SQL GROUP BY 語句分析

GROUP BY 語句是SQL中用來對數據實現分組聚集操作的語句，它可以根據數據表中的一個或多個屬性（列）的不同值把數據分成不同的組，以實現對數據的分組統計等操作。下面是我根據個人學習經驗對該語句做出的分析。

聚集函數

要了解分組的概念，首先讓我們來熟悉一下SQL中的基本聚集函數：

• 求平均值： AVG()
• 找最小值： MIN()
• 找最大值： MAX()
• 求和： SUM()
• 計數： COUNT()

所有這些聚集函數，都是以一個集合作爲輸入，經過聚集作用後輸出一個值的函數，換言之，假設 x1,x2......xn 是一個數據表內的各個元組，則聚集函數就是關於所有這些元組的函數：

Output=f(x1,x2......xn)

因此，對整個數據表使用聚集函數，相當於將表中的所有元組看成一個組，然後用相應的聚集函數作用於這個組中的所有元素，得到一個輸出值。下面我們來看一個例子：
假設一個企業工資管理數據庫中含有數據表employees如下：

我們使用聚集函數COUNT()來計算表中元組的總個數：

SELECT COUNT(*) FROM employees;

可以得到輸出結果爲：

+----------+
| COUNT(*) |
+----------+
| 4        |
+----------+

在這裏，COUNT() 把表中的4個元組看成一組，然後把該組中各個元組作爲自變量輸入，統計它們的總個數後輸出計數結果。

對於含有 WHERE 選擇子句的查詢語句，則先對錶中的每個元組進行篩選，選出符合條件的元組合成一個組，再將該組中的各個元組作爲自變量輸入到 COUNT() 函數中計算結果。
統計employees表中女員工的數量：

SELECT COUNT(*)
FROM employees E
WHERE E.gender = 'F';

輸出結果爲：

+----------+
| COUNT(*) |
+----------+
| 2        |
+----------+

GROUP BY 分組聚集

如上所述，聚集函數是把整個數據表中的所有元組看成一個組來進行聚集映射，但是在實際中，我們常常會根據數據的某一個或多個屬性，把元組按其對應屬性值的不同分成多個不同的組。假設根據屬性 Y 來對數據進行分組，Y 的值有 y1,y2,......ym ，共m個不同的值，則對一張表的數據分組後有：

然後，對每一個分組都使用聚集函數並輸出相應分組的計算結果，因此，對一張數據表中的m個分組運用聚集函數後將會得到m個輸出 r1,r2......rm 輸出的形式如下所示：

+----------+----------+
| Y        | result   |
+----------+----------+
| y1       | r1       |
+----------+----------+
| y2       | r2       |
+----------+----------+
| ...      | ...      |
+----------+----------+
| ym       | rm       |
+----------+----------+

我們再以上面的employees表爲例子，這次我們爲每個元組增加一個工資salary的屬性：

然後我們用分組聚集函數，分別計算男員工和女員工的平均工資：

SELECT AVG(salary)
FROM employees
GROUP BY gender;

輸出結果爲：

+--------------+
| AVG(salary)  |
+--------------+
| 15000.000000 |
+--------------+
| 13825.000000 |
+--------------+

統計結果雖然出來了，但我們並不知道上面的結果分別是對應哪個分組的，因此把分組的屬性顯示出來：

SELECT gender, AVG(salary)
FROM employees
GROUP BY gender;

輸出結果爲：

+--------+--------------+
| gender | AVG(salary)  |
+--------+--------------+
| M      | 15000.000000 |
+--------+--------------+
| F      | 13825.000000 |
+--------+--------------+

在這裏需要特別注意一點，這個在《數據庫系統概念 第六版》中也有強調：

當SQL查詢使用分組時，一個很重要的事情是需要保證出現在 select 語句中但沒有被聚集的屬性只能是出現在 group by 子句中的那些屬性。換句話說，任何沒有出現在 group by 子句中的屬性如果出現在 select 子句中的話，它只能出現在聚集函數內部，否則這樣的查詢就是錯誤的。

例如，如下的查詢是錯誤的：

SELECT name, gender, AVG(salary)
FROM employees
GROUP BY gender;

這是因爲，name既沒有出現在 GROUP BY 中，也沒有出現在聚集函數 AVG() 的內部。
然而在本人所使用的mysql 5.5.53數據庫管理系統中，這種錯誤是允許的，mysql將會把每個分組的第一個元組的name顯示出來，上述錯誤語句在mysql5.5.53中的執行結果爲：

+---------------+---------+--------------+
| name          | gender  | AVG(salary)  |
+---------------+---------+--------------+
| Jackie Cheng  | M       | 15000.000000 |
+---------------+---------+--------------+
| Anna May Wong | F       | 13825.000000 |
+---------------+---------+--------------+

HAVING 子句

HAVING 子句用於對分組後根據每個組的運算結果對組進行篩選，選出符合條件的分組進行顯示。例如，對上面的employees表選出平均工資大於14000的分組：

SELECT gender, AVG(salary)
FROM employees
GROUP BY gender
HAVING AVG(salary) > 14000;

輸出結果如下：

+--------+--------------+
| gender | AVG(salary)  |
+--------+--------------+
| M      | 15000.000000 |
+--------+--------------+

注意 HAVING 子句也與 SELECT 子句的限制條件一樣，其後面的屬性只能是出現在 GROUP BY 子句中的那些屬性！如果不滿足這個條件，mysql數據庫管理系統也會報錯：

SELECT gender, AVG(salary)
FROM employees
GROUP BY gender
HAVING name = 'Jackie Cheng';

報錯如下：

Error Code: 1054. Unknown column 'name' in 'having clause'  0.016 sec

以上是我個人對SQL中的聚集函數、GROUP BY 語句和 HAVING 語句的學習總結，總結不到位或有錯誤之處歡迎大家指正。