转载自 https://www.cnblogs.com/jingfengling/p/5962182.html 

1、概述

“Group By”从字面意义上理解就是根据“By”指定的规则对数据进行分组,所谓的分组就是将一个“数据集”划分成若干个“小区域”,然后针对若干个“小区域”进行数据处理。

2、原始表

3、简单Group By

示例1

select 类别, sum(数量) as 数量之和
from A
group by 类别

返回结果如下表,实际上就是分类汇总。

4、Group By 和 Order By

示例2

select 类别, sum(数量) AS 数量之和
from A
group by 类别
order by sum(数量) desc

返回结果如下表

在Access中不可以使用“order by 数量之和 desc”,但在SQL Server中则可以。

5、Group By中Select指定的字段限制

示例3

select 类别, sum(数量) as 数量之和, 摘要
from A
group by 类别
order by 类别 desc

示例3执行后会提示下错误,如下图。这就是需要注意的一点,在select指定的字段要么就要包含在Group By语句的后面,作为分组的依据;要么就要被包含在聚合函数中。

6、Group By All

示例4

select 类别, 摘要, sum(数量) as 数量之和
from A
group by all 类别, 摘要

示例4中则可以指定“摘要”字段,其原因在于“多列分组”中包含了“摘要字段”,其执行结果如下表

“多列分组”实际上就是就是按照多列(类别+摘要)合并后的值进行分组,示例4中可以看到“a, a2001, 13”为“a, a2001, 11”和“a, a2001, 2”两条记录的合并。

SQL Server中虽然支持“group by all”,但Microsoft SQL Server 的未来版本中将删除 GROUP BY ALL,避免在新的开发工作中使用 GROUP BY ALL。Access中是不支持“Group By All”的,但Access中同样支持多列分组,上述SQL Server中的SQL在Access可以写成

select 类别, 摘要, sum(数量) AS 数量之和
from A
group by 类别, 摘要

7、Group By与聚合函数

在示例3中提到group by语句中select指定的字段必须是“分组依据字段”,其他字段若想出现在select中则必须包含在聚合函数中,常见的聚合函数如下表:

函数 作用 支持性
sum(列名) 求和  
max(列名) 最大值  
min(列名) 最小值  
avg(列名) 平均值  
first(列名) 第一条记录 仅Access支持
last(列名) 最后一条记录 仅Access支持
count(列名) 统计记录数 注意和count(*)的区别

示例5:求各组平均值

select 类别, avg(数量) AS 平均值 from A group by 类别;

示例6:求各组记录数目

select 类别, count(*) AS 记录数 from A group by 类别;

示例7:求各组记录数目

8、Having与Where的区别

  • where 子句的作用是在对查询结果进行分组前,将不符合where条件的行去掉,即在分组之前过滤数据,where条件中不能包含聚组函数,使用where条件过滤出特定的行。
  • having 子句的作用是筛选满足条件的组,即在分组之后过滤数据,条件中经常包含聚组函数,使用having 条件过滤出特定的组,也可以使用多个分组标准进行分组。

示例8

select 类别, sum(数量) as 数量之和 from A
group by 类别
having sum(数量) > 18

示例9:Having和Where的联合使用方法

select 类别, SUM(数量)from A
where 数量 gt;8
group by 类别
having SUM(数量) gt; 10

9、Compute 和 Compute By

select * from A where 数量 > 8

执行结果:

示例10:Compute

select *
from A
where 数量>8
compute max(数量),min(数量),avg(数量)

执行结果如下:

compute子句能够观察“查询结果”的数据细节或统计各列数据(如例10中max、min和avg),返回结果由select列表和compute统计结果组成。

示例11:Compute By

select *
from A
where 数量>8
order by 类别
compute max(数量),min(数量),avg(数量) by 类别

执行结果如下:

示例11与示例10相比多了“order by 类别”和“... by 类别”,示例10的执行结果实际是按照分组(a、b、c)进行了显示,每组都是由改组数据列表和改组数统计结果组成,另外:

  • compute子句必须与order by子句用一起使用
  • compute...by与group by相比,group by 只能得到各组数据的统计结果,而不能看到各组数据

在实际开发中compute与compute by的作用并不是很大,SQL Server支持compute和compute by,而Access并不支持

SQL compute by 的使用 https://www.cnblogs.com/Gavinzhao/archive/2010/07/12/1776107.html

where、having之间的区别和用法 http://blog.csdn.net/jdjh1024/article/details/76647866

SQL中Group By的使用,以及一些特殊使用方法相关推荐

  1. SQL中GROUP BY的理解

    在SQL中GROUP BY指的是把总数据表切割成若干子数据表,然后再对各个子数据表进行处理,比如我们需要计算下表中每个年级的人数. grade name score 一年级 小王 51 一年级 小魏 ...

  2. SQL中Group By的使用

    Rain Man 怀仁怀朴,唯真唯实. 博客园 首页 博问 闪存 新随笔 联系 订阅 管理 随笔-178  文章-0  评论-314  SQL中Group By的使用 1.概述 2.原始表 3.简单G ...

  3. sql中group by 和having 用法解析

    --sql中的group by 用法解析: -- Group By语句从英文的字面意义上理解就是"根据(by)一定的规则进行分组(Group)". --它的作用是通过一定的规则将一 ...

  4. SQL中 group by 1, order by 1 语句是什么意思

    https://blog.csdn.net/nxjhi/article/details/51340018 最近学习数据库,在codecademy中, 遇到如下语句 SELECT a.dep_month ...

  5. mysql 列转行 unpivot_Spark SQL中列转行(UNPIVOT)的两种方法

    行列之间的互相转换是ETL中的常见需求,在Spark SQL中,行转列有内建的PIVOT函数可用,没什么特别之处.而列转行要稍微麻烦点.本文整理了2种可行的列转行方法,供参考. 测试数据准备 本文的环 ...

  6. SQL中Group By的用法整理

    1.概述 "Group By"从字面意义上理解就是根据"By"指定的规则对数据进行分组,所谓的分组就是将一个"数据集"划分成若干个" ...

  7. 一.oracle的SQL中group by使用的情况(与聚合函数的关系)

    SELECT r.industry_1,r.industry_2,r.agent_id,r.agent_name, COUNT(DISTINCT r.customer_name_a)数据总量, COU ...

  8. SQL中Group分组的使用

     1.概述 "Group By"从字面意义上理解就是根据"By"指定的规则对数据进行分组,所谓的分组就是将一个"数据集"划分成若干个&q ...

  9. SQL中group by的用法总结

    一.简介SQL语言 SQL语言,是结构化查询语言的简称.SQL语言是一种数据库查询和程序设计语言,用于存取数据以及查询.更新和管理关系数据库系统:同时也是数据库脚本文件的扩展名.   SQL语言,是高 ...

最新文章

  1. C#之 VS2008 之 Extension Methods
  2. php与mysql同步_php实现mysql同步的实现方法
  3. LeetCode——面试题 08.01. 三步问题
  4. 第17课 欧耶欧耶 《小学生C++趣味编程》
  5. php下拉列表 二级 联动,PHP+Ajax实现二级联动下拉菜单!
  6. 计算机学院特色迎新标语,2019大学各学院开学迎新创意标语 2019各大学网红创意迎新宣传标语...
  7. 向maven中添加Oracle数据库的驱动,有效!
  8. 二维数组七行七列C语言,C语言中级教程 再谈数组-7.ppt
  9. win11系统正式版介绍
  10. 点云:python版本的点云数据处理库
  11. hadoop安装配置实验报告
  12. 正宗eMule官方网站导航
  13. 5-1 厘米换算英尺英寸 (15分)
  14. 【教案】心田花开:如何辅导一年级孩子看图写话
  15. 运放脉冲宽度放大_创鑫激光纳秒级脉冲激光器应用于精细焊接
  16. 清华大学计算机音乐,清华大学2018年毕业歌《告别之前》发布!每个告别都等得到再见...
  17. 下一个颠覆的领域:区块链如何影响审计行业?(中)
  18. 绝缘子红外图像检测项目(TF2)
  19. VSCode写leetcode
  20. ipxe服务器搭建笔记-ipxe基本语法

热门文章

  1. python3之协程(1)---协程简介
  2. 透过汇编另眼看世界之函数调用
  3. 关于TCP下SOCKET的一些测试
  4. 基于 FFmpeg 的播放器 demo
  5. 记一次OpenJDK替换java JDK
  6. 深入理解Netty高性能网络框架
  7. Soul网关发布2.1.X之后,它到底有多方便?
  8. LiveVideoStack Meet | 苏州站全记录
  9. 旧金山站线上峰会24h倒数
  10. 设计模式C++实现(3)——装饰模式