分组查询与分组条件过滤
专栏内容：
postgresql内核源码分析手写数据库toadb并发编程
个人主页：我的主页 管理社区：开源数据库 座右铭：天行健，君子以自强不息；地势坤，君子以厚德载物.
文章目录
分组查询与分组条件过滤一、前言 二、概述 三、分组group by 介绍 基本分组使用分组中使用聚合函数多表join中使用分组多列的分组
四、分组条件having介绍 五、总结 六、结尾
一、前言
本文主要分享在postgresql 数据库中对查询结果进行分组group by，以及对分组进行条件过滤having，同时对它们的使用场景进行案例分享。
二、概述
在数据查询中，我们经常对数据进行分类，往往不止一种分类，分类的好处是将大的数据集能划分成更小的数据集，方便我们进行递归的分析，更精确的查找想要的数据。 那么如何进行分组，以及分组中的过滤查找呢？
对结果集进行分组，是在前面介绍的基本查询 select ... from ... where ... 后面再使用 group by 关键字； 在分组上进行按条件筛选过滤就不能使用where子句中的条件了，而是使用having关键字来指定条件；
下面我们来详细介绍。
三、分组group by 介绍
对查询结果数据进行按某个字段或某几个字段进行分组，使用关键字group by ，它的SQL语法如下：
SELECT column1, column2, ..., aggregate_function(column3)
FROM tablename1 group by column1,column2,...;
一般分组是配合聚合函数使用的，常用的聚合函数如sum求合、max/min求最大/小值、avg求平均值。
select 子句中要列出来要分组的列，同时可以增加聚合函数，计算分组中某个值；在group by子句中指定分组的列名，这样结果就会按指定列进行分组，并分别在每个分组中应用聚合函数计算；当然还可以增加where子句，对结果集进行过滤；而group by 子句是在where子句之后进行，也就是它应用于where过滤之后的结果集；
下面我们来看几个例子吧。
基本分组使用
在这里我们还是使用产品表与订单表，表的定义与数据准备如下：
-- 创建产品表
CREATE TABLE products (
product_id INT PRIMARY KEY,
product_name VARCHAR(255) NOT NULL,
price DECIMAL(10, 2) NOT NULL,
category VARCHAR(255)
);
-- 创建订单表
CREATE TABLE orders (
order_id INT PRIMARY KEY,
product_id INT,
quantity INT NOT NULL,
region VARCHAR(255) NOT NULL,
order_date DATE NOT NULL,
FOREIGN KEY (product_id) REFERENCES Products(product_id)
);
表中也准备了一些数据，查询如下：
postgres=# select * from products ;
product_id | product_name | price | category
------------+--------------+---------+----------
2 | shirt | 202.40 | type2
3 | cake | 37.80 | type4
5 | hat | 88.40 | type2
6 | milk | 19.80 | type4
1 | iphone | 8999.01 | type5
7 | keyboard | 92.01 | type5
4 | pencil | 8.20 | type1
(7 rows)
postgres=# select * from orders ;
order_id | product_id | quantity | region | order_date
----------+------------+----------+---------+------------
1 | 1 | 8 | region1 | 2022-04-01
2 | 1 | 102 | region2 | 2022-06-01
3 | 2 | 19 | region1 | 2022-05-01
4 | 3 | 3 | region1 | 2022-04-01
5 | 4 | 58 | region2 | 2022-06-01
6 | 5 | 1 | region1 | 2022-05-01
7 | 6 | 106 | region1 | 2022-04-01
8 | 6 | 99 | region2 | 2022-06-01
9 | 4 | 32 | region1 | 2022-05-01
(9 rows)
下面我们执行一条最简单的分组查询
postgres=# select category from products group by category;
category
----------
type1
type2
type5
type4
(4 rows)
按产品类型进行分组，可以看到结果中列出了分组类型，等价于查询产品类型，并且使用distinct进行去重的结果。
分组中使用聚合函数
分组的常见用法，都是配合函合函数来进行统计分析。
postgres=# select min(quantity),max(quantity),avg(quantity), region as b from orders group by b;
min | max | avg | b
-----+-----+---------------------+---------
1 | 106 | 28.1666666666666667 | region1
58 | 102 | 86.3333333333333333 | region2
(2 rows)
统计出各区域的订单中商品数量的最高水平、最低水平、还有平均水平，这里按区域进行分组，然后使用聚合函数进行统计；
在SQL中我们给区域字段region使用别名b，在group by中是可以引用别名。
多表join中使用分组
还可以在多表join时使用分组统计。
postgres=# select category, sum(price*quantity) from products p inner join orders o using(product_id) group by category;
category | sum
----------+-----------
type1 | 738.00
type2 | 3934.00
type5 | 989891.10
type4 | 4172.40
(4 rows)
统计商品大类的销售额，这里需要将products表与orders表进行内联接，才能将价格与销售数量结合起来。
多列的分组
当然也可以按几个列进行依次分组，在现实生活中也常常用到。
postgres=# select region, category, sum(price*quantity) amount from products p inner join orders o using(product_id) group by region,category order by region, amount;
region | category | amount
---------+----------+-----------
region1 | type1 | 262.40
region1 | type4 | 2212.20
region1 | type2 | 3934.00
region1 | type5 | 71992.08
region2 | type1 | 475.60
region2 | type4 | 1960.20
region2 | type5 | 917899.02
(7 rows)
按区域进行统计每种大类商品的销售额，这是在上个案例基础上再增加区域region列的分组，然后按区域进行排序，再按销售额升序排列。
四、分组条件having介绍
使用where子句对结果集进行条件过滤，那么对于按分组统计的结果可以使用条件进行过滤吗？
答案是肯定的，可以使用having子句对分组的统计结果进行条件过滤。
带有having子句的SQL语法格式如下：
SELECT column1, column2, ..., aggregate_function(column3)
FROM tablename1 group by column1,column2,... HAVING conditions;
在group by 后面追加having关键字来指定条件；
这里不要搞混了，where 与 having的作用，虽然它们俩个都是带有条件的，where是对from子句中的原始表数据时行条件筛选，得到结果集，它是先于group by来执行；而having是对group by的分组结果进行条件过滤，是在group by之后执行。
下面我们来看一下如何使用。
postgres=# select min(quantity) as num, region from orders group by region having min(quantity) > 10;
num | region
-----+---------
58 | region2
(1 row)
对上面的分组聚合结果再过滤一下，只显示大于销售数量大于10的分组。
注意, having子句中不能使用select子句中的别名，也就是不能用num > 10这样的写法。
五、总结
本文分享了一个很有用的SQL语法，对结果集按类分组group by子句，它一般与聚合函数一起使用，分组之后对各个分组再进行统计分析，当然也可以对分组统计的结果再进行有条件的筛选，这就用到了having 子句，它是一个条件表达式，只是针对分组进行条件过滤。
同时在编写SQL时要注意，有了group by子句后，在select子句中要包括分组的列和对应的聚合函数。
六、结尾
非常感谢大家的支持，在浏览的同时别忘了留下您宝贵的评论，如果觉得值得鼓励，请点赞，收藏，我会更加努力！
作者邮箱：study@senllang.onaliyun.com 如有错误或者疏漏欢迎指出，互相学习。
注：未经同意，不得转载！
文章来源
发表评论