溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

SQL中Group By的用法與Group By多個(gè)字段限制的案例

發(fā)布時(shí)間:2020-10-13 16:04:45 來(lái)源:億速云 閱讀:385 作者:小新 欄目:MySQL數(shù)據(jù)庫(kù)

這篇文章給大家分享的是有關(guān)SQL中Group By的用法與Group By多個(gè)字段限制的案例的內(nèi)容。小編覺(jué)得挺實(shí)用的,因此分享給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧。

                                                           SQL中什么時(shí)候使用Group By?本文詳細(xì)講解了Group By的用法,它的簡(jiǎn)單的定義就是將一個(gè)“數(shù)據(jù)集”劃分成若干個(gè)“小區(qū)域”,然后針對(duì)若干個(gè)“小區(qū)域”進(jìn)行數(shù)據(jù)處理。Group By中Select指定的字段限制有哪些?apache php mysql

1、概述

“Group By”從字面意義上理解就是根據(jù)“By”指定的規(guī)則對(duì)數(shù)據(jù)進(jìn)行分組,所謂的分組就是將一個(gè)“數(shù)據(jù)集”劃分成若干個(gè)“小區(qū)域”,然后針對(duì)若干個(gè)“小區(qū)域”進(jìn)行數(shù)據(jù)處理。

2、原始表

SQL中Group By的用法與Group By多個(gè)字段限制的案例

3、簡(jiǎn)單Group By

示例1

select 類別, sum(數(shù)量) as 數(shù)量之和
from A
group by 類別

4、Group By 和 Order By

示例2

select 類別, sum(數(shù)量) AS 數(shù)量之和
from A
group by 類別
order by sum(數(shù)量) desc

返回結(jié)果如下表

SQL中Group By的用法與Group By多個(gè)字段限制的案例

在Access中不可以使用“order by 數(shù)量之和 desc”,但在SQL Server中則可以。

5、Group By中Select指定的字段限制

示例3

select 類別, sum(數(shù)量) as 數(shù)量之和, 摘要
from A
group by 類別
order by 類別 desc

示例3執(zhí)行后會(huì)提示下錯(cuò)誤,如下圖。這就是需要注意的一點(diǎn),在select指定的字段要么就要包含在Group By語(yǔ)句的后面,作為分組的依據(jù);要么就要被包含在聚合函數(shù)中。

SQL中Group By的用法與Group By多個(gè)字段限制的案例

6、Group By All

示例4

select 類別, 摘要, sum(數(shù)量) as 數(shù)量之和
from A
group by all 類別, 摘要

示例4中則可以指定“摘要”字段,其原因在于“多列分組”中包含了“摘要字段”,其執(zhí)行結(jié)果如下表

SQL中Group By的用法與Group By多個(gè)字段限制的案例

“多列分組”實(shí)際上就是就是按照多列(類別+摘要)合并后的值進(jìn)行分組,示例4中可以看到“a, a2001, 13”為“a, a2001, 11”和“a, a2001, 2”兩條記錄的合并。

SQL Server中雖然支持“group by all”,但Microsoft SQL Server 的未來(lái)版本中將刪除 GROUP BY ALL,避免在新的開發(fā)工作中使用 GROUP BY ALL。Access中是不支持“Group By All”的,但Access中同樣支持多列分組,上述SQL Server中的SQL在Access可以寫成

select 類別, 摘要, sum(數(shù)量) AS 數(shù)量之和
from A
group by 類別, 摘要

7、Group By與聚合函數(shù)

在示例3中提到group by語(yǔ)句中select指定的字段必須是“分組依據(jù)字段”,其他字段若想出現(xiàn)在select中則必須包含在聚合函數(shù)中,常見的聚合函數(shù)如下表:

函數(shù)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)第一條記錄僅Access支持
last(列名)最后一條記錄僅Access支持
count(列名)統(tǒng)計(jì)記錄數(shù)注意和count(*)的區(qū)別

示例5:求各組平均值

select 類別, avg(數(shù)量) AS 平均值 from A group by 類別;

示例6:求各組記錄數(shù)目

select 類別, count(*) AS 記錄數(shù) from A group by 類別;

示例7:求各組記錄數(shù)目

8、Having與Where的區(qū)別

  • where 子句的作用是在對(duì)查詢結(jié)果進(jìn)行分組前,將不符合where條件的行去掉,即在分組之前過(guò)濾數(shù)據(jù),where條件中不能包含聚組函數(shù),使用where條件過(guò)濾出特定的行。

  • having 子句的作用是篩選滿足條件的組,即在分組之后過(guò)濾數(shù)據(jù),條件中經(jīng)常包含聚組函數(shù),使用having 條件過(guò)濾出特定的組,也可以使用多個(gè)分組標(biāo)準(zhǔn)進(jìn)行分組。

示例8

select 類別, sum(數(shù)量) as 數(shù)量之和 from A
group by 類別
having sum(數(shù)量) > 18

示例9:Having和Where的聯(lián)合使用方法

select 類別, SUM(數(shù)量)from A
where 數(shù)量 gt;8
group by 類別
having SUM(數(shù)量) gt; 10

9、Compute 和 Compute By

select * from A where 數(shù)量 > 8

執(zhí)行結(jié)果:

SQL中Group By的用法與Group By多個(gè)字段限制的案例

示例10:Compute

select *
from A
where 數(shù)量>8
compute max(數(shù)量),min(數(shù)量),avg(數(shù)量)

執(zhí)行結(jié)果如下:

SQL中Group By的用法與Group By多個(gè)字段限制的案例

compute子句能夠觀察“查詢結(jié)果”的數(shù)據(jù)細(xì)節(jié)或統(tǒng)計(jì)各列數(shù)據(jù)(如例10中max、min和avg),返回結(jié)果由select列表和compute統(tǒng)計(jì)結(jié)果組成。

示例11:Compute By

select *
from A
where 數(shù)量>8
order by 類別
compute max(數(shù)量),min(數(shù)量),avg(數(shù)量) by 類別

執(zhí)行結(jié)果如下:

SQL中Group By的用法與Group By多個(gè)字段限制的案例

示例11與示例10相比多了“order by 類別”和“... by 類別”,示例10的執(zhí)行結(jié)果實(shí)際是按照分組(a、b、c)進(jìn)行了顯示,每組都是由改組數(shù)據(jù)列表和改組數(shù)統(tǒng)計(jì)結(jié)果組成,另外:

  • compute子句必須與order by子句用一起使用

  • compute...by與group by相比,group by 只能得到各組數(shù)據(jù)的統(tǒng)計(jì)結(jié)果,而不能看到各組數(shù)據(jù)

在實(shí)際開發(fā)中compute與compute by的作用并不是很大,SQL Server支持compute和compute by,而Access并不支持

感謝各位的閱讀!關(guān)于SQL中Group By的用法與Group By多個(gè)字段限制的案例就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,讓大家可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到吧!

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI