数据库分组聚合Group by用法理解

关于group by的理解，为什么不能够select * from Table group by id，而只能select某一个列或者某个列的聚合函数？多个字段的group by怎么来理解？关键字where、group by、having、order by的书书写顺序和执行顺序又是怎样的？下面先来分析下group by的分组聚合原理。

先来看下表1，表名为test：

表1

执行如下SQL语句：

　　你应该很容易知道运行的结果，没错，就是下表2：

表2

　　可是为了能够更好的理解“group by”多个列“和”聚合函数“的应用，我建议在思考的过程中，由表1到表2的过程中，增加一个虚构的中间表：虚拟表3。下面说说如何来思考上面SQL语句执行情况：

1.FROM test：该句执行后，应该结果和表1一样，就是原来的表。

2.FROM test Group BY name：该句执行后，我们想象生成了虚拟表3，如下所图所示，生成过程是这样的：group by name，那么找name那一列，具有相同name值的行，合并成一行，如对于name值为aa的，那么<1 aa 2>与<2 aa 3>两行合并成1行，所有的id值和number值写到一个单元格里面。

3.接下来就要针对虚拟表3执行Select语句了：

（1）如果执行select *的话，那么返回的结果应该是虚拟表3，可是id和number中有的单元格里面的内容是多个值的，而关系数据库就是基于关系的，单元格中是不允许有多个值的，所以你看，执行select * 语句就报错了。

（2）我们再看name列，每个单元格只有一个数据，所以我们select name的话，就没有问题了。为什么name列每个单元格只有一个值呢，因为我们就是用name列来group by的。

（3）那么对于id和number里面的单元格有多个数据的情况怎么办呢？答案就是用聚合函数，聚合函数就用来输入多个数据，输出一个数据的。如cout(id)，sum(number)，而每个聚合函数的输入就是每一个多数据的单元格。

（4）例如我们执行select name,sum(number) from test group by name，那么sum就对虚拟表3的number列的每个单元格进行sum操作，例如对name为aa的那一行的number列执行sum操作，即2+3，返回5，最后执行结果如下：

 （5）group by 多个字段该怎么理解呢：如group by name,number，我们可以把name和number 看成一个整体字段，以他们整体来进行分组的。如下图

（6）接下来就可以配合select和聚合函数进行操作了。如执行select name,sum(id) from test group by name,number，结果如下图：

当一个查询语句同时出现了where,group by,having,order by的时候，书写顺序是：

SELECT

FROM
WHERE （先过滤单表／视图／结果集，再JOIN）
GROUP BY
HAVING （WHERE过滤的是行，HAVING过滤的是组，所以在GROUP之后）
ORDER BY

其对应的执行顺序是：

1. 执行where对全表数据做筛选，返回第1个结果集。

2. 针对第1个结果集使用group by分组，返回第2个结果集。

3. 针对第2个结果集中的每1组数据执行select，有几组就执行几次，返回第3个结果集。

4. 针对第3个结集执行having进行筛选，返回第4个结果集。

5. 针对第4个结果集排序。

需要注意having和where的用法区别：
1.having只能用在group by之后，对分组后的结果进行筛选(即使用having的前提条件是分组)。
2.where肯定在group by 之前，即也在having之前。
3.where后的条件表达式里不允许使用聚合函数，而having可以。
4.having后只能跟group by后边字段条件 或者 非group by（group by 字段也可以使用聚合函数）字段的聚合函数条件（按组查询）；

另外注意，使用count（列名）函数计算行数时，当某列出现null值的时候，count（*）仍然会计算，但是count(列名)不会。

（完）