【SQL入门系列】分组查询

背景：有一个系统，每个用户在注册的时候，用户会提交自己的民族。

需求：运营部门需要统计出来系统中各民族的人数，以便设计线下活动和销售计划。

方案一：专门设计一张表，包括“民族”和“人数”两个字段，用于存储每个民族的人数，每当用户注册时，便更新这张表的数据，使对应的民族人数加1。

方案二：每次需要统计时，我们将所有用户按照不同民族分成若干组，然后统计每组的人数。

即便抛开计算机编程、回到最原始的现实，假如你作为班主任招生一个班级，校长让你统计最终班上各民族的人数。你一定也不会在招生之初就找个小本本从每个民族的0人开始计数，来一个学生就在对应的民族的数字上加1（或者划“正”字）。

你一定是在招生的时候先不管这些，等招满之后，把全班学生按照民族分成几个小组，然后用笔记下每个小组代表的民族和其中的人数。

所以上面的例子中，采用哪种方案显而易见。

如果把结果按照统计的最小单位划分，查询语句分两种：

统计结果的每一条数据都是真实存在于数据库的某张表的，只是可能只展示了其中几个字段而已。

统计结果的每一条数据并不真实存在于数据库的某张表，但它们却可以分别代表着一类数据，这就是分组查询，将真实存在的数据分成若干组，并展示每一组的概要信息（比如这一组的个数，或汇总数，相当于Excel中的求和、计数等）。

上一节我们介绍了简单的查询，还有下一节我们要介绍的关联查询，都属于第一种，它们查询的最小单位都是一条真实存在的数据。这一节我给大家介绍第二种查询（分组查询）的写法。

若要对数据分组，需要做到以下步骤

先使用from指定从哪些表中提取数据

用where条件圈定要参与分组的数据范围，不写代表在from指定的表中，没有其他范围限制。

使用group by描述分组的依据字段（可以是多个，用逗号隔开，多个代表按多个条件为依据分组，只有这几个条件完全一致的数据，才能分到一组里面）

用select字段描述要展示哪些字段

关于上面第4点，由于已经把数据分组了，所以结果展示的每一条数据就变成了一类或一群数据，所以能展示的字段必须能代表着一群数据，如果按照民族分组之后，就无法在最终结果上展示姓名这一字段，因为每一组里面可能会用很多姓名不同的数据，没法找出一个能代表其对应的那一组数据，但按照民族分组后，最终结果上是可以展示民族的，因为每一组里面所有的人的民族都是一样的。除此之外，select部分还可以包含聚合函数。总结起来一句话，分组查询中，select部分只能写group by后面的字段和聚合函数。

聚合函数就类似于excel中的求和、计数等函数，sql中的计数就是count(*)，求和就是sum(...)。如果在group by函数中加了聚合函数，它们会以每一组为范围，分别计算出相应的聚合结果。

比如下面这个分组查询，意思是把学生表中年龄超过20岁的，按照民族分组，并展示“民族”、“每一组数量”两个字段：

selectETHINC, count(*)

fromt_student

whereage > 20

group byETHINC

这里值得强调的是：这里的where会先被数据库执行，然后在交给后面的sql命令。使用where来圈定一个范围来做分组。如果我们想在分好组之后，筛选掉一些不符合条件的分组，可以使用having。这里的having从一定角度上看的话，其功能都类似于普通查询的where关键字。

比如，仍然使用上面的例子的话，公司需要统计出，那个民族的人数超过20人

selectETHINC, count(*)

fromt_student

whereage > 20

group byETHINC

havingcount(*) > 20

每个民族的人数只有分组之后才知道，而where是用来圈定参与分组的数据范围的，它会在分组之前被数据库解析，所以这种需求只能使用having语句来实现。

本节关于group by的介绍先到这里，师父领进门，修行在个人：）

下一篇介绍关联查询。