【SQL 必知必会】- 第十课分组数据

数据分组

创建分组

使用 GROUP BY 的规定：

ALL 子句

过滤分组

提示：HAVING 支持所有WHERE 操作符

数据分组

使用分组可以将数据分为多个逻辑组，对每个组进行聚集计算。

创建分组

分组是使用SELECT 语句的GROUP BY 子句建立的。理解分组的最好办法是看一个例子：

SELECT vend_id, COUNT(*) AS num_prods FROM Products GROUP BY vend_id;

因为使用了GROUP BY，就不必指定要计算和估值的每个组了。系统会自动完成。GROUP BY 子句指示DBMS 分组数据，然后对每个组而不是整个结果集进行聚集。

使用 GROUP BY 的规定：

GROUP BY 子句可以包含任意数目的列，因而可以对分组进行嵌套，更细致地进行数据分组。
如果在GROUP BY 子句中嵌套了分组，数据将在最后指定的分组上进行汇总。换句话说，在建立分组时，指定的所有列都一起计算（所以不能从个别的列取回数据）。
GROUP BY 子句中列出的每一列都必须是检索列或有效的表达式（但不能是聚集函数）。如果在SELECT 中使用表达式，则必须在GROUP BY子句中指定相同的表达式。不能使用别名。
大多数SQL 实现不允许GROUP BY 列带有长度可变的数据类型（如文本或备注型字段）。
除聚集计算语句外，SELECT 语句中的每一列都必须在GROUP BY 子句中给出。
如果分组列中包含具有NULL 值的行，则NULL 将作为一个分组返回。如果列中有多行NULL 值，它们将分为一组。
GROUP BY 子句必须出现在WHERE 子句之后，ORDER BY 子句之前。

ALL 子句

Microsoft SQL Server 等有些SQL 实现在GROUP BY 中支持可选的ALL子句。这个子句可用来返回所有分组，即使是没有匹配行的分组也返回（在此情况下，聚集将返回NULL）。具体的DBMS 是否支持ALL，请参阅相应的文档。

过滤分组

我们已经看到了WHERE 子句的作用（第4 课提及）。但是，在这个例子中WHERE 不能完成任务，因为WHERE 过滤指定的是行而不是分组。事实上，WHERE 没有分组的概念。

那么，不使用WHERE 使用什么呢？SQL 为此提供了另一个子句，就是HAVING 子句。HAVING 非常类似于WHERE。事实上，目前为止所学过的所有类型的WHERE 子句都可以用HAVING 来替代。唯一的差别是，WHERE过滤行，而HAVING 过滤分组。

提示：HAVING 支持所有WHERE 操作符

在第4 课和第5 课中，我们学习了WHERE 子句的条件（包括通配符条件和带多个操作符的子句）。学过的这些有关WHERE 的所有技术和选项都适用于HAVING。它们的句法是相同的，只是关键字有差别。

SELECT cust_id, COUNT(*) AS orders FROM Orders GROUP BY cust_id HAVING COUNT(*) >= 2;

在某些情形下，我们需要满足一定条件，同时又要结果个数＞1的数据，或者或需要个数≥2的数据，这种情况下使用 having 就很合适。（HAVING COUNT(*) >= 2;）

HAVING 和WHERE 的差别

这里有另一种理解方法，WHERE 在数据分组前进行过滤，HAVING 在数据分组后进行过滤。这是一个重要的区别，WHERE 排除的行不包括在分组中。这可能会改变计算值，从而影响HAVING 子句中基于这些值过滤掉的分组。

那么，有没有在一条语句中同时使用WHERE 和HAVING 子句的需要呢？事实上，确实有。假如想进一步过滤上面的语句，使它返回过去12 个月内具有两个以上订单的顾客。为此，可增加一条WHERE 子句，过滤出过去12 个月内下过的订单，然后再增加HAVING 子句过滤出具有两个以上订单的分组。为了更好地理解，来看下面的例子，它列出具有两个以上产品且其价格大于等于4 的供应商：

SELECT vend_id, COUNT(*) AS num_prods
FROM Products
WHERE prod_price >= 4
GROUP BY vend_id
HAVING COUNT(*) >= 2;

这条语句中，第一行是使用了聚集函数的基本SELECT 语句，很像前面的例子。WHERE 子句过滤所有prod_price 至少为4 的行，然后按vend_id分组数据，HAVING 子句过滤计数为2 或2 以上的分组。如果没有WHERE子句，就会多检索出一行（供应商DLL01，销售4 个产品，价格都在4以下）

SELECT vend_id, COUNT(*) AS num_prods
FROM Products
GROUP BY vend_id
HAVING COUNT(*) >= 2;

使用HAVING 和WHERE

HAVING 与WHERE 非常类似，如果不指定GROUP BY，则大多数DBMS会同等对待它们。不过，你自己要能区分这一点。使用HAVING 时应该结合GROUP BY 子句，而WHERE 子句用于标准的行级过滤。

分组和排序

GROUP BY 和ORDER BY 经常完成相同的工作，但它们非常不同，理解这一点很重要。下表汇总了它们之间的差别。

表中列出的第一项差别极为重要。我们经常发现，用GROUP BY 分组的数据确实是以分组顺序输出的。但并不总是这样，这不是SQL 规范所要求的。此外，即使特定的DBMS 总是按给出的GROUP BY 子句排序数据，用户也可能会要求以不同的顺序排序。就因为你以某种方式分组数据（获得特定的分组聚集值），并不表示你需要以相同的方式排序输出。应该提供明确的ORDER BY 子句，即使其效果等同于GROUP BY 子句。

简单来说就是，GROUP BY会对数据进行分组，但输出的结果不一定会按照升序/降序的方式输出，想要实现升序/降序，请配合使用 Order by子句。

不要忘记ORDER BY

一般在使用GROUP BY 子句时，应该也给出ORDER BY 子句。这是保证数据正确排序的唯一方法。千万不要仅依赖GROUP BY 排序数据。

为说明GROUP BY 和ORDER BY 的使用方法，来看一个例子。下面的SELECT语句类似于前面那些例子。它检索包含三个或更多物品的订单号和订购物品的数目：

SELECT order_num, COUNT(*) AS items
FROM OrderItems
GROUP BY order_num
HAVING COUNT(*) >= 3;

要按订购物品的数目排序输出，需要添加ORDER BY 子句，如下所示：

SELECT order_num, COUNT(*) AS items
FROM OrderItems
GROUP BY order_num
HAVING COUNT(*) >= 3
ORDER BY items, order_num;

order_num items
---------         -----
20009         3
20007         5
20008         5

在这个例子中，使用GROUP BY 子句按订单号（order_num 列）分组数据，以便COUNT(*)函数能够返回每个订单中的物品数目。HAVING 子句过滤数据，使得只返回包含三个或更多物品的订单。最后，用ORDER BY子句排序输出。

SELECT 子句顺序

下面回顾一下SELECT 语句中子句的顺序。下表以在SELECT 语句中使用时必须遵循的次序，列出迄今为止所学过的子句。