在SQL查询的实际业务中，我们经常会遇到需要关联多张同类型数据表，同时对结果进行统计处理的场景，这时候就会用到关联条件p2.product_type = p1.product_type和分组操作，二者承担着不同的核心功能。
p2.product_type = p1.product_type的作用
这个条件是关联查询中用于匹配两张表数据的关键过滤规则，通常出现在JOIN语句的ON子句中，作用是筛选出两张表中product_type字段值相同的记录进行关联。
假设我们有两张产品表，product_2023存储上半年产品数据，product_2024存储下半年产品数据，两张表结构一致，都包含product_id、product_name、product_type、price字段。如果我们需要查询同类型产品在上下半年的价格对比，就可以用这个条件关联两张表：
-- 关联上下半年同类型产品数据
SELECT
p1.product_type,
p1.product_name AS first_half_name,
p1.price AS first_half_price,
p2.product_name AS second_half_name,
p2.price AS second_half_price
FROM product_2023 p1
JOIN product_2024 p2
ON p2.product_type = p1.product_type
AND p2.product_id = p1.product_id;
如果没有这个条件，关联查询会进行笛卡尔积运算，生成两张表所有记录的组合，结果中会包含大量不同类型产品的不合理匹配数据，这个条件能精准筛选出同类型产品的关联记录，保证结果的准确性。
分组操作的作用
分组操作通过GROUP BY子句实现，核心作用是将结果集按照指定字段的值划分为多个组，方便对每个组进行聚合统计或者去重处理。
1. 聚合统计场景
还是以上面的产品表为例，如果我们需要统计每个产品类型的总库存、平均价格，就可以用product_type分组：
-- 统计每个产品类型的平均价格和总库存
SELECT
product_type,
AVG(price) AS avg_price,
SUM(stock) AS total_stock
FROM product_2023
GROUP BY product_type;
2. 去重场景
如果我们需要获取所有存在的产品类型列表，不需要重复的类型值，也可以用分组实现去重：
-- 获取所有不重复的产品类型 SELECT product_type FROM product_2023 GROUP BY product_type;
分组操作会保证每个分组内的指定字段值完全一致，每个分组只会在结果中返回一条记录，天然具备去重效果。
二者的搭配使用
在很多复杂查询中，二者会结合使用。比如我们需要统计同类型产品在上下半年的总销售额差值，就可以先通过p2.product_type = p1.product_type关联两张表，再按照product_type分组统计：
-- 统计同类型产品上下半年总销售额差值
SELECT
p1.product_type,
SUM(p1.sales) AS first_half_sales,
SUM(p2.sales) AS second_half_sales,
SUM(p2.sales) - SUM(p1.sales) AS sales_diff
FROM product_2023 p1
JOIN product_2024 p2
ON p2.product_type = p1.product_type
GROUP BY p1.product_type;
这里的关联条件保证我们只关联同类型的产品数据，分组操作则让我们能按产品类型汇总销售数据，二者配合可以实现复杂的业务统计需求。
注意事项
- 关联条件
p2.product_type = p1.product_type中，两张表的product_type字段类型必须一致，否则可能无法匹配到正确数据。 - 使用分组操作时，
SELECT子句中只能出现分组字段和聚合函数，不能出现非分组字段，否则会报错。 - 如果需要在分组后过滤结果，要使用
HAVING子句，不能用WHERE子句，因为WHERE是在分组前过滤数据，HAVING是在分组后过滤。
关联查询分组操作product_typeSQL查询修改时间：2026-06-29 15:27:54