mysql中group by用法

说白了，GROUP BY就是将数据分成一堆，然后对每一堆进行统计，就像超市收银台对购物袋进行分类一样。
我先说最重要的一点。
单列分组非常简单。
例如，要按部门对人数进行统计，请选择department_id, COUNT() FROMEmployeesGROUP BYdepartment_id。
去年我们用 5 00,000 名员工数据完成了这个项目。
按部门分组可在几秒钟内得出结果。
还有一点就是多列分组更加详细，比如SELECT Department_id, job_title, AVG(salary) FROMEmployees GROUP BY Department_id, job_title。
去年我们分析了高管和普通员工的收入差异，多列分组直接表明了方向。
还有另一个重要的细节。
整理后，应遵循未合并的列。
比如输入 SELECT name FROM Department FROMEmployees GROUP BY Department_id 就会报错，因为MySQL5 .7 +才默认启用，说实话这挺让人摸不着头脑的。

起初我以为NULL值不是分布式的，但后来我意识到这是错误的。
分组时，NULL 单独分组为 SELECT manager_id, COUNT() FROMEmployees GROUP BY manager_id。
如果 manager_id 包含 NULL，则结果将是附加的 NULL 组。
等等，还有别的事。
用行话来说，这称为雪崩效应。
事实上，前面的一点点延迟就会把整个事情拉回来。
因此，当数据量较大时，必须在组列上添加索引，如INDEX(department_id)，否则运行时会被冻结。

最后提醒：不要在 GROUP BY 中使用复杂的表达式，例如 SELECT Department_id, SUM(FLOOR(salary/1 000)) FROMEmployees GROUP BY Department_id，这会自动破坏索引。
首先，建议使用基本列。

mysql中groupby和having的关系

GROUPBY 是按列分组，HAVING 是过滤分组的结果。

例如，我们按部门组计算总工资。
仅显示工资总额超过1 0,000元的部门。

先GROUPBY分组，聚合函数计算值，然后HAVING过滤器。

此场景对于按部门分析工资和销售额非常有用。

HAVING 必须指分组列或聚合函数。

索引可以优化性能。

学习笔记—MySQL（五）——分组

当谈论 MySQL 中的分组操作时，我对这个话题既喜欢又讨厌。
当我刚进入这个行业时，我经历了一段艰难的时期，但现在我有了一些经验。

首先我们来谈谈GROUP BY关键字。
就像魔术师可以将数据分成几个小圆圈。
我记得有一次我们公司对员工进行薪资分析，我就利用了这一机会。
例如，如果我想找出每个部门的平均工资和最高工资，我会编写SQL语句： SELECT Department_id, AVG(salary), MAX(salary) FROMEmployees GROUP BY Department_id;这里GROUP BY告诉数据库按department_id分组。

那我给大家举一个实际的例子，叫做按一列分组。
例如，如果我想找出每个部门每个职位的平均工资，我需要这样写： SELECT Department_id, job_id, AVG (salary) FROMEmployees GROUP BY Department_id, job_id;这里我按照部门和职位来划分。

但是，当涉及到查询列分组规则时，存在一些怪癖。
您必须记住，出现在 SELECT 子句中且不参与聚合的字段（例如 AVG 或 MAX）必须出现在 GROUP BY 中。
否则数据库会感到沮丧，因为它不知道您想要显示什么值。
当时我就遇到了这个问题，写错了SQL。
结果系统给了我一个错误信息，让我摸不着头脑。

HAVING 子句用于过滤分组结果。
例如，如果我想找出哪些部门的工资最高大于1 0,000，我会使用HAVING： SELECT Department_id, MAX(salary) FROMEmployees GROUP BY Department_id HAVING MAX(salary) > 1 0000; HAVING 后面的条件必须是组特定的，并且不能使用 WHERE。

一般来说，GROUP BY是分组。
SELECT 中的非聚合字段必须出现在 GROUP BY 中。
HAVING 用于过滤组。
虽然这个操作有点困难，但是一旦习惯了，熟能生巧。
之前我是靠不断尝试才慢慢了解这个方法的。

MySQL排序分组性能优化技巧_MySQLORDER BY GROUP BY调优

2 02 2 年，我在某城市做数据库优化。
当时对照着计划，我发现了一个问题，就是MySQL的排序和分组操作的工作太差了。
要知道，数据量是巨大的，有数十亿之多。
我一看问题，就觉得好慢啊。
我当时很困惑，不知道该怎么办。

然后慢慢分析，发现主要原因是索引没有用好，另外查询设计也有问题。
首先，我通过创建索引或复合索引掩码来优化索引，这样我就可以直接使用索引并进行分组，而无需返回表进行查询。
例如，如果查询是SELECT，name FROM users WHEREage > 2 0 ORDER BYage，索引(age,id,name)或(age,name,id)我将创建一个索引显示。

然后我还注意到索引列的顺序和方向也很关键，所以ORDER BY col1 ,col2 ，那么索引就建好了(col1 ,col2 )。
如果 GROUP BY col1 , col2 也同样适用。
如果列顺序和方向由ORDER BY和GROUP BY组成，则匹配索引可以满足这两种需求。

我还用explain来解释执行计划，看看索引是否使用正确。
如果Extra列中出现用户或临时用户文件，则需要检查索引或查询条件。
如果key为NULL，则需要重新定义列表或者调整查询条件。

然后我也重写了问题，用lime来减少排序量。
如果ORDER BY子句中有ORDER BY TIME DESC END X这样的术语，MySQL只需要找到最小或最大的N条记录，而不需要对整个结果集进行排序，性能会好很多。

我也会简化操作。
对于通过多个表连接插入的多个组，我尝试一步一步进行，首先连接一些数据，然后与另一部分数据连接。
DISTRICT和CROWN有时会颠倒过来，我也比较过他们的方案，看看哪一个更合适。

最后，我还调整了一些配置参数，例如 type_buffer_size，它定义了可用于处理操作的内存大小。
如果排序性能大于这个值，MySQL会分块写入磁盘进行更多的合并和排序，所以增加这个值可以相应减少磁盘排序。
还有tmp_table_size和max_heap_table_size，控制临时表在内存中的大小。
如果性能结果小于这两个参数的最小值，MySQL会优先使用临时表类型MEMORY的内存，速度更快。

总的来说，优化ORDER BY和GROUP BY应该从三个方面入手：索引、查询、重写、配置参数。
这是一个系统化的策略，需要根据具体的业务场景和特点灵活应用指导。
没有办法解决所有的恶习。