好的，各位老铁，今天咱们聊聊SQL里一对“神雕侠侣”—— GROUP BY 和 HAVING。 这俩货就像厨房里的刀和铲，用得好能做出满汉全席，用不好…emmm…也就只能切切黄瓜了。 咱们的目标是，把它们玩儿得溜溜的，让你的SQL语句像火箭一样🚀嗖嗖地跑，数据分析报告像诗一样美！
一、GROUP BY：化繁为简的魔法师🧙♂️
想象一下，你有一堆散落在桌子上的硬币，有1块的，5毛的，1毛的。 要数清楚每种硬币有多少个，你会怎么做？ 肯定不是一个一个数吧？ 那样太低效了！ 你会把它们按照面值分成几堆，然后数每一堆的数量。
GROUP BY 就是SQL里的这个“分堆”的魔法师。 它的作用是，按照指定的列，把数据分成若干个组。 就像把硬币按照面值分堆一样，GROUP BY 会把表中具有相同值的行，放到同一个组里。
1. 语法结构
SELECT 列名1, 列名2, ... , 聚合函数(列名)
FROM 表名
WHERE 条件
GROUP BY 列名1, 列名2, ...
ORDER BY 列名;SELECT： 选择要显示的列。 重点来了，GROUP BY后面的列，必须出现在SELECT列表中（或者被聚合函数包裹）。 这就像你分硬币的时候，必须要知道硬币的面值才能分一样。FROM： 指定要查询的表。WHERE： 可选，指定筛选条件。 先筛选数据，再分组，这样效率更高。GROUP BY： 指定分组的列。 这就是我们的主角！ORDER BY： 可选，指定排序方式。
2. 举个栗子🌰
假设我们有一张 orders 表，记录了用户的订单信息：
| order_id | user_id | product_id | order_date | amount |
|---|---|---|---|---|
| 1 | 101 | 1 | 2023-10-26 | 100 |
| 2 | 102 | 2 | 2023-10-26 | 200 |
| 3 | 101 | 1 | 2023-10-27 | 150 |
| 4 | 103 | 3 | 2023-10-27 | 300 |
| 5 | 102 | 2 | 2023-10-28 | 250 |
现在，我们想统计每个用户的订单总金额。 就可以使用 GROUP BY：
SELECT user_id, SUM(amount) AS total_amount
FROM orders
GROUP BY user_id;这条SQL语句的意思是：
- 从
orders表中查询数据。 - 按照
user_id进行分组。 - 对于每个
user_id组，计算amount列的总和，并命名为total_amount。 - 显示
user_id和total_amount。
查询结果：
| user_id | total_amount |
|---|---|
| 101 | 250 |
| 102 | 450 |
| 103 | 300 |
3. 多个列分组
GROUP BY 后面可以跟多个列，就像把硬币先按照面值分堆，再按照年份分堆一样。
例如，我们想统计每个用户每天的订单总金额：
SELECT user_id, order_date, SUM(amount) AS daily_amount
FROM orders
GROUP BY user_id, order_date;查询结果：
| user_id | order_date | daily_amount |
|---|---|---|
| 101 | 2023-10-26 | 100 |
| 101 | 2023-10-27 | 150 |
| 102 | 2023-10-26 | 200 |
| 102 | 2023-10-28 | 250 |
| 103 | 2023-10-27 | 300 |
二、HAVING：分组后的“守门员” 👮♀️
WHERE 子句是用来筛选行的，而 HAVING 子句是用来筛选组的。 就像你去参加一个相亲大会，WHERE 帮你筛选出符合年龄、学历等条件的候选人，而 HAVING 帮你筛选出符合收入、房产等条件的候选人。
HAVING 必须和 GROUP BY 配合使用，因为它是对分组后的结果进行筛选。
1. 语法结构
SELECT 列名1, 列名2, ... , 聚合函数(列名)
FROM 表名
WHERE 条件
GROUP BY 列名1, 列名2, ...
HAVING 条件
ORDER BY 列名;HAVING： 指定筛选分组的条件。HAVING后面可以使用聚合函数，例如SUM(),AVG(),COUNT(),MAX(),MIN()。
2. 举个栗子🌰
我们想找出订单总金额超过 300 的用户：
SELECT user_id, SUM(amount) AS total_amount
FROM orders
GROUP BY user_id
HAVING SUM(amount) > 300;这条SQL语句的意思是：
- 从
orders表中查询数据。 - 按照
user_id进行分组。 - 对于每个
user_id组，计算amount列的总和，并命名为total_amount。 - 筛选出
total_amount大于 300 的组。 - 显示
user_id和total_amount。
查询结果：
| user_id | total_amount |
|---|---|
| 102 | 450 |
3. WHERE vs HAVING： 傻傻分不清楚？ 🤔
很多新手都会搞混 WHERE 和 HAVING， 它们都是用来筛选数据的，但作用对象不同：
WHERE： 作用于行，在分组之前进行筛选。HAVING： 作用于组，在分组之后进行筛选。
记住这个原则： 先 WHERE 后 GROUP BY，再 HAVING。 就像你去参加相亲大会，先筛选出年龄合适的，再按照收入筛选。
什么时候用 WHERE？ 什么时候用 HAVING？
- 如果筛选条件不涉及聚合函数，就用
WHERE。 - 如果筛选条件涉及聚合函数，就用
HAVING。
例如：
- 找出 2023-10-27 之后的订单： 用
WHERE(WHERE order_date > '2023-10-27') - 找出订单总金额超过 300 的用户： 用
HAVING(HAVING SUM(amount) > 300)
三、GROUP BY 和 HAVING 的高级用法 🚀
掌握了基本用法，咱们来点高级的，让你的SQL语句更上一层楼！
1. ROLLUP 和 CUBE： 汇总的艺术
ROLLUP 和 CUBE 是 GROUP BY 的扩展，可以生成更丰富的汇总信息。 它们就像Excel里的“分类汇总”功能，可以帮你快速计算出各种维度的汇总数据。
ROLLUP： 按照指定的列，从右向左依次进行汇总。CUBE： 生成所有可能的汇总组合。
举个栗子🌰：
SELECT user_id, product_id, SUM(amount) AS total_amount
FROM orders
GROUP BY ROLLUP(user_id, product_id);这条SQL语句会生成以下几种汇总：
- 每个用户每个产品的订单总金额。
- 每个用户的订单总金额（product_id 为 NULL）。
- 所有用户的订单总金额（user_id 和 product_id 都为 NULL）。
CUBE 会生成更多的汇总组合，这里就不一一列举了。
2. GROUPING SETS： 自定义汇总
GROUPING SETS 可以让你更灵活地指定需要生成的汇总组合。 就像你定制了一份专属的报表，只显示你关心的汇总数据。
举个栗子🌰：
SELECT user_id, product_id, SUM(amount) AS total_amount
FROM orders
GROUP BY GROUPING SETS ((user_id, product_id), (user_id), ());这条SQL语句会生成以下几种汇总：
- 每个用户每个产品的订单总金额。
- 每个用户的订单总金额。
- 所有用户的订单总金额。
3. 窗口函数： 分组内的精细计算
窗口函数可以在分组内进行更精细的计算，例如计算每个用户的订单排名、累计订单金额等。 它们就像一个放大镜，让你更清晰地看到分组内的细节。
举个栗子🌰：
SELECT
user_id,
order_date,
amount,
RANK() OVER (PARTITION BY user_id ORDER BY amount DESC) AS rank
FROM orders;这条SQL语句会计算每个用户的订单金额排名。
四、GROUP BY 和 HAVING 的优化技巧 🛠️
再牛逼的工具，也需要精心维护才能发挥最大的威力。 咱们来聊聊 GROUP BY 和 HAVING 的优化技巧，让你的SQL语句跑得更快！
1. 索引优化
- 在
GROUP BY和HAVING的列上建立索引，可以加快分组和筛选的速度。 - 如果
WHERE子句中也有筛选条件，也要在相应的列上建立索引。
2. 避免不必要的排序
GROUP BY默认会进行排序，如果不需要排序，可以使用ORDER BY NULL来禁用排序。- 如果只需要分组，不需要排序，可以使用
HASH GROUP BY(MySQL 8.0+)。
3. 先 WHERE 后 GROUP BY
- 尽量在
WHERE子句中过滤掉不需要的数据，减少分组的数据量。 WHERE子句可以使用索引，而HAVING子句通常不能使用索引。
4. 避免使用 DISTINCT
GROUP BY已经具有去重的功能，如果只需要去重，可以使用GROUP BY代替DISTINCT。
5. 合理使用临时表
- 对于复杂的
GROUP BY和HAVING查询，可以先将中间结果保存到临时表中，再进行后续操作。
6. SQL 重写
有时候，同样的逻辑可以用不同的SQL语句来实现。 尝试使用不同的SQL语句，看看哪个效率更高。 例如，可以使用子查询、连接查询等方式来代替 GROUP BY 和 HAVING。
7. 数据库参数调优
- 调整数据库的参数，例如
sort_buffer_size、tmp_table_size等，可以影响GROUP BY的性能。
五、总结 📝
GROUP BY 和 HAVING 是SQL中非常重要的两个子句，掌握它们可以让你轻松地进行数据分组、汇总和筛选。 记住以下几点：
GROUP BY： 用来分组数据。HAVING： 用来筛选分组后的数据。WHERE： 作用于行，HAVING： 作用于组。- 先 WHERE 后 GROUP BY，再 HAVING。
- 合理使用索引、避免不必要的排序、SQL 重写等技巧可以提高
GROUP BY和HAVING的性能。
好了，今天的分享就到这里。 希望大家能够掌握 GROUP BY 和 HAVING 的高级用法和优化技巧，让你的SQL语句像火箭一样🚀嗖嗖地跑，数据分析报告像诗一样美！ 🎉
记住，编程就像烹饪，需要不断地练习和尝试才能做出美味佳肴。 多写SQL，多思考，你也能成为SQL大师！ 💪