SELECT 子句中不存在聚合函数时的 GROUP BY 行为

Posted 2023-02-21

【中文标题】SELECT 子句中不存在聚合函数时的 GROUP BY 行为

【英文标题】：GROUP BY behavior when no aggregate functions are present in the SELECT clause

【发布时间】：2010-12-08 04:39:04

【问题描述】：

我有一个表emp，其结构和数据如下：

name   dept    salary
-----  -----   -----
Jack   a       2
Jill   a       1
Tom    b       2
Fred   b       1

当我执行以下 SQL 时：

SELECT * FROM emp GROUP BY dept

我得到以下结果：

name   dept    salary
-----  -----   -----
Jill   a       1
Fred   b       1

服务器根据什么决定返回 Jill 和 Fred 并排除 Jack 和 Tom？

我正在 mysql 中运行此查询。

注意 1：我知道查询本身没有意义。我正在尝试调试“GROUP BY”场景的问题。我正在尝试了解此目的的默认行为。

注意 2：我习惯于编写与 GROUP BY 子句相同的 SELECT 子句（减去聚合字段）。当我遇到上述行为时，我开始想知道是否可以在以下情况下依赖它： 从 emp 表中选择工资在部门中最低/最高的行。 例如：这样的 SQL 语句适用于 MySQL：

SELECT A.*, MIN(A.salary) AS min_salary FROM emp AS A GROUP BY A.dept

我没有找到任何描述这种 SQL 为何有效的材料，更重要的是，如果我能始终如一地依赖这种行为。如果这是一个可靠的行为，那么我可以避免这样的查询：

SELECT A.* FROM emp AS A WHERE A.salary = ( 
            SELECT MAX(B.salary) FROM emp B WHERE B.dept = A.dept)

【问题讨论】：

能否请您发布您希望的结果。 GROUP BY 为 GROUP BY 列的每个唯一组合返回一行。由于您仅指定了一列 dept，因此每个部门将仅返回一行。如果您从查询中列出您需要的内容，人们可能会提供更多帮助。

告诉我们您的期望，我们将能够为您提供帮助。

我的猜测是每组的最后一行

请注意，在基于 MVCC 的数据库上，行顺序会重新洗牌，如果您更新第一行，第一行可以成为最后一行

我在问题的“备注”部分提供了其他信息。

【参考方案1】：

请阅读MySQL documentation 了解这一点。

简而言之，MySQL 允许从 GROUP BY 中省略一些列，以提高性能，但是这仅在 如果省略的列都具有相同的值（在分组），否则，查询返回的值确实是不确定的，正如本文中其他人正确猜测的那样。为确保添加 ORDER BY 子句不会重新引入任何形式的确定性行为。

虽然不是问题的核心，但此示例显示了使用 * 而不是显式枚举所需列通常是一个坏主意。

摘自 MySQL 5.0 文档：

使用此功能时，每组中的所有行都应具有相同的值 对于 GROUP BY 部分中省略的列。服务器是免费的 从组中返回任何值，因此结果是不确定的，除非 所有值都相同。

【讨论】：

@mjv，我正在考虑用户声明select user_id, order_id from (select user_id, order_id from orders order by user_id, order_id desc) a group by user_id 来选择每个user_id 的最新订单，这不会达到我的目的吗？

【参考方案2】：

这有点晚了，但我会把它放上来供以后参考。

GROUP BY 获取第一行重复的行，并丢弃结果集中在它之后匹配的所有行。因此，如果 Jack 和 Tom 拥有相同的部门，那么在普通 SELECT 中首先出现的将是 GROUP BY 中的结果行。

如果您想控制列表中最先出现的内容，您需要执行 ORDER BY。但是，SQL 不允许 ORDER BY 出现在 GROUP BY 之前，因为它会抛出异常。此问题的最佳解决方法是在子查询中执行 ORDER BY，然后在外部查询中执行 GROUP BY。这是一个例子：

SELECT * FROM (SELECT * FROM emp ORDER BY name) as foo GROUP BY dept

这是我发现的表现最好的技术。我希望这对某人有所帮助。

【讨论】：

感谢您的帮助 - 非常有帮助。昂贵的子选择，但它似乎是做我希望“HAVING”做的唯一方法。

我找不到任何引用来支持您的断言，即“GROUP BY 采用具有重复项的第一行并丢弃结果集中在它之后匹配的任何行。”相反，MySQL 特别明确指出非聚合列的值是从组中的任何行中任意获取的。

这没有有用。我认为这会使情况恶化。代替一项非标准功能，您现在使用两项非标准功能。结果可能是错误的，并且不能保证您将获得每个部门的第一个结果，按名称排序。

小心这个答案是不正确。它看起来应该可以工作，如果它可以工作，那就太好了，但它不起作用......

我同意，这不起作用。它有时会起作用，但它们的值是不确定的。我的测试随机失败，问题在于使用了上述技术。

【参考方案3】：

据我所知，出于您的目的，返回的特定行可以被认为是随机的。

只有在GROUP BY 完成后才能订购

【参考方案4】：

你可以放一个：

SET GLOBAL sql_mode=(SELECT REPLACE(@@sql_mode,'ONLY_FULL_GROUP_BY',''));

在查询之前强制执行 SQL 标准 GROUP BY 行为

【参考方案5】：

我发现最好的办法是考虑不支持这种类型的查询。在大多数其他数据库系统中，不能包含不在 GROUP BY 子句或 HAVING、SELECT 或 ORDER BY 子句中的聚合函数中的列。

相反，请考虑您的查询内容为：

SELECT ANY(name), dept, ANY(salary)
FROM emp 
GROUP BY dept;

...因为这是正在发生的事情。

希望这会有所帮助....

【参考方案6】：

我认为 ANSI SQL 要求选择只包括来自 GROUP BY 子句的字段，以及聚合函数。 MySQL 的这种行为看起来像是返回了一些行，可能是服务器读取的最后一行，或者它手头的任何行，但不要依赖它。

【讨论】：

关于 Marius 评论：（由于评分低，我无法评论）正如其他人所说，Order By 作用于 Grouping 的结果，对将折叠的行进行排序没有意义通过一个分组。相反，您可以选择 MAX(name)，如果行按字母升序排列，它实际上会返回姓氏。

【参考方案7】：

这将为每个人选择最近的一行：

SELECT * FROM emp
WHERE ID IN
(
    SELECT
        MAX(ID) AS ID
    FROM
        emp
    GROUP BY
        name
)

【参考方案8】：

如果您按部门分组，其他数据是否重要？我知道 Sql Server 甚至不允许这个查询。如果有这种可能性，听起来可能还有其他问题。

【讨论】：

我知道这条 SQL 在 Oracle 和少数其他数据库中无效。

【参考方案9】：

尝试使用 ORDER BY 来选择您想要的行。

SELECT * FROM emp GROUP BY dept ORDER BY name ASC;

将返回以下内容：

name   dept    salary
-----  -----   -----
jack   a       2
fred   b       1

【讨论】：

在我的情况下 ORDER BY 没有区别。我预计这种行为是因为 ORDER BY 在 GROUP BY 之后应用。