SQL分组统计核心是明确“按什么分”“统计什么”“过滤在哪步”,需严格区分WHERE(分组前行过滤)与HAVING(分组后聚合结果过滤),GROUP BY字段须涵盖SELECT中所有非聚合列,多维分组需联合字段并确保维度关联完整。

SQL分组统计的核心是 GROUP BY 配合聚合函数(如 COUNT、SUM、AVG、MAX、MIN),但真正难的不是语法,而是想清楚“按什么分”“统计什么”“过滤在哪一步做”。下面用一个真实业务场景拆解,帮你把逻辑理顺、避开常见坑。
假设有一张订单表 orders,字段包括:order_id, user_id, user_name, amount, status, create_time。现在要统计每个用户的下单总金额。
✅ 正确写法:
SELECT user_id, SUM(amount) AS total_amount FROM orders WHERE status = 'paid' GROUP BY user_id;
❌ 错误写法(常见):
SELECT user_id, user_name, SUM(amount) FROM orders GROUP BY user_id;
报错或结果不可靠!因为 user_name 没出现在 GROUP BY 中,也不在聚合函数里——MySQL 5.7+ 默认拒绝,其他数据库直接报错。如果想带名字,要么加进 GROUP BY(前提是 user_id 和 user_name 一一对应),要么用子查询/窗口函数确保语义清晰。
继续上面的订单表,需求升级:“统计已支付订单中,总金额超过 1000 元的用户”。
✅ 正确逻辑:先用 WHERE 筛出已支付订单 → 再按用户分组 → 最后用 HAVING 筛分组结果
写法:
SELECT user_id, SUM(amount) AS total_amount FROM orders WHERE status = 'paid' -- 分组前筛订单状态 GROUP BY user_id HAVING SUM(amount) > 1000; -- 分组后筛用户总金额
运营想看“不同城市、不同会员等级的用户,平均客单价和订单数”。这时需要联合分组:
SELECT city, member_level,
AVG(amount) AS avg_order,
COUNT(*) AS order_cnt
FROM orders o
JOIN users u ON o.user_id = u.user_id
WHERE o.status = 'paid'
GROUP BY city, member_level
ORDER BY city, member_level;注意点:
如果某城市没产生订单,上面的查询不会显示该城市(结果为空)。但报表常要求“所有城市都列出来,没数据填 0”。这时不能只靠 GROUP BY,得结合:
示例:
SELECT c.city_name,
COALESCE(AVG(o.amount), 0) AS avg_order,
COALESCE(COUNT(o.order_id), 0) AS order_cnt
FROM cities c
LEFT JOIN users u ON c.city_id = u.city_id
LEFT JOIN orders o ON u.user_id = o.user_id AND o.status = 'paid'
GROUP BY c.city_name;基本上就这些。分组统计不复杂,但容易忽略逻辑顺序和语义一致性。多问自己一句:“这个条件是作用在每一行上,还是作用在每组结果上?”答案清楚了,SQL 就不容易写错。
以上就是SQL分组统计怎么做_真实案例解析强化复杂查询思维【技巧】的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号