第13章 分组数据

    数据分组
    创建分组
    过滤分组
    分组和排序
    SELECT子句顺序

一、数据分组

  从上一章知道，SQL聚集函数可用来汇总数据。这使我们能够对行进行计数，计算和与平均数，获得最大和最小值而不用检索所有数据。

  目前为止的所有计算都是在表的所有数据或匹配特定的where子句的数据上进行的。提示一下，下面的例子返回供应商1003提供的产品数目：

    select count(*) as num_prods
    from products
    where wend_id = 1003;

  但如果要返回每个供应商提供的产品数目怎么办？或者返回只提供单项产品的供应商所提供的产品，或返回提供10个以上产品的供应商怎么办？

  这就是分组显身手的时候了。分组允许把数据分为多个逻辑组，以便能对每个组进行聚集计算。

二、创建分组

  分组是在select语句的group by子句中建立的。理解分组的最好办法是看一下例子：

    select vend_id, count(*) as num_prods
    from products
    group by vend_id;

  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MySQL按vend_id排序并分组数据。这导致对每个vend_id而不是整个表计算num_prods一次。

  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MySQL分组数据，然后对每个组而不是整个结果集进行聚集。

  在具体使用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。这使得能对分组进行嵌套，为数据分组提供更细致的控制。  ※ 如果在group by子句中嵌套了分组，数据将在最后规定的分组上进行汇总。换句话说，在建立分组时，指定的所有列都在一起计算（所以不能从个别的列取回数据）。  ※ group by子句中列出的每个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。  ※ 除聚集计算语句外，select语句中的每个列都必须在group by子句中给出。

  ※ 如果分组列中具有NULL值，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。

使用ROLLUP使用with rollup关键字，可以得到每个分组以及每个分组汇总级别（针对每个分组）的值，如下所示

    select vend_id, count(*) as num_prods
    from products
    group by vend_id with rollup;

三、过滤分组

  除了能用group by分组数据外，MySQL还允许过滤分组，规定包括哪些分组，排除哪些分组。例如，可能想要列出至少有两个订单的所有顾客。为得出这种数据，必须基于完整的分组而不是个别的行进行过滤。

  我们已经看到了where子句的作用。但是，在这个例子中where不能完成任务，因为where过滤指定的是行而不是分组。事实上，where没有分组的概念。

  那么，不使用where使用什么呢？MySQL为此目的提供了另外的子句，那就是having子句。having非常类似于where。事实上，目前为止所学过的所有类型的where子句都可以用having来替代。唯一的差别是where过滤行，而having过滤分组。

HAVING支持所有WHERE操作符在第6章和第7章中，我们学习了where子句的条件（包括通配符条件和带多个操作符的子句）。所学过的有关where的所有这些技术和选项都适用于HAVING。它们的句法是相同的，只是关键字有差别。

  那么怎么过滤分组呢？请看以下的例子：

    select cust_id, count(*) as orders
    from orders
    group by cust_id
    having count(*) >= 2;

  这条select语句的前3行类似于上面的语句。最后一行增加了having子句，它过滤count(*) >= 2（两个以上的订单）的那些分组。

  正如所见，这里where子句不起作用，因为过滤是基于分组聚集值而不是特定的行值的。

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，having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having子句中基于这些值过滤掉的分组。

  那么，有没有在一条语句中同时使用where和having子句的需要呢？事实上，确实有。假如想进一步过滤上面的语句，使它返回过去12个月内具有两个以上订单的顾客。为达到这一点，可增加一条where子句，过滤出过去12个月内下过的订单。然后再增加having子句过滤出具有两个以上订单的分组。

  为更好地理解，请看下面的例子，它列出具有2个（含）以上、价格为10（含）以上的产品的供应商：

    select vend_id, count(*) as num_prods
    from products
    where prod_price >= 10
    group by vend_id
    having count(*) >= 2;

四、分组和排序

  虽然group by和order by经常完成相同的工作，但它们是非常不同的。它们之间的差别见下表：

  表中列出的第一项差别极为重要。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。但情况并不总是这样，它并不是SQL规范所要求的。此外，用户也可能会要求以不同于分组的顺序排序。仅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子句也是如此。

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。

  为说明group by和order by的使用方法，请看一下例子。下面的select语句类似于前面那些例子。它检索总计订单价格大于50的订单的订单号和总计订单价格：

    select order_num, sum(quantity*item_price) as ordertotal
    from orderitems
    group by order_num
    having sum(quantity*price) >= 50
    order by ordertotal;

五、SELECT子句顺序

  下面回顾一下select语句中子句的顺序。

?