MySQL:分组查询

1. 引入案例:查询每个部门的平均工资

SELECT
  `department_id`,
  AVG(`salary`),
  COUNT(*),
FROM
  `employees` 
GROUP BY `department_id` ;

2. 语法

select 分组函数,列(要求出现在group by的后面)
from 表
【where 筛选条件】
group by 分组的列表
【order by 子句】

3. 实例


基本使用

  • 案例:查询每个工种的最高工资
SELECT 
  `job_id`,
  MAX(`salary`)
FROM
  `employees` 
GROUP BY `job_id` ;
  • 案例:查询每个位置上的部门个数
SELECT 
  `location_id`,
  COUNT(*) 
FROM
  `departments` 
GROUP BY `location_id` ;
  • 案例:查询邮箱中包含A字符的每个部门的平均工资
SELECT 
  `department_id`,
  AVG(`salary`) 
FROM
  `employees` 
WHERE `email` LIKE '%a%' 
GROUP BY `department_id` ;
  • 案例:查询有奖金的每个领导手下员工的最高工资
-- 分组前筛选条件
SELECT 
  `manager_id`,
  MAX(`salary`) 
FROM
  `employees` 
WHERE `commission_pct` IS NOT NULL 
GROUP BY `manager_id` ;
  • 案例:查询哪个部门的员工个数大于2
-- 分组后筛选条件
SELECT 
  `department_id`,
  COUNT(*) AS '员工个数' 
FROM
  `employees` 
GROUP BY `department_id` 
HAVING `员工个数` > 2 ;
  • 案例:查询每个工种有奖金的员工的最高工资,且最高工资大于12000
SELECT 
  `job_id`,
  MAX(`salary`) 
FROM
  `employees` 
WHERE `commission_pct` IS NOT NULL 
GROUP BY `job_id` 
HAVING MAX(`salary`) > 12000 ;
  • 案例:查询领导编号大于102,手下的最低工资大于5000
SELECT 
  `manager_id`,
  MIN(`salary`) 
FROM
  `employees` 
WHERE `manager_id` > 102 
GROUP BY `manager_id` 
HAVING MIN(`salary`) > 5000 ;

总结 1

筛选条件 数据源 位置 关键字
分组前筛选 原始表 group by 子句前 where
分组后筛选 分组后的结果集 group by 子句前 having
  1. 分组函数做条件一定放在having子句中
  2. 能用分组前筛选的,就优先考虑使用分组前筛选

按表达式或函数分组

  • 案例:按员工姓名长度分组,筛选员工个数大于5的
SELECT 
  LENGTH(`last_name`),
  COUNT(*) 
FROM
  `employees` 
GROUP BY LENGTH(`last_name`) 
HAVING COUNT(*) > 5 ;

按多个字段分组

  • 案例:查询每个部门每个工种的平均工资
SELECT 
  `department_id`,
  `job_id`,
  AVG(`salary`) 
FROM
  `employees` 
GROUP BY `department_id`,
  `job_id` ;

添加排序

  • 案例:查询每个部门每个工种的平均工资,并按照平均工资排序,其中部门不为null且平均工资大于10000
SELECT 
  `department_id`,
  `job_id`,
  AVG(`salary`) 
FROM
  `employees` 
WHERE `department_id` IS NOT NULL 
GROUP BY `department_id`,
  `job_id`
HAVING AVG(`salary`) > 10000 
ORDER BY AVG(`salary`) ;

总结2

  1. group by子句支持单个字段分组,也支持多个字段分组(多个字段之间用逗号隔开,没有顺序),还支持表达式或函数分组
  2. 也可以添加排序(排序放在整个分组查询的最后)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,837评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,551评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,417评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,448评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,524评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,554评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,569评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,316评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,766评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,077评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,240评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,912评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,560评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,176评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,425评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,114评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,114评论 2 352