进行筛选，看似是对每一行进行筛选其实是对每一个组进行筛选，所以我们就可以 直接使用聚合函数充当条件。

分组查询select关键字后面列名书写的注意事项

SQL语法中规定， select关键字后面的列名 要么在group by 后面出现过，要么在selelct后面使用的聚合函数中出行过。没有出现过就不能使用。

如下表（表名gb）：其中有动物的名称name字段。

如上如的sql语句 红色框书写的列名（select关键字后面的列名）， 必须要在两个绿色框中出现过（聚合函数中 或 group by后 出现过），才能书写，没出现过就不能书写。

[Mysql 查询语句]——分组查询group by

• #group by
• #group by + group_concat()
• #group by + 集合函数
• #group by + having

#group by

(1) group by的含义:将查询结果按照1个或多个字段进行分组，字段值相同的为一组
(2) group by可用于单个字段分组，也可用于多个字段分组

select * from employee;
+------+------+--------+------+------+-------------+
| num  | d_id | name   | age  | sex  | homeaddr    |
+------+------+--------+------+------+-------------+
|    1 | 1001 | 张三   |   26 | 男   | beijinghdq  |
|    2 | 1002 | 李四   |   24 | 女   | beijingcpq  |
|    3 | 1003 | 王五   |   25 | 男   | changshaylq |
|    4 | 1004 | Aric   |   15 | 男   | England     |
+------+------+--------+------+------+-------------+

select * from employee group by d_id,sex;

select * from employee group by sex;
+------+------+--------+------+------+------------+
| num  | d_id | name   | age  | sex  | homeaddr   |
+------+------+--------+------+------+------------+
|    2 | 1002 | 李四   |   24 | 女   | beijingcpq |
|    1 | 1001 | 张三   |   26 | 男   | beijinghdq |
+------+------+--------+------+------+------------+
根据sex字段来分组，sex字段的全部值只有两个(\'男\'和\'女\')，所以分为了两组
当group by单独使用时，只显示出每组的第一条记录
所以group by单独使用时的实际意义不大

 

 

#group by + group_concat()

(1) group_concat(字段名)可以作为一个输出字段来使用，
(2) 表示分组之后，根据分组结果，使用group_concat()来放置每一组的某字段的值的集合

select sex from employee group by sex;
+------+
| sex  |
+------+
| 女   |
| 男   |
+------+

select sex,group_concat(name) from employee group by sex;
+------+--------------------+
| sex  | group_concat(name) |
+------+--------------------+
| 女   | 李四               |
| 男   | 张三,王五,Aric     |
+------+--------------------+

select sex,group_concat(d_id) from employee group by sex;
+------+--------------------+
| sex  | group_concat(d_id) |
+------+--------------------+
| 女   | 1002               |
| 男   | 1001,1003,1004     |
+------+--------------------+

 

 

#group by + 集合函数

(1) 通过group_concat()的启发，我们既然可以统计出每个分组的某字段的值的集合，那么我们也可以通过集合函数来对这个"值的集合"做一些操作

select sex,group_concat(age) from employee group by sex;
+------+-------------------+
| sex  | group_concat(age) |
+------+-------------------+
| 女   | 24                |
| 男   | 26,25,15          |
+------+-------------------+

分别统计性别为男/女的人年龄平均值
select sex,avg(age) from employee group by sex;
+------+----------+
| sex  | avg(age) |
+------+----------+
| 女   |  24.0000 |
| 男   |  22.0000 |
+------+----------+

分别统计性别为男/女的人的个数
select sex,count(sex) from employee group by sex;
+------+------------+
| sex  | count(sex) |
+------+------------+
| 女   |          1 |
| 男   |          3 |
+------+------------+

 

 

#group by + having

(1) having 条件表达式：用来分组查询后指定一些条件来输出查询结果
(2) having作用和where一样，但having只能用于group by

select sex,count(sex) from employee group by sex having count(sex)>2;
+------+------------+
| sex  | count(sex) |
+------+------------+
| 男   |          3 |
+------+------------+

 

 

#group by + with rollup

(1) with rollup的作用是：在最后新增一行，来记录当前列里所有记录的总和

select sex,count(age) from employee group by sex with rollup;
+------+------------+
| sex  | count(age) |
+------+------------+
| 女   |          1 |
| 男   |          3 |
| NULL |          4 |
+------+------------+

select sex,group_concat(age) from employee group by sex with rollup;
+------+-------------------+
| sex  | group_concat(age) |
+------+-------------------+
| 女   | 24                |
| 男   | 26,25,15          |
| NULL | 24,26,25,15       |
+------+-------------------+