<MySQL学习六>分组数据
摘要: 本篇博客仅作为笔记，如有侵权，请联系，立即删除（网上找博客学习，然后手记笔记，因纸质笔记不便保存，所以保存到网络笔记）。
本章将介绍如何分组数据，以便能汇总表内容的子集。这涉及两个新SELECT语句子句，分别是GROUP BY子句和HAVING子句。
一、数据分组
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。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 vend_id = 1003;
但是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？
这就是分组能解决的事情了，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运算。
二、创建分组
分组是在SELECT语句的GROUP BY子句中建立的：
SELECT vend_id,COUNT(*) AS num_prods FROM products GROUP BY vend_id;
分析：上面的SELECT语句指定了两列，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：
1、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。
2、如果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，指定的所有列都一起计算（所以不能从个别的列取回数据）。
3、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。
4、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。
5、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。
6、GROUP BY子句必须出现在WHERE子句之后，ORDER BY子句之前。
注意：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，想要列出至少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。
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。
注意：HAVING支持所有WHERE操作符 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。
SELECT cust_id,COUNT(*) AS orders FROM orders GROUP BY cust_id HAVING COUNT(*) >= 2;
分析：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行值的。
注意：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？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。为了达到这一点，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。
下面给出一条语句，过滤出具有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;
分析：这条语句中，第一行是使用了聚集函数的基本SELECT，它与前面的例子很像。WHERE子句过滤所有prod_price至少为10的行。然后按照vend_id分组数据，HAVING子句过滤计数为2或2以上的分组。如果没有WHERE子句，会多检索出一些信息（如果存在）。
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。下表汇总了它们之间的差别：
| ORDER BY | GROUP BY |
| 排序产生的输出 | 分组行。但输出可能不是分组的顺序 |
| 任意列都可以使用（甚至非选择的列也可以使用） | 只可能使用选择列或表达式列，而且必须使用每个选择列表达式 |
| 不一定需要 | 如果与聚集函数一起使用列（或表达式），则必须使用 |
上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ORGER BY子句，即使其效果等同于GROUP BY子句也是如此。
注意：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，请看一个例子。下面的SELECT语句类似于前面那些例子：
SELECT order_num,SUM(quantity*item_price) AS ordertotal FROM orderitems GROUP BY order_num HAVING SUM(quantity*item_price) >= 50;
分析：按总计订单价格排序输出，需要添加ORDER BY子句，如下：
SELECT order_num,SUM(quantity*item_price) AS ordertotal FROM orderitems GROUP BY order_num HAVING SUM(quantity*item_price) >= 50 ORDER BY ordertotal;
分析：在这个例子中，GROUP BY子句用来按订单号（order_num列）分组数据，以便SUM(*)函数能够返回总计订单价格。HAVING子句过滤数据，使得只返回总计订单价格大于等于50的订单。最后，用ORDER BY子句排序输出。
五、SELECT子句顺序
下面回顾一下SELECT语句中子句的顺序。下表为在SELECT语句中使用时必须遵循的次序，列出迄今为止所学过的子句。
| 子句 | 说明 | 是否必须使用 |
| SELECT | 要返回的列或表达式 | 是 |
| FROM | 从中检索数据的表 | 仅在从表选择数据时使用 |
| WHERE | 行级过滤 | 否 |
| GROUP BY | 分组说明 | 仅在按组计算聚集时使用 |
| HAVING | 组级过滤 | 否 |
| ORDER BY | 输出排序顺序 | 否 |
| LIMIT | 要检索的行数 | 否 |
六、小结
这一节中，我们学习了如何用SQL聚集函数对数据进行汇总计算。了解了如何使用GROUP BY子句对数据进行这些汇总计算，返回每个组的结果。我们看到了如何使用HAVING子句过滤特定的组，还知道了ORDER BY和GROUP BY之间以及WHERE和HAVING之间的差异
