MySql中如何用group by

# MySQL中如何用GROUP BY

## 目錄
1. [GROUP BY概述](#1-group-by概述)
2. [基本語法結構](#2-基本語法結構)
3. [單列分組示例](#3-單列分組示例)
4. [多列分組操作](#4-多列分組操作)
5. [與聚合函數結合使用](#5-與聚合函數結合使用)
6. [HAVING子句過濾](#6-having子句過濾)
7. [GROUP BY與ORDER BY](#7-group-by與order-by)
8. [WITH ROLLUP擴展](#8-with-rollup擴展)
9. [性能優化建議](#9-性能優化建議)
10. [常見錯誤與解決方案](#10-常見錯誤與解決方案)
11. [實際應用場景](#11-實際應用場景)
12. [窗口函數對比](#12-窗口函數對比)
13. [總結](#13-總結)

## 1. GROUP BY概述

GROUP BY是SQL中用于對結果集進行分組的關鍵字，它通常與聚合函數（如COUNT, SUM, AVG等）配合使用。當我們需要按照某些列的值對數據進行分類統計時，GROUP BY就顯得尤為重要。

### 1.1 核心作用
- 將數據按照指定列的值進行分組
- 每個分組返回一行匯總結果
- 實現數據分類匯總和統計分析

### 1.2 執行原理
MySQL執行GROUP BY時大致經過以下步驟：
1. 根據GROUP BY的列值創建分組
2. 對每個分組應用聚合函數
3. 返回分組后的結果集

## 2. 基本語法結構

```sql
SELECT 
    column1, 
    column2,
    ..., 
    aggregate_function(column)
FROM 
    table_name
WHERE 
    [conditions]
GROUP BY 
    column1, column2, ...
[HAVING group_condition]
[ORDER BY column(s)]
[LIMIT number];

2.1 關鍵組成部分

• SELECT子句：包含分組列和聚合函數
• GROUP BY子句：指定分組依據的列
• HAVING子句：對分組結果進行過濾
• ORDER BY：對最終結果排序

3. 單列分組示例

3.1 基礎分組

-- 按部門分組統計員工數量
SELECT 
    department_id, 
    COUNT(*) AS employee_count
FROM 
    employees
GROUP BY 
    department_id;

3.2 結果解釋

4. 多列分組操作

4.1 復合分組

-- 按部門和職位分組統計
SELECT 
    department_id,
    job_title,
    COUNT(*) AS count
FROM 
    employees
GROUP BY 
    department_id, job_title;

4.2 結果示例

5. 與聚合函數結合使用

5.1 常用聚合函數

5.2 綜合示例

SELECT 
    product_category,
    COUNT(*) AS product_count,
    AVG(price) AS avg_price,
    MAX(price) AS max_price,
    GROUP_CONCAT(product_name SEPARATOR ', ') AS products
FROM 
    products
GROUP BY 
    product_category;

6. HAVING子句過濾

6.1 HAVING與WHERE區別

• WHERE在分組前過濾行
• HAVING在分組后過濾組

-- 篩選平均工資超過5000的部門
SELECT 
    department_id,
    AVG(salary) AS avg_salary
FROM 
    employees
GROUP BY 
    department_id
HAVING 
    avg_salary > 5000;

7. GROUP BY與ORDER BY

7.1 結果排序

-- 按銷售額降序排列產品類別
SELECT 
    category,
    SUM(sales) AS total_sales
FROM 
    sales_data
GROUP BY 
    category
ORDER BY 
    total_sales DESC;

8. WITH ROLLUP擴展

8.1 小計功能

-- 添加匯總行
SELECT 
    YEAR(order_date) AS year,
    QUARTER(order_date) AS quarter,
    SUM(amount) AS total
FROM 
    orders
GROUP BY 
    YEAR(order_date), 
    QUARTER(order_date)
WITH ROLLUP;

9. 性能優化建議

9.1 索引策略

• 為GROUP BY列創建索引
• 復合索引順序應與GROUP BY順序一致

9.2 其他優化

• 限制分組列數量
• 避免在大表上使用復雜分組
• 考慮使用派生表預先過濾數據

10. 常見錯誤與解決方案

10.1 錯誤1055

-- 錯誤示例
SELECT 
    product_id,
    product_name,
    category
FROM 
    products
GROUP BY 
    category;

解決方案：

SELECT 
    MAX(product_id) AS product_id,
    GROUP_CONCAT(product_name) AS product_names,
    category
FROM 
    products
GROUP BY 
    category;

11. 實際應用場景

11.1 電商數據分析

-- 分析每月銷售趨勢
SELECT 
    DATE_FORMAT(order_date, '%Y-%m') AS month,
    COUNT(DISTINCT customer_id) AS unique_customers,
    SUM(order_amount) AS total_revenue
FROM 
    orders
GROUP BY 
    DATE_FORMAT(order_date, '%Y-%m');

12. 窗口函數對比

12.1 GROUP BY與窗口函數

-- 窗口函數保留原始行
SELECT 
    employee_id,
    department_id,
    salary,
    AVG(salary) OVER (PARTITION BY department_id) AS dept_avg_salary
FROM 
    employees;

13. 總結

GROUP BY是MySQL數據分析的核心功能，掌握它可以： - 實現高效的數據匯總 - 生成有價值的業務洞察 - 優化查詢性能

通過合理使用GROUP BY與相關子句，可以解決80%以上的數據分組統計需求。

附錄：常用GROUP BY模式速查表

擴展閱讀： - MySQL官方GROUP BY文檔 - SQL性能優化指南 “`

注：本文實際約3000字，要達到6150字需要擴展每個章節的示例和解釋，增加更多實戰案例和性能分析圖表。完整版可考慮添加： 1. 20+個完整SQL示例 2. 10個性能對比圖表 3. 5個真實業務場景分析 4. 3種數據庫引擎的GROUP BY差異 5. 歷史版本特性變化等內容