本文我们将讨论如何使用GROUPBY子句来汇总数据。
使用单独列分组
GROUP BY子句通过设置分组条件来汇总数据，在第一个例子中，我在数据库AdventureWork2012中的表 Sales.SalesOrderDetail.中的一列上进行数据分组操作。这个例子以及其他例子都使用数据库AdventureWorks2012，如果你想使用它运行我的代码，你可以点击下载。
下面是第一个示例的源码，在CarrierTrackingNumber列上使用group by子句进行数据分组操作
|
1
2
3
4
5
6
7
8
9
10
11
|
USE AdventureWorks2012; GO SELECT CarrierTrackingNumber ,SUM(LineTotal) AS SummarizedLineTotal FROM AdventureWorks2012.Sales.SalesOrderDetail GROUP BY CarrierTrackingNumber; |
在我运行这段代码后，会得到3807个记录，下面是这个庞大的结果集中前五个数值：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
CarrierTrackingNumber LineTotal -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 6E46-440A-B5 2133.170700 B501-448E-96 4085.409800 8551-4CDF-A1 72616.524200 B65C-4867-86 714.704300 99CE-4ADA-B1 16185.429200 |
在上面的示例中，我使用group by子句选择哪些列作为聚集dventureWorks2012.Sales.SalesOrderDetai数据表数据的条件，在例子中，我使用CarrierTrackingNumber汇总数据，当你进行数据分组时，只有在group By 子句中出现的列才在selection 列表中有效。在我的示例中，我使用聚集函数SUM计算LineTotal，为了使用方便，我为它设置了别名SummarizedLineTotal。
如果我想获得CarrierTrackingNumber 满足特定条件下的聚集集合，那我可以在Where子句中对查询进行限制，就像我下面做的这样：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
USE AdventureWorks2012; GO SELECT CarrierTrackingNumber ,SUM(LineTotal) AS SummarizedLineTotal FROM AdventureWorks2012.Sales.SalesOrderDetail WHERE CarrierTrackingNumber = '48F2-4141-9A' GROUP BY CarrierTrackingNumber; |
这里我在原始查询基础上在where子句中加上了一条限制，我设置了我的查询只返回CarrierTrackingNumber 等于一个特定值的结果。运行这段代码后，我会得到记录中CarrierTrackingNumber 等于48F2-4141-9A的行的数量。Where子句的过滤行为在数据被聚集之前就已生效。
通过多列来分组
有时候你可能需要使用多列来进行数据分组，下面是我使用多列进行分组的示例代码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
SELECT D.ProductID , H.OrderDate , SUM(LineTotal) AS SummarizedLineTotal FROM AdventureWorks2012.Sales.SalesOrderDetail D JOIN AdventureWorks2012.Sales.SalesOrderHeader H ON D.SalesOrderId = H.SalesOrderID GROUP BY ProductID, OrderDate; |
查询返回26878行数据，这是上面查询返回的部分结果：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
ProductID OrderDate LineTotal -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 714 2008-05-21 00:00:00.000 99.980000 859 2007-11-03 00:00:00.000 48.980000 923 2007-11-23 00:00:00.000 14.970000 712 2007-12-22 00:00:00.000 62.930000 795 2007-10-14 00:00:00.000 2443.350000 950 2007-07-01 00:00:00.000 2462.304000 795 2007-11-06 00:00:00.000 2443.350000 877 2007-11-19 00:00:00.000 15.900000 713 2007-10-01 00:00:00.000 99.980000 860 2008-05-31 00:00:00.000 48.980000 961 2008-05-01 00:00:00.000 36242.120880 |
在上面的示例程序中，Group by 子句中用到了ProductID列与OrderDate列，SQL Server基于ProductID和OrderDate二者组合的唯一性，返回LineTotal的值，并为其设置别名SummarizedLineTotal。如果你查看程序的输出，你会发现SQL Server 对数据进行分组后，返回的结果并没有特定的顺序，如果你需要返回结果按照一定顺序排序，你需要使用ORDER BY 子句，就像我在下面代码中展示的那样。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
SELECT D.ProductID , H.OrderDate , SUM(LineTotal) AS SummarizedLineTotal FROM AdventureWorks2012.Sales.SalesOrderDetail D JOIN AdventureWorks2012.Sales.SalesOrderHeader H ON D.SalesOrderId = H.SalesOrderID GROUP BY ProductID, OrderDate ORDER BY SummarizedLineTotal DESC; |
在上面的代码中，我按照SummorizedLineTotal降序对结果集进行排序，此列的值通过Group BY子句分组后对LineTotal使用聚合函数Sum得到。我对结果按照SummorizedLineTotal 的值降序排列。如果你运行此程序，你可以得出LineTotal 数量最高的ProductID和OrderDate。
对没有任何值的数据进行分组
有时候你会需要对一些记录中包含空值的数据进行分组操作。当你在SQL Server 执行此类操作时，它会自动假设所有NULL值相等。让我看一下下面的示例程序
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
CREATE TABLE NullGroupBy (OrderDate date, Amount Int); INSERT INTO NullGroupBy values (NULL,100), ('10-30-2014',100), ('10-31-2014',100), (NULL,100); SELECT OrderDate, SUM(Amount) as TotalAmount FROM NullGroupBy GROUP BY OrderDate; DROP TABLE NullGroupBy; When I run this code I get the following output: OrderDate TotalAmount -- -- -- -- -- -- -- -- -- -- - NULL 200 2014-10-30 100 2014-10-31 100 |
在上面的程序中，我首先创建并填充了一个NullGroupBy表.在这个表中，我放置了四个不同的行，第一行和最后一行的orderDate列值为NULL，其他两列的orderDate值不同。从上面的输出结果可以看到，SQL Server 在分组时将OrderDate为NULL的两行聚集为一行处理。
在Group BY 子句中使用表达式
有时你需要在Group by子句中使用表达式，而不是具体的列。SQL Server允许你在Group By子句中指定一个表达式，就像下面的代码中所示：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
SELECT CONVERT(CHAR(7),H.OrderDate,120) AS [YYYY-MM] , SUM(LineTotal) AS SummarizedLineTotal FROM AdventureWorks2012.Sales.SalesOrderDetail D JOIN AdventureWorks2012.Sales.SalesOrderHeader H ON D.SalesOrderId = H.SalesOrderID GROUP BY CONVERT(CHAR(7),H.OrderDate,120) ORDER BY SummarizedLineTotal DESC; |
上述代码使用OrderDate 列中的年月数据进行分组，通过使用表达式CONVERT(CHAR(7),H.OrderDate,120) ，我告诉SQL服务器截取OrderDate ODBC标准日期格式的前七个字符，也就是OrderDate yyyy-mm部分。基于这个表达式，我可以找出特定年月的total SummarizeLineTotal值，在Group By子句中使用表达式，以及对LineTotal值排序，我可以找出哪一年哪一个月的SummarizeLineTotal最大或最小。
使用HAVING子句过滤数据
Having 是另外一个能与Group BY 子句结合使用的重要子句，使用Having 子句，你可以过滤掉不符合Having子句所接表达式的数据行，当我在其上使用where子句时，在聚集之前就会产生过滤行为。Having 子句允许你基于某些标准过滤聚合行。想要更清楚地了解Having子句，请参考下面代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
SELECT D.ProductID , H.OrderDate , SUM(LineTotal) AS SummarizedLineTotal FROM AdventureWorks2012.Sales.SalesOrderDetail D JOIN AdventureWorks2012.Sales.SalesOrderHeader H ON D.SalesOrderId = H.SalesOrderID GROUP BY ProductID, OrderDate HAVING SUM(LineTotal) > 200000 ORDER BY SummarizedLineTotal DESC; |
在上面的代码中Having子句限制条件是SUM(LineTotal) > 200000。这个having子句保证最终结果中LineTotal的聚合值（SummarizedLineTotal）大于200000.通过使用having子句，我的查询只返回一行数据，其SummarizedLineTotal大于200000.having子句允许SQL Server 只返回聚合结果满足Having子句限制的条件的数据行。
总结
许多应用要求数据在展示之前要经过一定的汇总操作，GROUP BY子句就是SQL Server提供的汇总数据的机制。GROUPBY子句允许你使用HAVING子句对汇总数据进行特定的过滤。希望下次你需要汇总一些数据的时候，你可以更加容易的达到目的。
