关于group by的用法 原理

（转）SQL中group by详解

我和原博文作者一样，突然间不会用group by了（可能是一直都不会用），就找了一下详解，这篇文章讲的很形象，学习一波

看一下测试表test

对这个表写group by时，可能就会发生下面这样的怪事：

select name from test group by name  -- ok
select * from test group by name --error
select name,sum(number) from test group by name -- ok 

• 1
• 2
• 3

行吧，接下来一步步的来看。

1. 单列group by

对 test表（表1）执行下面语句

select name from test group by name

• 1

结果很明显，这是表2

为了能够更好的理解“group by”多个列“和”聚合函数“的应用，由表1到表2的过程中，增加一个虚构的中间表：虚拟表3。下面说说如何来思考上面SQL语句执行情况：

1. from test：sql执行的第一步，找表，这个没啥变化；

2. from test group by name：没有join 和 where 操作，就是group by了，这时候的过程就如下图所示了，找到name那一列，将具有相同name值的行，合并成同一行。比如nama = aa时，就将<1,aa,2>和<2,aa,3>这两行合并，其它字段（id，number）合并在一个单元格；
   

3. 接下来就对产生的虚拟表3进行select操作了，这时候就可以看出上面的几句select的问题出在哪了。

（1）直接 select name 是没问题的，因为group by 的字段就是name，每个单元格只有一个name，某闷忒；

（2）执行 select * 的话，就是从表3中选择，可是id 和 number 字段中的单元格里的内容有多个值，关系型数据库是不允许这样的，这样就无法形成严格的关系约束条件了，所以会报错；

那么，对于 id 和 number列咋办呢？聚合函数。

不知道大家有没有遇到过 aggregator blah blah 之类的报错，我用 group by 的时候就放过这个错，现在想来应该就是 后面用了 group by，却没对字段进行聚合，导致单元格里有多个值。

聚合函数，就是用来输入多个数据，输出一个数据的，如count(id)， sum(number)，每个聚合函数的输入就是每一个多数据的单元格。

因此，这里可以执行

select name,sum(number) from test group by name

• 1

那么sum 函数就是对虚拟表3中，每个name对应的number单元格进行sum操作，就可以得到：

2. 对多列进行 group by

那要是group by 多个字段怎么理解呢， 比如还是在test 表中，group by name,number，此时我们可以将name 和 number 看成一个整体字段，将其作为一个整体来进行判断划分的。如图：

这里只有 <bb, 5>和<cc, 6>是 name 和 number 都相等的，所以将其进行合并，其余并不完全一样，所以没有进行分组合并。

此时执行以下语句

select name,sum(id) from test group by name,number

• 1

就可以得到

Done，再次感谢原博文作者。笔芯