9.数据分组 ---SQL

一、创建分组

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

输出▼
vend_id num_prods
------- ---------
BRS01 3
DLL01 4
FNG01 2

分析▼
上面的SELECT语句指定了两个列：vend_id包含产品供应商的ID，num_prods为计算字段（用COUNT(*)函数建立）。GROUP BY子句指示
DBMS按vend_id排序并分组数据。这就会对每个vend_id而不是整个表计算num_prods一次。从输出中可以看到，供应商BRS01有3个产品，供
应商DLL01有4个产品，而供应商FNG01有2个产品。

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。

在使用GROUP BY子句前，需要知道一些重要的规定。

• 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。

提示：ALL子句
Microsoft SQL Server等有些SQL实现在GROUP BY中支持可选的A LL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A LL，请参阅相应的文档。
警告：通过相对位置指定列
有的SQL实现允许根据SELECT列表中的位置指定GROUP BY的列。例如，GROUP BY 2, 1可表示按选择的第二个列分组，然后再按第一个列
分组。虽然这种速记语法很方便，但并非所有SQL实现都支持，并且使用它容易在编辑SQL语句时出错。

二、过滤分组

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

输出▼
cust_id orders
---------- -----------
1000000001 2

分析▼
这条SELECT语句的前三行类似于上面的语句。最后一行增加了HA VING子句，它过滤COUNT(*) >= 2（两个以上订单）的那些分组。
可以看到，WHERE子句在这里不起作用，因为过滤是基于分组聚集值，而不是特定行的值。

说明：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，HA VING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HA VING子句中基于这些值过滤掉的分组。

说明：使用HAVING和WHERE
HA VING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HA VING时应
该结合GROUP BY子句，而WHERE子句用于标准的行级过滤。

三、分组和排序

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。

提示：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。

四、ELECT子句顺序