数据库Group By：如何分组查询数据？ (数据库group by)
随着数据量的不断增长，数据库的应用越来越广泛，如何高效地查询和管理数据成为一个重要的问题。在数据库中，Group By是一种重要的数据分组查询方法，它可以将数据按照指定的字段进行分组，从而实现更加细粒度的查询和统计。本文将介绍Group By的基本原理、使用方法和常见场景，帮助读者更好地掌握数据库分组查询的技巧。
一、Group By的基本原理
Group By是一种聚合函数，它可以将数据按照指定的字段进行分组，然后对每个分组进行聚合操作，得到每个分组的统计结果。在Group By语句中，可以同时使用多个字段进行分组，以及使用各种聚合函数（如SUM、AVG、COUNT、MIN、MAX等）进行统计。
例如，假设有一张学生表（student），其中每个学生有学生ID、姓名、性别、年龄、所在班级等字段，现在需要按照班级进行分组，统计每个班级的人数和平均年龄，可以使用如下的SQL语句：
SELECT class, COUNT(*) AS count, AVG(age) AS avg_age FROM student GROUP BY class;
在这个语句中，GROUP BY后面的class表示按照班级进行分组，COUNT(*)表示统计每个班级的学生数量，AVG(age)表示平均年龄。执行完这个语句后，就可以得到每个班级的人数和平均年龄的统计结果。例如，对于以下的学生数据：
| ID | Name | Sex | Age | Class |
| — | —— | —- | — | —– |
| 1 | Tom | M | 18 | 1A |
| 2 | Jerry | F | 17 | 1A |
| 3 | Alice | F | 16 | 1A |
| 4 | Bob | M | 18 | 1B |
| 5 | Cathy | F | 17 | 1B |
| 6 | David | M | 16 | 1B |
执行上述SQL语句后，可以得到如下结果：
| class | count | avg_age |
| —– | —– | ——- |
| 1A | 3 | 17 |
| 1B | 3 | 17 |
二、Group By的使用方法
使用Group By查询数据的基本语法如下：
SELECT field1, field2, …, AGGREGATE_FUNCTION(field) FROM table_name WHERE condition GROUP BY field1, field2, …;
其中，field1、field2等表示需要查询的字段，AGGREGATE_FUNCTION(field)表示需要进行聚合的函数，table_name表示需要查询的表名，condition表示查询条件，GROUP BY后面的字段表示需要进行分组的字段。
示例1：按照年龄进行分组统计每个年龄段的人数和平均年龄
SELECT age_group, COUNT(*) AS count, AVG(age) AS avg_age FROM (SELECT CASE WHEN age20 AND age30 AND age
在这个语句中，首先使用了CASE语句将年龄分成不同的年龄段，然后再对分组后的数据进行统计，得到每个年龄段的人数和平均年龄。
示例2：按照学生性别和年龄进行分组统计每个组合的人数和平均年龄
SELECT sex, age_group, COUNT(*) AS count, AVG(age) AS avg_age FROM (SELECT sex, CASE WHEN age20 AND age30 AND age
在这个语句中，对学生性别和年龄进行分组，统计每个组合的人数和平均年龄。
三、Group By的常见场景
Group By是一种强大的数据分组查询工具，可以在很多场景下发挥巨大的作用。以下是几个常见的应用场景：
1. 统计每个分组的数量和比例：如在电商网站中，可以按照商品类别进行分组，统计每个类别的商品数量和占比，以便进行销售策略的调整。
2. 进行数据透视分析：如在金融领域中，可以按照不同的客户类型、产品类型、地区等因素进行分组，分析不同分组的贷款金额、坏账率、收益率等指标。
3. 性能调优：当处理大量数据时，Group By可以帮助优化查询性能。如在大数据分析中，可以使用Group By将数据按照不同的维度进行切分，从而实现更快的查询和计算。
4. 处理重复值：在一些数据集中，可能存在重复值，使用Group By可以将重复值归为一组，从而帮助清洗数据，提高数据的准确性和可用性。
四、
相关问题拓展阅读：
mysql数据库 group by 报错 原理是什么？
在日常查询中，索引或其他数据查找的方法可能不是查询执行中更高昂的部分，例如：MySQL GROUP BY 可能负责查询执行时间 90% 还多。MySQL 执行 GROUP BY 时的主要复杂性是计算 GROUP BY 语句磨没中的聚合函数。UDF 聚合函数是一个接一个地获得构成单个组的所有值。这样，它可以在移动到另一个组之前计算单个组的聚合函数值。当然，问题在于，在大多数情况下，源数据值不会被分组。来自各种组的值在处理期间彼此跟随。因此，我们需要一个特殊的步骤。
处理 MySQL GROUP BY让瞎碧纳我们看看之前看过的同一张table： mysql> show create table tbl G *************************** 1. row ***************************Table: tbl Create Table: CREATE TABLE `tbl` ( `id` int(11) NOT NULL AUTO_INCREMENT, `k` int(11) NOT NULL DEFAULT ‘0’, `g` int(10) unsigned NOT NULL, PRIMARY KEY (`id`), KEY `k` (`k`) ) ENGINE=InnoDB AUTO_INCREMENT=DEFAULT CHARSET=latinrow in set (0.00 sec)
并且以不同方式执行相同的 GROUP BY 语句：
1、MySQL中 的 Index Ordered GROUP BY
mysql> select k, count(*) c from tbl group by k order by k limit 5;
+—+—+
| k | c |
+—+—+
| 2 | 3 |
| 4 | 1 |
| 5 | 2 |
| 8 | 1 |
| 9 | 1 |
+—+—+
5 rows in set (0.00 sec)
mysql> explain select k, count(*) c from tbl group by k order by k limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: index
possible_keys: k
key: k
key_len: 4
ref: NULL
rows: 5
filtered: 100.00
Extra: Using index
1 row in set, 1 warning (0.00 sec)
在这种情况下，我们在 GROUP BY 的列上有一个索引。这样，我们可以逐组扫描数据并动态执行 GROUP BY（低慧弊成本）。当我们使用 LIMIT 限制我们检索的组的数量或使用“覆盖索引”时，特别有效，因为顺序索引扫描是一种非常快速的操作。
如果您有少量组，并且没有覆盖索引，索引顺序扫描可能会导致大量 IO。所以这可能不是更优化的计划。
2、MySQL 中的外部排序 GROUP BY
mysql> explain select SQL_BIG_RESULT g, count(*) c from tbl group by g limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows:
filtered: 100.00
Extra: Using filesort
1 row in set, 1 warning (0.00 sec)
mysql> select SQL_BIG_RESULT g, count(*) c from tbl group by g limit 5;
+—+—+
| g | c |
+—+—+
| 0 | 1 |
| 1 | 2 |
| 4 | 1 |
| 5 | 1 |
| 6 | 2 |
+—+—+
5 rows in set (0.88 sec)
如果我们没有允许我们按组顺序扫描数据的索引，我们可以通过外部排序（在 MySQL 中也称为“filesort”）来获取数据。你可能会注意到我在这里使用 SQL_BIG_RESULT 提示来获得这个计划。没有它，MySQL 在这种情况下不会选择这个计划。
一般来说，MySQL 只有在我们拥有大量组时才更喜欢使用这个计划，因为在这种情况下，排序比拥有临时表更有效（我们将在下面讨论）。
3、MySQL中 的临时表 GROUP BY
mysql> explain select g, sum(g) s from tbl group by g limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows:
filtered: 100.00
Extra: Using temporary
1 row in set, 1 warning (0.00 sec)
mysql> select g, sum(g) s from tbl group by g order by null limit 5;
+—+——+
| g | s |
+—+——+
| 0 | 0 |
| 1 | 2 |
| 4 | 4 |
| 5 | 5 |
| 6 | 12 |
+—+——+
5 rows in set (7.75 sec)
在这种情况下，MySQL 也会进行全表扫描。但它不是运行额外的排序传递，而是创建一个临时表。此临时表每组包含一行，并且对于每个传入行，将更新相应组的值。很多更新！虽然这在内存中可能是合理的，但如果结果表太大以至于更新将导致大量磁盘 IO，则会变得非常昂贵。在这种情况下，外部分拣计划通常更好。请注意，虽然 MySQL 默认选择此计划用于此用例，但如果我们不提供任何提示，它几乎比我们使用 SQL_BIG_RESULT 提示的计划慢 10 倍 。您可能会注意到我在此查询中添加了“ ORDER BY NULL ”。这是为了向您展示“清理”临时表的唯一计划。没有它，我们得到这个计划： mysql> explain select g, sum(g) s from tbl group by g limit 5 G *************************** 1. row ***************************id:select_type: SIMPLEtable: tbl partitions: NULLtype: ALL possible_keys: NULLkey: NULLkey_len: NULLref: NULLrows: filtered: 100.Extra: Using temporary; Using filesort 1 row in set, 1 warning (0.00 sec)
在其中，我们获得了 temporary 和 filesort “两最糟糕的”提示。MySQL 5.7 总是返回按组顺序排序的 GROUP BY 结果，即使查询不需要它（这可能需要昂贵的额外排序传递）。ORDER BY NULL 表示应用程序不需要这个。您应该注意，在某些情况下 – 例如使用聚合函数访问不同表中的列的 JOIN 查询 – 使用 GROUP BY 的临时表可能是唯一的选择。
如果要强制 MySQL 使用为 GROUP BY 执行临时表的计划，可以使用 SQL_ALL_RESULT 提示。
4、MySQL 中的索引基于跳过扫描的 GROUP BY前三个 GROUP BY 执行方法适用于所有聚合函数。然而，其中一些人有第四种方法。
mysql> explain select k,max(id) from tbl group by k G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: range
possible_keys: k
key: k
key_len: 4
ref: NULL
rows: 2
filtered: 100.00
Extra: Using index for group-by
1 row in set, 1 warning (0.00 sec)
mysql> select k,max(id) from tbl group by k;
+—++
| k | max(id) |
+—++
| 0 ||
| 1 ||
| 2 ||
| 3 ||
| 4 ||
+—++
5 rows in set (0.00 sec)
此方法仅适用于非常特殊的聚合函数：MIN() 和 MAX()。这些并不需要遍历组中的所有行来计算值。他们可以直接跳转到组中的最小或更大组值（如果有这样的索引）。如果索引仅建立在 (K) 列上，如何找到每个组的 MAX(ID) 值？这是一个 InnoDB 表。记住 InnoDB 表有效地将 PRIMARY KEY 附加到所有索引。(K) 变为 (K,ID)，允许我们对此查询使用 Skip-Scan 优化。仅当每个组有大量行时才会启用此优化。否则，MySQL 更倾向于使用更传统的方法来执行此查询（如方法＃1中详述的索引有序 GROUP BY）。虽然我们使用 MIN() / MAX() 聚合函数，但其他优化也适用于它们。例如，如果您有一个没有 GROUP BY 的聚合函数（实际上所有表都有一个组），MySQL 在统计分析阶段从索引中获取这些值，并避免在执行阶段完全读取表： mysql> explain select max(k) from tbl G *************************** 1. row ***************************id:select_type: SIMPLEtable: NULL partitions: NULLtype: NULL possible_keys: NULLkey: NULLkey_len: NULLref: NULLrows: NULLfiltered: NULLExtra: Select tables optimized away 1 row in set, 1 warning (0.00 sec)
过滤和分组
我们已经研究了 MySQL 执行 GROUP BY 的四种方式。为简单起见，我在整个表上使用了 GROUP BY，没有应用过滤。当您有 WHERE 子句时，相同的概念适用： mysql> explain select g, sum(g) s from tbl where k>4 group by g order by NULL limit 5 G *************************** 1. row ***************************id:select_type: SIMPLEtable: tbl partitions: NULLtype: range possible_keys: kkey: kkey_len: ref: NULLrows:filtered: 100.Extra: Using index condition; Using temporary 1 row in set, 1 warning (0.00 sec)
对于这种情况，我们使用K列上的范围进行数据过滤/查找，并在有临时表时执行 GROUP BY。在某些情况下，方法不会发生冲突。但是，在其他情况下，我们必须选择使用 GROUP BY 的一个索引或其他索引进行过滤：
mysql> alter table tbl add key(g);
Query OK, 0 rows affected (4.17 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> explain select g, sum(g) s from tbl where k>1 group by g limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: index
possible_keys: k,g
key: g
key_len: 4
ref: NULL
rows: 16
filtered: 50.00
Extra: Using where
1 row in set, 1 warning (0.00 sec)
mysql> explain select g, sum(g) s from tbl where k>4 group by g limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: range
possible_keys: k,g
key: k
key_len: 4
ref: NULL
rows: 1
filtered: 100.00
Extra: Using index condition; Using temporary; Using filesort
1 row in set, 1 warning (0.00 sec)
根据此查询中使用的特定常量，我们可以看到我们对 GROUP BY 使用索引顺序扫描（并从索引中“放弃”以解析 WHERE 子句），或者使用索引来解析 WHERE 子句（但使用临时表来解析 GROUP BY）。根据我的经验，这就是 MySQL GROUP BY 并不总是做出正确选择的地方。您可能需要使用 FORCE INDEX 以您希望的方式执行查询。
group by 与 count 一起的话不能直接写，
得用子查询
关于数据库group by的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
