MySQL 分组查询

àì夳堔傛蜴生んèń 2023-06-20 09:25 24阅读 0赞

# 分组查询 #

按照某个或多个数据进行分组

**分组查询语法：group by 分组字段**

> \[group by 字段\] \[having (条件表达式)\]

having：过滤分组

以下表为例

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz_size_16_color_FFFFFF_t_70][]

**示例1：按照性别分组。分别查询男、女同学的平均分**

![20191209225818514.png][]

**示例2：按照性别分组。分别查询男、女同学的平均分,人数**

![20191209225853525.png][]

**示例3：按照性别分组。 分别查询男、女同学的平均分,人数要求:分数低于70分的人，不参与分组**

![20191209225922851.png][]

**示例4：按照性别分组。 分别查询男、女同学的平均分,人数要求:分数低于70分的人，不参与分组,分组之后。人数要大于2个人**

![20191209230013626.png][]

**示例5：多字段分组**

分组从左往右，先按照第一个字段进行，然后对第一个字段相同的值按照第二个字段分组，以此类推。

> select price,count(\*) as total from fruits group by price,id;

**补充**：**with rollup 关键字**

使用with rollup 后，会在所有分组记录后新增一条记录，该记录计算查询出的所有纪律的总和，即统计记录数量。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz_size_16_color_FFFFFF_t_70 1][]

--------------------

***注意：where 和 having 的区别***

*  where在分组之前进行限定，having在分组之后进行限定。
 *  where后不可以跟聚合函数，having可以进行聚合函数的判断。
 *  where先执行条件，再执行查询
 *  having 先执行查询，再执行条件

![20201229140301506.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz_size_16_color_FFFFFF_t_70 2][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191209222902313.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz,size_16,color_FFFFFF,t_70
[20191209225818514.png]: https://img-blog.csdnimg.cn/20191209225818514.png
[20191209225853525.png]: https://img-blog.csdnimg.cn/20191209225853525.png
[20191209225922851.png]: https://img-blog.csdnimg.cn/20191209225922851.png
[20191209230013626.png]: https://img-blog.csdnimg.cn/20191209230013626.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20190507151605987.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz,size_16,color_FFFFFF,t_70
[20201229140301506.png]: https://img-blog.csdnimg.cn/20201229140301506.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20201229140404124.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NTg4MDAz,size_16,color_FFFFFF,t_70