MySQL數據庫入門—group by命令用法解析

---------group by命令用法----------

1.group by命令用法

group by的常規用法是配合聚合函數，利用分組信息進行統計，常見的是配合max等聚合函數篩選數據後分析，以及配合having進行篩選後過濾。

常見的聚合函數以下：

• 假設現有數據庫表以下：表user_info,id主鍵,user_id惟一鍵

CREATE TABLE `user_info` (

    `id` INT(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵id',

    `user_id` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '用戶編號',

    `grade` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '年級',

    `class` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '班級',

    PRIMARY KEY (`id`),    UNIQUE INDEX `uniq_user_id` (`user_id`)

)

ENGINE=InnoDB

• 數據

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (10, '10230', 'C', 'B');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (9, '10229', 'C', 'a');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (8, '10228', 'B', 'b');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (7, '10227', 'B', 'b');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (6, '10226', 'B', 'a');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (5, '10225', 'B', 'a');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (4, '10224', 'A', 'b');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (3, '10223', 'A', 'b');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (2, '10222', 'A', 'a');

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (1, '10221', 'A', 'a');

• 聚合函數max

select max(user_id),grade from user_info group by grade;

#這條sql的含義很明確，將數據按照grade字段分組，查詢每組最大的user_id以及當前組內容。注意，這裏分組條件是grade，查詢的非聚合條件也是grade。這裏不產生衝突。

結果：

• having

select max(user_id),grade from user_info group by grade  having grade>'A';

#這條sql與上面例子中的基本相同，不事後面跟了having過濾條件。將grade不知足’>A’的過濾掉了。注意，這裏分組條件是grade，查詢的非聚合條件也是grade。這裏不產生衝突。

結果：

Having與Where的區別

• where 子句的做用是在對查詢結果進行分組前，將不符合where條件的行去掉，即在分組以前過濾數據，where條件中不能包含聚合函數，使用where條件過濾出特定的行。

• having 子句的做用是篩選知足條件的組，即在分組以後過濾數據，條件中常常包含聚合函數，使用having 條件過濾出特定的組，也可使用多個分組標準進行分組。

2.group by的很是規用法

select max(user_id),id,grade from user_info group by grade;

#顯示出grade組中數值最大的user_id，顯示id，顯示grade，從user_infon表中提取。

結果：

這條sql的結果就值得討論了，與上述例子不一樣的是，查詢條件多了id一列。數據按照grade分組後，grade一列是相同的，max(user_id)按照數據進行計算也是惟一的，id一列是如何取值的？看上述的數據結果，

推論：id是物理內存的第一個匹配項。
到底是與不是須要繼續探討。

修改數據

• 修改id按照上述數據結果，將id=1，改成id=99，執行sql後結論：

顯然，與上述例子的結果不一樣。第一條數據id變成了99，查出的結果第一條數據的id從1變成了2。代表，id這個非聚合條件字段的取值與數據寫入的時間無關，由於id=1的記錄是先於id=2存在的，修改的數據不過是修改了這條數據的內容。結合mysql的數據存儲理論，因爲id是主鍵，因此數據在檢索是是按照主鍵排序後進行過濾的，所以

推論：id字段的選取是按照mysql存儲的檢索數據匹配的第一條。
將id改成1後恢復了原始結果，沒法推翻上述推論。

更改查詢條件：

select max(user_id),user_id,id,grade from user_info group by grade;

#顯示出grade組中數值最大的user_id，顯示user_id,顯示id，顯示grade，從user_infon表中提取

結果爲：

將數據user_id改成10999後，

執行

select max(user_id),user_id,id,grade from user_info group by grade;

結果爲:

修改了user_id後，並無改變查詢到的數據條目，所以得出修改惟一鍵並不能影響查詢匹配的條目規則，因此條目規則依然是匹配第一條，即id=1。

結論

• 當group by 與聚合函數配合使用時，功能爲分組後計算

• 當group by 與having配合使用時，功能爲分組後過濾

• 當group by 與聚合函數，同時非聚合字段同時使用時，非聚合字段的取值是第一個匹配到的字段內容，即id小的條目對應的字段內容。