软件开发培训班 >> 编程开发 >> MySQL


MySQL使用GROUP?BY使用技巧和注意事项总结

GROUP BY简介

GROUP BY 子句是 在MySQL 中用于将查询结果按照指定的列或表达式进行分组的关键字 。它通常与聚合函数一起使用，能够对每个分组进行统计或计算，并在需要时进行筛选，是处理数据库中大量数据并生成汇总报表的重要工具 。

常用的聚合函数有：count() 计数, sum() 求和 , avg() 求平均值, max() 求最大值, min()求最小值 。

基本用法

我们拿一张学生表举例

创建表：

CREATE TABLE students (
        student_id INT AUTO_INCREMENT PRIMARY KEY, -- 学生ID，自增主键
        name VARCHAR(50), -- 学生姓名
        major VARCHAR(50), -- 专业
        grade VARCHAR(10), -- 年级
        age INT, -- 年龄
        admission_year datetime -- 入学日期
)

插入数据：

INSERT INTO students (name, major, grade, age, admission_year) VALUES
('张三', '计算机科学', '大一', 18, '2024-01-01 00:00:00'),
('李四', '数学', '大一', 19, '2024-01-01 00:00:00'),
('王五', '物理', '大二', 20, '2023-01-01 00:00:00'),
('赵六', '化学', '大二', 19, '2023-01-01 00:00:00'),
('小明', '生物', '大三', 21, '2022-01-01 00:00:00'),
('小红', '历史', '大三', 22, '2022-01-01 00:00:00'),
('小李', '地理', '大四', 23, '2021-01-01 00:00:00'),
('小张', '经济学', '大四', 22, '2021-01-01 00:00:00'),
('小王', '文学', '大一', 18, '2024-01-01 00:00:00'),
('小刘', '计算机科学', '大一', 19, '2024-01-01 00:00:00'),
('小杨', '数学', '大二', 20, '2023-01-01 00:00:00'),
('小白', '物理', '大二', 19, '2023-01-01 00:00:00'),
('小黑', '化学', '大三', 21, '2022-01-01 00:00:00'),
('小猫', '生物', '大三', 22, '2022-01-01 00:00:00'),
('小狗', '历史', '大四', 23, '2021-01-01 00:00:00'),
('小鸟', '地理', '大四', 22, '2021-01-01 00:00:00'),
('小鱼', '经济学', '大一', 18, '2024-01-01 00:00:00'),
('小虫', '文学', '大一', 19, '2024-01-01 00:00:00'),
('小兔', '计算机科学', '大二', 20, '2023-01-01 00:00:00'),
('小鸡', '数学', '大二', 19, '2023-01-01 00:00:00'),
('小鸭', '物理', '大三', 21, '2022-01-01 00:00:00'),
('小狐', '化学', '大三', 22, '2022-01-01 00:00:00'),
('小牛', '生物', '大四', 23, '2021-01-01 00:00:00'),
('小马', '历史', '大四', 22, '2021-01-01 00:00:00'),
('小羊', '地理', '大一', 18, '2024-01-01 00:00:00'),
('小猪', '经济学', '大一', 19, '2024-01-01 00:00:00'),
('小狗', '文学', '大二', 20, '2023-01-01 00:00:00'),
('小鸡', '计算机科学', '大二', 19, '2023-01-01 00:00:00'),
('小鸭', '数学', '大三', 21, '2022-01-01 00:00:00'),
('小猫', '物理', '大三', 22, '2022-01-01 00:00:00'),
('小猴', '化学', '大四', 23, '2021-01-01 00:00:00'),
('小狗', '生物', '大四', 22, '2021-01-01 00:00:00'),
('小鸟', '历史', '大一', 18, '2024-01-01 00:00:00'),
('小猫', '地理', '大一', 19, '2024-01-01 00:00:00'),
('小鱼', '经济学', '大二', 20, '2023-01-01 00:00:00'),
('小虫', '文学', '大二', 19, '2023-01-01 00:00:00');

单列分组

例如：按照年级对学生进行分组，并计算每个年级的学生数量 。

SELECT grade, COUNT(*)
FROM students
GROUP BY grade;

多列分组

例如：按照年级和年龄对学生进行分组，并计算每个年级、年龄组合的学生数量 。

SELECT grade, age, COUNT(*)
FROM students
GROUP BY grade, age;

使用聚合函数 

例如：计算每个年级的学生平均年龄

SELECT grade, AVG(age)
FROM students
GROUP BY grade;

过滤分组结果 

HAVING 子句在 GROUP BY 之后对分组进行过滤 。它允许筛选哪些组将包含在结果中，类似于 WHERE 子句对行进行过滤 。通常，HAVING 子句用于过滤聚合后的结果，根据某些条件选择性地包括或排除分组 。

例如：筛选出平均年龄超过 20 岁的年级

SELECT grade, AVG(age)
FROM students
GROUP BY grade
HAVING AVG(age) > 20;

按表达式分组

例如：按照入学年份（在 "admission_year" 列中）对学生进行分组，并计算每个入学年份的学生数量 。

SELECT YEAR(admission_year), COUNT(*)
FROM students
GROUP BY YEAR(admission_year);

使用 GROUP BY 的排序 

例如：按照年级对学生进行分组，并按照每个年级的学生数量从高到低排序 。

SELECT grade, COUNT(*)
FROM students
GROUP BY grade
ORDER BY COUNT(*) DESC;

注意事项

遵循原则

确保在SELECT子句中使用的列都包含在GROUP BY子句中，或者是聚合函数的参数 。否则，查询可能会产生错误的结果或语法错误 。

换句话说group by 有一个原则,就是 select 后面的所有列中,没有使用聚合函数的列,必须出现在 group by 后面

正例：

一共select了grade ,age ,student_id三列，只有student_id列使用了count聚合函数，grade ,age列没用聚合函数就必须跟在group by 后面

SELECT grade, age, COUNT(student_id) as 学生数量
FROM students
GROUP BY grade, age;

查询结果返回了年纪跟年龄的所有组合下的学生数量 。

反例：

在 SELECT 子句中，除了 COUNT(student_id) 使用了聚合函数外，其余的两列 grade 和 age 都没有使用聚合函数 。但是在 GROUP BY 子句中，只列出了 grade 列，而没有包括 age 列 。因此，这个查询违反了该原则 。

SELECT grade, age, COUNT(student_id) as 学生数量
FROM students
GROUP BY grade;

由于违背了group by的原则，age列没有跟在group by后面导致只查询了不同年级的学生数量统计，然而结果出现的age列仅仅是对应年级下第一个学生的年龄，这样是没有意义的，这样的结果是混乱的 。

使用能够唯一标识每个分组的字段或字段组合

正例：

比如专业，年级 。

反例：

唯一标识符字段：如果字段中的值对每个数据行都是唯一的，那么使用这样的字段进行 GROUP BY 将会使每个分组中只有一行数据，且分组数量大 。

包含大量不同值的字段：如果某个字段的取值范围非常广泛，例如一个具有高基数（cardinality）的字段，使用它进行 GROUP BY 可能会导致大量的小分组，从而使结果变得难以理解或者过于细粒度化 。

文本字段：虽然您可以使用文本字段进行 GROUP BY，但是它可能会导致分组的数量庞大，并且对结果的解释会变得更加困难 。在这种情况下，最好先对文本字段进行分析或预处理，以便将其转换为更具可分组性的特征 。

包含 NULL 值的字段：如果一个字段大部分值都是 NULL，那么使用它进行 GROUP BY 可能会使得 NULL 值形成一个单独的分组，而其他分组则非常少 。

性能

GROUP BY操作可能会导致查询的性能下降，特别是在处理大量数据时 。确保索引和适当的优化策略可以帮助提高查询性能 。

创建索引：为 GROUP BY 子句中的字段创建索引，这样数据库可以更快地定位并处理数据 。如果您经常使用某个字段进行 GROUP BY，考虑为该字段创建索引以加快查询速度 。

使用覆盖索引：创建覆盖索引以覆盖 GROUP BY 查询中涉及的所有字段 。这样可以避免数据库执行额外的查找操作，从而提高性能 。

限制结果集：在 GROUP BY 子句之前使用 WHERE 子句过滤数据，以减少处理的数据量 。只选择必要的数据行可以显著提高查询性能 。

使用聚合函数：考虑使用聚合函数（如SUM、COUNT、AVG等）来减少数据量 。尽量在 GROUP BY 之前使用聚合函数，以便减少处理的数据量 。

避免使用复杂表达式：在 GROUP BY 子句中尽量避免使用复杂的表达式或函数 。这些表达式可能会增加处理时间，并使索引失效 。

注意数据类型

在MySQL中，虽然可以在几乎任何数据类型的列上使用GROUP BY子句，但某些数据类型可能在实际应用中带来挑战或性能问题 。

适合分组的数据类型

  • INT、BIGINT等整数类型：这些类型在进行分组和比较时比较可靠 。
  • VARCHAR、CHAR等字符类型：字符类型在比较和分组时更具可预测性 。

不适合分组的数据类型

BLOB和TEXT：用于存储大型文本或二进制数据，比较和分组时性能较差 。

JSON：嵌套结构复杂，直接比较不可靠，导致分组性能问题 。

GEOMETRY：用于存储空间数据，比较复杂且计算量大，难以进行分组 。

VARBINARY/BINARY：存储二进制数据，可能导致非字符内容的比较问题 。

FLOAT和DOUBLE：由于浮点数精度问题，分组结果可能不稳定 。

总的来说，适合在 GROUP BY 中使用的数据类型通常是具有明确顺序或可数性质的数据类型，而不是基于文本或二进制的数据类型 。

写在最后

以上就是MySQL使用GROUP BY使用技巧和注意事项总结的详细内容，更多关于MySQL GROUP BY使用的资料请关注其它相关文章！