SQLSERVER分组
在 SQL Server 中，分组（Grouping） 主要通过 GROUP BY 子句实现，用于将结果集按一个或多个列的值进行 “分组”，并对每个分组应用聚合函数（如 COUNT、SUM、AVG 等）进行统计分析。分组是处理 “按类别汇总数据” 的核心手段（如 “按部门统计员工数量”“按地区汇总销售额” 等）。
一、基本语法与核心逻辑
GROUP BY 的核心逻辑是：将列值相同的行归为一组，然后对每组计算聚合结果。
1. 基础语法
SELECT 分组列1, 分组列2..., 聚合函数(列名) AS 别名 FROM 表名 WHERE 行筛选条件 -- 分组前筛选行 GROUP BY 分组列1, 分组列2... -- 按指定列分组 [HAVING 分组筛选条件]; -- 分组后筛选分组结果
2. 关键规则
SELECT列表中非聚合函数的列，必须全部出现在GROUP BY中（否则会报错）。分组后的数据顺序不确定，如需排序需加
ORDER BY。
二、常用场景与示例
假设存在 Sales 表（销售记录），结构如下：
| order_id | product | region | amount | sale_date |
|---|---|---|---|---|
| 1 | 手机 | 华北 | 3000 | 2023-01-01 |
| 2 | 电脑 | 华北 | 5000 | 2023-01-02 |
| 3 | 手机 | 华东 | 3000 | 2023-01-03 |
| 4 | 电脑 | 华东 | 5000 | 2023-01-04 |
| 5 | 手机 | 华北 | 3000 | 2023-01-05 |
1. 按单个列分组
需求：按 region（地区）分组，统计每个地区的总销售额（amount 总和）。
SELECT region, -- 分组列，必须出现在 GROUP BY 中SUM(amount) AS total_amount -- 聚合函数：计算每组的总销售额 FROM Sales GROUP BY region; -- 按地区分组
结果：
| region | total_amount | |
|---|---|---|
| 华北 | 11000 | （3000+5000+3000） |
| 华东 | 8000 | （3000+5000） |
2. 按多个列分组
需求：按 region（地区）和 product（产品）分组，统计每个地区每种产品的销售次数（订单数）和平均销售额。
SELECT region, product, -- 多列分组：先按地区分，同地区内再按产品分COUNT(order_id) AS order_count, -- 统计订单数AVG(amount) AS avg_amount -- 计算平均销售额 FROM Sales GROUP BY region, product -- 多列分组，顺序不影响结果（但建议按逻辑顺序） ORDER BY region, product; -- 按分组列排序
结果：
| region | product | order_count | avg_amount | |
|---|---|---|---|---|
| 华北 | 手机 | 2 | 3000 | （2 次订单，金额都是 3000） |
| 华北 | 电脑 | 1 | 5000 | （1 次订单） |
| 华东 | 手机 | 1 | 3000 | |
| 华东 | 电脑 | 1 | 5000 |
3. 用 HAVING 筛选分组结果
WHERE 用于分组前筛选行，HAVING 用于分组后筛选分组（只能跟在 GROUP BY 后，可使用聚合函数）。
需求：筛选出 “总销售额超过 8000” 的地区。
SELECT region,SUM(amount) AS total_amount FROM Sales GROUP BY region HAVING SUM(amount) > 8000; -- 分组后筛选：总销售额>8000
结果：
| region | total_amount | |
|---|---|---|
| 华北 | 11000 | （只有华北地区满足条件） |
4. 结合 WHERE 和 HAVING
需求：先筛选出 “2023 年 1 月 1 日后的销售记录”，再按地区分组，统计总销售额，并筛选出总销售额超过 5000 的地区。
SELECT region,SUM(amount) AS total_amount FROM Sales WHERE sale_date > '2023-01-01' -- 先筛选行：只保留1月1日后的记录 GROUP BY region HAVING SUM(amount) > 5000; -- 再筛选分组：总销售额>5000
结果：
| region | total_amount | |
|---|---|---|
| 华北 | 8000 | （1 月 2 日电脑 5000 + 1 月 5 日手机 3000） |
| 华东 | 8000 | （1 月 3 日手机 3000 + 1 月 4 日电脑 5000） |
三、常见聚合函数
分组查询中常用的聚合函数如下：
| 函数 | 作用 | 示例（基于上述 Sales 表） |
|---|---|---|
COUNT() | 统计分组内的行数 | COUNT(*) 统计所有行；COUNT(amount) 统计非 NULL 的 amount 行数 |
SUM() | 计算列值总和（仅数值型） | SUM(amount) 计算总销售额 |
AVG() | 计算列值平均值（仅数值型） | AVG(amount) 计算平均销售额 |
MAX() | 取分组内列的最大值 | MAX(amount) 取每组最大销售额 |
MIN() | 取分组内列的最小值 | MIN(amount) 取每组最小销售额 |
四、注意事项
SELECT与GROUP BY的对应关系：SELECT中所有非聚合函数的列必须出现在GROUP BY中，否则会报错。例如：-- 错误示例：product 未在 GROUP BY 中，但出现在 SELECT 中（且非聚合） SELECT region, product, SUM(amount) FROM Sales GROUP BY region; -- 报错：product 不在 GROUP BY 中
WHERE与HAVING的区别：WHERE：在分组前筛选行，不能使用聚合函数（如WHERE SUM(amount) > 1000是错误的）。HAVING：在分组后筛选分组，可以使用聚合函数（如HAVING SUM(amount) > 1000是正确的）。
空值（NULL）的处理： 分组时，
NULL会被视为 “相同值” 归为一组（即所有 NULL 行会被分到同一组）。性能优化： 对
GROUP BY的列创建索引（如CREATE INDEX IX_Sales_Region ON Sales(region)），可减少分组时的排序开销，提升性能。
总结
GROUP BY 是 SQL Server 中按类别汇总数据的核心工具，其核心流程是： 筛选行（WHERE）→ 按列分组（GROUP BY）→ 聚合计算 → 筛选分组（HAVING）→ 排序（ORDER BY）。 使用时需注意 SELECT 与 GROUP BY 的列对应关系，以及 WHERE 和 HAVING 的适用场景。