SQL语言GROUP BY如何使用，最基础的数据分组方法是什么

在SQL的日常使用中，我们经常会遇到需要按某个维度统计数据的情况，比如统计每个部门的员工人数、计算每个类别的商品总销量等，这时候就需要用到GROUP BY语句。GROUP BY是SQL中用于数据分组的核心语句，能够将具有相同特征的行归为一组，再结合聚合函数完成分组后的统计计算，是数据分析类SQL查询的必备技能。

GROUP BY的基础语法与作用

GROUP BY的核心作用是对查询结果集按照一个或多个列的值进行分组，分组后相同列值的行会被合并为一组，每组只会返回一条汇总后的记录。它的基础语法结构如下：

SELECT 分组列, 聚合函数(统计列)
FROM 表名
WHERE 筛选条件
GROUP BY 分组列
ORDER BY 排序列;

需要注意几个执行顺序的规则：首先执行FROM子句找到目标表，然后执行WHERE子句过滤符合条件的行，接着执行GROUP BY对过滤后的数据进行分组，之后对每个分组执行SELECT后的聚合函数计算，最后执行ORDER BY对结果排序。这个执行顺序非常重要，会直接影响查询的逻辑和结果。

搭配聚合函数的使用方式

GROUP BY单独使用通常没有实际意义，必须配合聚合函数才能发挥分组统计的作用。常用的聚合函数有以下几种：

• COUNT()：统计每组内的行数，COUNT(*)统计所有行，COUNT(列名)统计该列非空值的行数
• SUM()：计算每组内数值列的总和
• AVG()：计算每组内数值列的平均值
• MAX()：返回每组内指定列的最大值
• MIN()：返回每组内指定列的最小值

我们通过一个员工表的例子来演示用法，假设我们有如下员工表employee：

如果我们要统计每个部门的员工人数，查询语句如下：

SELECT dept_id, COUNT(*) AS emp_count
FROM employee
GROUP BY dept_id;

执行后结果会是：部门10有2人，部门20有2人，部门30有1人。如果要计算每个部门的平均工资，语句可以写成：

SELECT dept_id, AVG(salary) AS avg_salary
FROM employee
GROUP BY dept_id;

多列分组的用法

GROUP BY不仅支持单列分组，还支持按照多个列进行分组，多列分组时会先按照第一个列分组，在第一个列值相同的组内再按照第二个列分组，以此类推。比如我们要统计每个部门中不同入职年份的员工人数，可以先提取入职日期的年份，再按部门和年份分组：

SELECT 
    dept_id, 
    YEAR(hire_date) AS hire_year, 
    COUNT(*) AS emp_count
FROM employee
GROUP BY dept_id, YEAR(hire_date)
ORDER BY dept_id, hire_year;

这时候分组维度就是部门和入职年份的组合，只有当两个员工的部门相同且入职年份也相同时，才会被分到同一组。

WHERE和HAVING的区别

很多用户会混淆WHERE和HAVING的用法，两者的核心区别是作用阶段不同：WHERE是在分组前对行数据进行筛选，不符合条件的行不会进入分组阶段；HAVING是在分组后对分组结果进行筛选，只能使用分组列和聚合函数作为筛选条件。

比如我们要统计员工人数大于1的部门，就需要用HAVING：

SELECT dept_id, COUNT(*) AS emp_count
FROM employee
GROUP BY dept_id
HAVING COUNT(*) > 1;

如果我们只想统计工资大于7500的员工，再按部门分组统计人数，就需要用WHERE先过滤：

SELECT dept_id, COUNT(*) AS emp_count
FROM employee
WHERE salary > 7500
GROUP BY dept_id;

这里要注意，WHERE子句中不能使用聚合函数，比如不能写WHERE COUNT(*) > 1，这种写法会直接报错，聚合函数的筛选必须放在HAVING中。

SELECT子句的注意事项

使用GROUP BY时，SELECT子句中出现的列必须满足两个条件之一：要么是GROUP BY后面指定的分组列，要么是被聚合函数包裹的列。如果SELECT中出现了既不是分组列也没有被聚合函数包裹的列，查询的结果是不确定的，不同数据库的实现可能返回不同的值，标准SQL中这种写法是不允许的。

比如下面的语句就是错误的：

-- 错误示例，emp_name既不是分组列也没有被聚合
SELECT dept_id, emp_name, COUNT(*) AS emp_count
FROM employee
GROUP BY dept_id;

因为同一个部门有多个员工，emp_name的值不唯一，数据库不知道应该返回哪个员工的名字，所以这种写法要避免。

常见使用场景与案例

场景1：业务数据统计

比如我们有一个订单表orders，字段包括order_id、user_id、order_amount、order_date，要统计每个用户的订单总金额和订单数量，语句如下：

SELECT 
    user_id, 
    COUNT(order_id) AS order_count,
    SUM(order_amount) AS total_amount
FROM orders
GROUP BY user_id
ORDER BY total_amount DESC;

场景2：数据去重

如果要查询所有有订单的用户ID，也可以用GROUP BY实现去重，效果和DISTINCT类似：

SELECT user_id
FROM orders
GROUP BY user_id;

不过如果只需要去重，DISTINCT的性能通常会更好，GROUP BY更适合需要同时做统计的场景。

场景3：分组后取每组最大值记录

比如要查询每个部门工资最高的员工信息，可以结合子查询实现：

SELECT e.*
FROM employee e
JOIN (
    SELECT dept_id, MAX(salary) AS max_salary
    FROM employee
    GROUP BY dept_id
) t ON e.dept_id = t.dept_id AND e.salary = t.max_salary;

使用GROUP BY的常见错误

• 在WHERE子句中使用聚合函数，正确做法是将聚合函数筛选放到HAVING中
• SELECT子句中出现未分组也未聚合的列，导致结果异常
• 忘记GROUP BY的执行顺序，在WHERE中使用分组后的计算结果，比如WHERE AVG(salary) > 8000，这种写法会报错
• 多列分组时顺序搞反，导致分组维度和预期不符

只要掌握GROUP BY的基础语法、执行顺序，以及和聚合函数、WHERE、HAVING的搭配规则，就能应对大部分基础的数据分组统计需求，在实际业务中灵活使用可以大幅提升数据查询的效率。

SQLGROUP_BY数据分组聚合函数修改时间：2026-05-24 21:25:02