SQL 分组数据

连载的上一篇文章，我们讲到通过 SQL 聚合函数可以汇总数据，比如对行进行计数，计算和与平均数，获取最大值和最小值。

但目前为止，我们的汇总都是正对所有行或匹配 WHERE 子句的数据上进行的。比如返回供应商 DLL01 提供的产品数目：

SELECT
    COUNT( * ) AS num_prods
FROM
    Products 
WHERE
    vend_id = 'DLL01';

运行结果：

那如果我们想要返回每个供应商提供的产品数目呢？这就需要用到分组聚合了。使用分组可以将数据分为多个逻辑组，然后对每个组进行聚合计算。

分组

分组的创建使用 SELECT 语句中的 GROUP BY 子句，比如下面的 SQL 返回每个供应商提供的产品数目：

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

运行结果：

上述 SELECT 语句返回两个列，vend_id 为供应商 ID，是分组字段；num_prods 为计算字段，使用 count(*) 聚合而来。GROUP BY 子句告诉 DBMS 按 vend_id 排序并分组数据，然后对每个分组而不是整个数据集进行聚合。

注 1：GROUP BY 子句可以包含多个列，即允许分组嵌套。此外，除聚合函数返回的计算字段外，SELECT 语句后跟的每一列都必须在 GROUP BY 子句中给出。

注 2：如果分组中存在 NULL 值的行，则 NULL 将作为一个分组返回；多个 NULL 值将被分为一组。

过滤分组

除了使用 GROUP BY 分组数据外，SQL 还允许过滤分组，规定包含哪些分组，排除哪些分组。比如，我们只想列出供应产品数目在 2 种以上的供应商及其供应产品的数目。

这里有个过滤条件：供应产品数目大于 2，条件中的 供应产品数目 是针对分组后进行聚合产生的计算字段，因此无法使用 WHERE 子句。WHERE 子句过滤时指定的是行，而不是分组。

为此，SQL 提供了 HAVING 子句来过滤分组，并且 HAVING 支持所有 WHERE 操作符。下面，我们来完成供应产品数目在 2 种以上的供应商及其供应产品的数目。

SELECT
    vend_id,
    COUNT( * ) AS num_prods 
FROM
    Products 
GROUP BY
    vend_id 
HAVING
    num_prods > 2;

运行结果：

跟前面的结果相比，供应产品数目等于 2 的供应商信息就不见啦~

注：WHERE 过滤行，HAVING 过滤分组。也可以理解为 WHERE 在分组前进行过滤，HAVING 在数据分组后进行过滤。

关于 WHERE 子句和 HAVING 子句的区别，我们可以再通过一个案例理解一下。下面的 SQL 检索具有两个或以上产品且其价格大于等于 4 的供应商。

其中产品表如下：

SQL 语句如下：

SELECT
    prod_id,
    COUNT( * ) AS prod_num 
FROM
    Products 
WHERE
    prod_price >= 4 
GROUP BY
    vend_id 
HAVING
    prod_num >= 2;

运行结果：

附：SELECT 子句顺序

截止目前，我们已经学了不少的 SELECT 子句，下面小鱼针对目前我们已经学习的 SELECT 子句来总结一下他们在 SELECT 语句中的先后顺序。

表中子句的排列顺序即为它们在 SELECT 语句中依次出现的次序：

子句	说明	是否必须使用
SELECT	返回的列或表达式	是
FROM	从中检索数据的表	仅在从表中检索数据时使用
WHERE	行级过滤	否
GROUP BY	分组数据	仅在分组聚合时使用
HAVING	组级过滤	否
ORDER BY	对结果进行排序	否

还是上面的例子，检索具有两个或以上产品且其价格大于等于 4 的供应商和其供应的产品数目，不过检索检索需要按照产品数目升序排列。

SELECT
    prod_id,
    COUNT( * ) AS prod_num 
FROM
    Products 
WHERE
    prod_price >= 4 
GROUP BY
    vend_id 
HAVING
    prod_num >= 2 
ORDER BY
    prod_num;

运行结果：

总结

本节，我们学习了使用 GROUP BY 子句对多组数据进行汇总计算，并返回每个分组的结果。并实践了如何使用 HAVING 子句过滤分组。