分组查询
分组查询
🌍 生活类比
想象你是一个班主任，手里有一沓成绩单。你想知道：
- 每个学生的平均分 → 按学生分组，算平均
- 每科的最高分 → 按科目分组，找最大值
- 每个班的及格率 → 按班级分组，算比例
这就是 GROUP BY 的作用：先把数据分成若干小组，再对每个小组进行统计。上一课学的聚合函数是对整张表算一个值，GROUP BY 则是按类别分别算值。
🎯 核心概念
GROUP BY 基本语法
SQL
SELECT 列名, 聚合函数(列名)
FROM 表名
WHERE 条件
GROUP BY 列名;
执行逻辑：先按 GROUP BY 的列分组，再对每组执行聚合函数。
SQL
-- 每个部门有多少人
SELECT department_id, COUNT(*) AS 人数
FROM employees
GROUP BY department_id;
输出：
TEXT
department_id 人数
------------- ----
1 3
2 2
3 2
NULL 1
💡 规则：
SELECT 中的列，要么出现在 GROUP BY 中，要么用聚合函数包裹。否则语义不明确，数据库会报错。
分组后聚合
GROUP BY 的核心模式是：分组 → 聚合。
SQL
-- 每个部门的平均工资
SELECT department_id, AVG(salary) AS 平均工资
FROM employees
GROUP BY department_id;
常用的聚合组合：
SQL
SELECT department_id,
COUNT(*) AS 人数,
SUM(salary) AS 工资总额,
AVG(salary) AS 平均工资,
MAX(salary) AS 最高工资,
MIN(salary) AS 最低工资
FROM employees
GROUP BY department_id;
多列分组
可以按多个列分组，只有当这些列的值同时相同时才算同一组：
SQL
-- 每个部门、每种状态的员工人数
SELECT department_id, status, COUNT(*) AS 人数
FROM employees
GROUP BY department_id, status;
输出：
TEXT
department_id status 人数
------------- -------- ----
1 active 3
2 active 1
2 inactive 1
3 active 2
💡 理解：多列分组类似于Excel中的多级分类汇总。先按部门分，再按状态分，每个部门+状态的组合形成一个组。
GROUP BY + ORDER BY
分组后可以排序：
SQL
-- 按部门统计平均工资，从高到低排序
SELECT department_id, AVG(salary) AS 平均工资
FROM employees
GROUP BY department_id
ORDER BY 平均工资 DESC;
WHERE vs HAVING — 过滤行 vs 过滤组
这是本课最重要的概念之一：
| 特性 | WHERE | HAVING |
|---|---|---|
| 过滤对象 | 行（分组前） | 组（分组后） |
| 执行时机 | 在 GROUP BY 之前 |
在 GROUP BY 之后 |
| 能否用聚合函数 | ❌ 不能 | ✅ 可以 |
| 配合使用 | 可以单独用 | 必须配合 GROUP BY |
SQL
-- WHERE：先过滤行，再分组
-- 找出有3人以上的部门
SELECT department_id, COUNT(*) AS 人数
FROM employees
WHERE salary > 5000 -- 先排除工资低于5000的行
GROUP BY department_id;
-- HAVING：先分组，再过滤组
-- 找出人数>=3的部门
SELECT department_id, COUNT(*) AS 人数
FROM employees
GROUP BY department_id
HAVING COUNT(*) >= 3; -- 过滤人数不足3的组
SQL
-- WHERE + HAVING 组合使用
-- 找出2024年入职、且平均工资>10000的部门
SELECT department_id, AVG(salary) AS 平均工资
FROM employees
WHERE hire_date >= '2024-01-01' -- 先过滤行
GROUP BY department_id
HAVING AVG(salary) > 10000; -- 再过滤组
执行顺序
SQL查询的书写顺序和执行顺序不同：
TEXT
书写顺序：SELECT → FROM → WHERE → GROUP BY → HAVING → ORDER BY
执行顺序：FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY
理解执行顺序对写出正确的SQL至关重要：
FROM— 确定数据源WHERE— 逐行过滤GROUP BY— 分组HAVING— 过滤分组SELECT— 选择列、计算表达式ORDER BY— 排序
💡 关键：这就是为什么
WHERE 中不能用聚合函数——因为 WHERE 执行时，GROUP BY 还没执行，聚合结果还不存在。
📝 基本语法
SQL
-- 基本分组
SELECT 列名, 聚合函数(列名)
FROM 表名
GROUP BY 列名;
-- 多列分组
SELECT 列名1, 列名2, 聚合函数(列名)
FROM 表名
GROUP BY 列名1, 列名2;
-- WHERE + GROUP BY + HAVING
SELECT 列名, 聚合函数(列名)
FROM 表名
WHERE 行级条件
GROUP BY 列名
HAVING 聚合级条件
ORDER BY 排序列;
💡 提示：
GROUP BY中的列不需要和SELECT中的列顺序一致，但必须包含所有非聚合列HAVING中可以使用聚合函数的别名（MySQL、PostgreSQL支持），但标准SQL要求写完整表达式NULL值在GROUP BY中会被归为一组
📌 示例
示例：按部门统计员工信息
SQL
SELECT d.department_name,
COUNT(e.employee_id) AS 人数,
AVG(e.salary) AS 平均工资,
SUM(e.salary) AS 工资总额
FROM employees e
LEFT JOIN departments d ON e.department_id = d.department_id
GROUP BY d.department_name
ORDER BY 工资总额 DESC;
输出：
TEXT
department_name 人数 平均工资 工资总额
--------------- ---- --------- ----------
技术部 3 17666.67 53000.00
财务部 2 13500.00 27000.00
市场部 2 11500.00 23000.00
行政部 1 9000.00 9000.00
💡 解读：使用
LEFT JOIN 确保没有员工的部门也会显示（人数为0）。GROUP BY department_name 按部门名称分组。
示例：WHERE + GROUP BY + HAVING 组合
SQL
-- 2024年入职的员工中，找出平均工资>12000的部门
SELECT department_id,
COUNT(*) AS 人数,
AVG(salary) AS 平均工资
FROM employees
WHERE hire_date >= '2024-01-01'
GROUP BY department_id
HAVING AVG(salary) > 12000
ORDER BY 平均工资 DESC;
输出：
TEXT
department_id 人数 平均工资
------------- ---- ---------
1 2 18500.00
3 1 14000.00
💡 执行过程：
WHERE hire_date >= '2024-01-01'— 先筛出2024年入职的员工GROUP BY department_id— 按部门分组HAVING AVG(salary) > 12000— 只保留平均工资>12000的组ORDER BY 平均工资 DESC— 按平均工资降序排列
示例：多列分组 + 复杂条件
SQL
-- 每个部门、每种状态的员工统计，只看人数>=2的组
SELECT d.department_name,
e.status,
COUNT(*) AS 人数,
MIN(e.salary) AS 最低工资,
MAX(e.salary) AS 最高工资
FROM employees e
JOIN departments d ON e.department_id = d.department_id
WHERE e.salary > 0
GROUP BY d.department_name, e.status
HAVING COUNT(*) >= 2
ORDER BY d.department_name, 人数 DESC;
输出：
TEXT
department_name status 人数 最低工资 最高工资
--------------- ------ ---- --------- ----------
技术部 active 3 15000.00 20000.00
财务部 active 2 12000.00 14000.00
市场部 active 2 10000.00 12000.00
💡 解读：先用
WHERE 排除工资为0的行，再按部门+状态分组，HAVING 过滤掉人数不足2的组，最后排序。
🎬 场景演练
场景一：销售报表——按月统计订单
生成每月的销售报表，只显示订单数>=3的月份。
SQL
SELECT
EXTRACT(YEAR FROM order_date) AS 年份,
EXTRACT(MONTH FROM order_date) AS 月份,
COUNT(*) AS 订单数,
SUM(total_amount) AS 总金额,
AVG(total_amount) AS 平均订单金额
FROM orders
WHERE status IN ('completed', 'shipped')
GROUP BY EXTRACT(YEAR FROM order_date), EXTRACT(MONTH FROM order_date)
HAVING COUNT(*) >= 3
ORDER BY 年份, 月份;
💡 思路：
WHERE 过滤出已完成和已发货的订单，按年月分组统计，HAVING 过滤掉订单数不足3的月份。
场景二：HR分析——找出高薪部门
找出平均工资高于公司整体平均工资的部门。
SQL
SELECT d.department_name,
COUNT(e.employee_id) AS 人数,
AVG(e.salary) AS 部门平均工资
FROM departments d
JOIN employees e ON d.department_id = e.department_id
GROUP BY d.department_name
HAVING AVG(e.salary) > (SELECT AVG(salary) FROM employees)
ORDER BY 部门平均工资 DESC;
💡 思路：
HAVING 中可以使用子查询。先计算每个部门的平均工资，再与公司整体平均工资比较。这是聚合函数与子查询的结合应用。
❓ 常见问题
Q：SELECT中的列必须出现在GROUP BY中吗？ A： 是的，所有非聚合列都必须出现在
GROUP BY中。这是SQL标准的要求。例如SELECT a, b, COUNT(*) FROM t GROUP BY a会报错，因为b既不在GROUP BY中，也没有被聚合函数包裹。
Q：HAVING能用SELECT中的别名吗？ A： MySQL和PostgreSQL支持在
HAVING中使用别名，但SQL Server不支持。为了兼容性，建议写完整表达式：HAVING AVG(salary) > 10000而不是HAVING 平均工资 > 10000。
Q：GROUP BY中的NULL值怎么处理？ A：
NULL在分组时会被归为一组。如果department_id有NULL值，所有NULL的行会被分到同一组。这通常是有用的，但要注意区分"没有部门"和"部门ID为0"。
Q：WHERE和HAVING可以同时用吗？ A： 可以，而且很常见。
WHERE在分组前过滤行，HAVING在分组后过滤组。执行顺序：WHERE→GROUP BY→HAVING。
📖 小节
GROUP BY将数据分成若干组，对每组分别执行聚合函数SELECT中的非聚合列必须出现在GROUP BY中- 多列分组：按多个列的组合值分组
WHERE：分组前过滤行，不能用聚合函数HAVING：分组后过滤组，可以用聚合函数- 执行顺序：
FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY NULL在分组中被归为一组
📝 作业
作业1（⭐）：查询每个部门的员工人数和平均工资，按平均工资从高到低排序。
作业2（⭐⭐）：查询每个部门中2024年以后入职的员工人数，只显示人数>=2的部门。
作业3（⭐⭐⭐）：查询每个部门的最高工资员工。要求显示部门名称、员工姓名和工资。提示：可以用子查询或 ROW_NUMBER() 窗口函数（后续学习）实现。
下一课
👉 15-advanced-functions - 高级函数：学习SQL高级函数，掌握字符串处理、数值计算、日期操作等实用技能！
