1 分組聚合的原因
SQL中分組函數(shù)和聚合函數(shù)之前的文章已經(jīng)介紹過，單說這兩個(gè)函數(shù)有可能比較好理解，分組函數(shù)就是group by，聚合函數(shù)就是COUNT、MAX、MIN、AVG、SUM。
拿上圖中的數(shù)據(jù)進(jìn)行解釋，假設(shè)按照product_type這個(gè)字段進(jìn)行分組，分組之后結(jié)果如下圖。
SELECT product_type from product
group by product_type
從圖中可以看出被分為了三組，分別為廚房用具、衣服和辦公用品，就相當(dāng)于對(duì)product_type這個(gè)字段進(jìn)行了去重，確實(shí)group by函數(shù)有去重的作用。
SELECT DISTINCT product_type from product
假設(shè)分組之后，我想看一下價(jià)格，也就是sale_price這個(gè)字段的值，按照如下這個(gè)寫法，會(huì)報(bào)如下錯(cuò)誤。
SELECT product_type,sale_price from product
group by product_type
這是為什么呢？原表按照product_type分組之后，廚房用具對(duì)應(yīng)4個(gè)值，衣服對(duì)應(yīng)2個(gè)值，辦公用品對(duì)應(yīng)2個(gè)值，這就是在取sale_price這個(gè)字段的時(shí)候?yàn)槭裁磮?bào)錯(cuò)了，一個(gè)空格中不能填入多個(gè)值，這時(shí)候就可以用聚合函數(shù)了，比如求和，求平均，求最大最小值，求行數(shù)。聚合之后的值就只有一個(gè)值了。
SELECT product_type,sum(sale_price),avg(sale_price),count(sale_price),max(sale_price) from product
group by product_type
對(duì)于多個(gè)字段的分組，其原理是一樣的。從上述中記住兩點(diǎn)：分組去重和分組聚合。
2 distinct和group by去重的區(qū)別
- Distinct 和group by 設(shè)計(jì)時(shí)側(cè)重點(diǎn)不一樣
distinct只是為了去重，而group by是為了聚合統(tǒng)計(jì)的。
- 兩者都有去重的效果，但是執(zhí)行的效率不一樣
單個(gè)字段去重
--DISTINCT
SELECT distinct product_type from product
--GROUP BY
select product_type from product
GROUP BY product_type
多個(gè)字段去重
--DISTINCT
SELECT distinct product_name, product_type from product
--GROUP BY
select product_name, product_type from product
GROUP BY product_name, product_type
執(zhí)行效率
select <列名1>,<列名2>
from<表名>
where 查詢條件
group by 分組類別
having 對(duì)分組結(jié)果指定條件
order by <列名> （desc）
limit 數(shù)字
SQL語言的運(yùn)行順序，先執(zhí)行上圖中的第一步，然后再執(zhí)行select子句，最后對(duì)結(jié)果進(jìn)行篩選。distinct是在select子句中，而group by在第一步中，所以group by去重比distinct去重在效率上要高。
文章持續(xù)更新，可以微信搜索「 大數(shù)據(jù)分析師知識(shí)分享」第一時(shí)間閱讀，回復(fù)【666】獲取大數(shù)據(jù)相關(guān)資料。
