MySQL实践-数据分组和过滤

数据的分组与过滤

MySQL允许对检索的数据进行分组计算和过滤，涉及的SELECT语句子句是GROUP BY 和 HAVING。

原始数据

SELECT * FROM products;

+---------+---------+----------------+------------+----------------------------------------------------------------+
| prod_id | vend_id | prod_name      | prod_price | prod_desc                                                      |
+---------+---------+----------------+------------+----------------------------------------------------------------+
| ANV01   |    1001 | .5 ton anvil   |       5.99 | .5 ton anvil, black, complete with handy hook                  |
| ANV02   |    1001 | 1 ton anvil    |       9.99 | 1 ton anvil, black, complete with handy hook and carrying case |
| ANV03   |    1001 | 2 ton anvil    |      14.99 | 2 ton anvil, black, complete with handy hook and carrying case |
| DTNTR   |    1003 | Detonator      |      13.00 | Detonator (plunger powered), fuses not included                |
| FB      |    1003 | Bird seed      |      10.00 | Large bag (suitable for road runners)                          |
| FC      |    1003 | Carrots        |       2.50 | Carrots (rabbit hunting season only)                           |
| FU1     |    1002 | Fuses          |       3.42 | 1 dozen, extra long                                            |
| JP1000  |    1005 | JetPack 1000   |      35.00 | JetPack 1000, intended for single use                          |
| JP2000  |    1005 | JetPack 2000   |      55.00 | JetPack 2000, multi-use                                        |
| OL1     |    1002 | Oil can        |       8.99 | Oil can, red                                                   |
| SAFE    |    1003 | Safe           |      50.00 | Safe with combination lock                                     |
| SLING   |    1003 | Sling          |       4.49 | Sling, one size fits all                                       |
| TNT1    |    1003 | TNT (1 stick)  |       2.50 | TNT, red, single stick                                         |
| TNT2    |    1003 | TNT (5 sticks) |      10.00 | TNT, red, pack of 10 sticks                                    |
+---------+---------+----------------+------------+----------------------------------------------------------------+
14 rows in set (0.00 sec)

创建分组

统计products表中每个供应商提供的商品数：

SELECT vend_id, COUNT(*) AS num_prods FROM products GROUP BY vend_id;

+---------+-----------+
| vend_id | num_prods |
+---------+-----------+
|    1001 |         3 |
|    1002 |         2 |
|    1003 |         7 |
|    1005 |         2 |
+---------+-----------+
4 rows in set (0.00 sec)

GROUP BY 子句指示mysql分组数据，然后对每个分组进行聚集计算。

GROUP BY 的规定：

- GROUP BY 子句可以包含任意数目的列。使得能够对分组进行嵌套，为数据分组提供更细致的控制。

eg：

SELECT  vend_id,prod_price, COUNT(*) AS num_prods FROM products GROUP BY vend_id,prod_price;

+---------+------------+-----------+
| vend_id | prod_price | num_prods |
+---------+------------+-----------+
|    1001 |       5.99 |         1 |
|    1001 |       9.99 |         1 |
|    1001 |      14.99 |         1 |
|    1002 |       3.42 |         1 |
|    1002 |       8.99 |         1 |
|    1003 |       2.50 |         2 |
|    1003 |       4.49 |         1 |
|    1003 |      10.00 |         2 |
|    1003 |      13.00 |         1 |
|    1003 |      50.00 |         1 |
|    1005 |      35.00 |         1 |
|    1005 |      55.00 |         1 |
+---------+------------+-----------+
12 rows in set (0.00 sec)

如果在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。

GROUP BY 语句中的每个列都必须是表中的检索列或者是有效的表达式（但不能是聚集函数）。如果在SELECT中使用了表达式，则必须在GROUP BY 子句中指定相同的表达式，不能使用别名。

除聚集计算子句外，SELECT 语句中的每个列都必须在GROUP BY 子句中给出。

如果分组列中有NULL值，则NULL将作为一个分组返回，多个NULL值视为一组。

GROUP BY 子句必须出现在WHERE子句之后，ORDER BY子句之前。

过滤分组

MySQL中利用HAVING子句来进行分组过滤，HAVING子句非常类似于WHERE子句，但是WHERE子句用来过滤行（记录），HAVING用来过滤分组，即先分组再过滤。例如我们想要从订单表中查询出所有至少包含两个订单的客户，就必须先将表中记录按照客户id进行分组，然后过滤出记录数大于等于2的那些分组，求出对应的客户id，针对分组的过滤就必须使用HAVING,如下：

mysql>  SELECT cust_id,COUNT(*) AS orders FROM orders GROUP BY cust_id HAVING COUNT(*) >= 2;
+---------+--------+
| cust_id | orders |
+---------+--------+
|   10001 |      2 |
+---------+--------+
1 row in set (0.01 sec)

HAVING

和

WHERE

子句有相似之处，但是又有着各自的不同

-

WHERE

在数据进行分组之前进行过滤，针对的是单条记录，

HAVING

在数据分组后进行过滤，针对的是分组

-

WHERE

在数据分组和聚集之前进行过滤，控制哪些记录进入分组或聚集，因此

WHERE

后不能包含聚集函数，

HAVING

后总是包含聚集函数，因为往往需要计算分组中哪些分组符合需求

- 绝大部分

WHERE

语句可以用

HAVING

替换，反之则不行，但是不提倡这么做，语义不清晰

-

WHERE

和

HAVING

可以同时使用，

WHERE

控制哪些记录参与分组，

HAVING

用来计算分组中的哪些组符合需求，如下：

mysql> SELECT vend_id,COUNT(*) AS num_prods FROM products WHERE prod_price >= 10 GROUP BY vend_id HAVING COUNT(*) >= 2;
+---------+-----------+
| vend_id | num_prods |
+---------+-----------+
|    1003 |         4 |
|    1005 |         2 |
+---------+-----------+
2 rows in set (0.00 sec)

满足条件

prod_price >=0

的记录进行分组，再筛选出记录数大于2的组

作为对比，不使用

WHERE

筛选，对所有数据都进行分组，再帅选出记录数大于2的运行结果如下：

mysql> SELECT vend_id,COUNT(*) AS num_prods FROM products  GROUP BY vend_id HAVING COUNT(*) >= 2;
+---------+-----------+
| vend_id | num_prods |
+---------+-----------+
|    1001 |         3 |
|    1002 |         2 |
|    1003 |         7 |
|    1005 |         2 |
+---------+-----------+
4 rows in set (0.00 sec)