SQL GROUP BY 用法详解

SQL GROUP BY 用法详解

因为总是忘记这个用法，特地做一篇文章，附带详细例子，力求一文讲清 group by 的语法。

核心规则

在 SQL 查询中使用 GROUP BY 时，有一个重要的规则需要理解：

在 SELECT 子句中出现的、非聚合函数的列，必须出现在 GROUP BY 子句中。

反过来则不一定成立：GROUP BY 中的列，可以不出现在 SELECT 子句中（但这样通常会导致结果难以理解，只有统计结果但是没有对象）。

核心机制：理解“分组”与“聚合”

要明白这个规则，首先要理解 GROUP BY 在做什么：

1. 分组：数据库会先根据 GROUP BY 后面指定的列，将表中的所有行分成若干个“小组”。每个小组内，GROUP BY 列的值完全相同。
2. 聚合：分组后，数据库会将每个小组压缩成一行结果。对于非 GROUP BY 列，一个小组里可能有多行不同的值，数据库不知道应该输出哪一个。因此，你必须通过聚合函数（如 SUM(), COUNT(), AVG(), MAX(), MIN() 等）来告诉数据库如何将这些多行的值合并成一个值。

规则详解与示例

假设我们有一张 sales 表：

order_id	salesperson	region	amount
1	Alice	North	100
2	Bob	South	150
3	Alice	North	200
4	Bob	South	50

场景一：SELECT 包含 GROUP BY 列（最常见且推荐）

-- 按销售员分组，查看每个销售员的总销售额
SELECT salesperson, SUM(amount) AS total_sales
FROM sales
GROUP BY salesperson;

• GROUP BY salesperson：将数据按 salesperson 分成 “Alice组” 和 “Bob组”。
• SELECT salesperson：由于每组内 salesperson 值都相同（Alice组全是‘Alice’），所以可以且应该选出它，作为结果行的标识。
• SELECT SUM(amount)：对每个组的 amount 列使用 SUM 函数进行聚合，计算总和。
• 结果：

salesperson	total_sales
Alice	300
Bob	200

场景二：SELECT 不包含 GROUP BY 列（允许但通常无意义）

-- 按销售员分组，但只查看总销售额，不显示是谁的
SELECT SUM(amount) AS total_sales
FROM sales
GROUP BY salesperson;

• GROUP BY salesperson：依然分成 “Alice组” 和 “Bob组”。
• SELECT SUM(amount)：计算每组的销售额总和。
• SELECT 中没有 salesperson：语法上完全正确。但结果是，你会得到两行数字（300和200），却不知道它们分别对应哪位销售员。这种查询通常没有实际分析价值。
• 结果：

total_sales
300
200

场景三：SELECT 包含了非 GROUP BY 列，且未使用聚合函数（错误！）

-- 错误的查询！
SELECT salesperson, region, SUM(amount) AS total_sales
FROM sales
GROUP BY salesperson;

• GROUP BY salesperson：只按销售员分组。在“Alice组”里，region 列的值虽然都是‘North’，但数据库的通用规则不允许这种推断。region 列既不在 GROUP BY 中，也没有被聚合函数处理。
• 结果：绝大多数数据库（如 MySQL, PostgreSQL, SQL Server 等）都会报错，提示 region 必须出现在 GROUP BY 子句中或用在聚合函数里。

特殊模式：GROUP BY 的所有列 = SELECT 的所有非聚合列

有一种常见的查询风格，特别是在按多列分组时，会让 SELECT 中的非聚合列与 GROUP BY 后的列完全一致，这会使查询意图非常清晰：

-- 按销售员和地区分组，查看每个组合的总销售额
SELECT salesperson, region, SUM(amount) AS total_sales
FROM sales
GROUP BY salesperson, region; -- SELECT 中的两个非聚合列，都出现在了这里

总结

你可以这样记忆 GROUP BY 和 SELECT 的关系：

1. GROUP BY 决定了“如何切分蛋糕”（按哪些列分组）。
2. SELECT 决定了“展示切分后的哪些信息”。
   • 如果你想展示“这块蛋糕是哪个部分的”（分组标识），那就把分组列放进 SELECT。
   • 对于分组后每块蛋糕里的“馅料”（其他列），你必须用聚合函数（如SUM, COUNT）把它们“混合”成一个值，才能放进 SELECT 展示。

所以，GROUP BY 中的列不是必须在 SELECT 中，但为了结果可读，你几乎总是会这么做。而 SELECT 中所有未被聚合的列，则必须在 GROUP BY 中。