【SQL】掌握SQL查询技巧：数据分组与排序

m0_748256782025-01-07 23:09
目录
  • [1. GROUP BY](#1. GROUP BY)
    • [1.1 定义与用途](#1.1 定义与用途)
    • [1.2 示例说明](#1.2 示例说明)
    • [1.3 注意事项](#1.3 注意事项)
    • [1.4 可视化示例](#1.4 可视化示例)
  • [2. ORDER BY](#2. ORDER BY)
    • [2.1 定义与用途](#2.1 定义与用途)
    • [2.2 升序说明（默认）](#2.2 升序说明（默认）)
    • [2.3 降序排序](#2.3 降序排序)
    • [2.4 多列排序](#2.4 多列排序)
    • [2.5 可视化示例](#2.5 可视化示例)
  • [3. GROUP BY 与 ORDER BY 的结合使用](#3. GROUP BY 与 ORDER BY 的结合使用)
  • [4. 可视化示例](#4. 可视化示例)
  • 总结

在数据库管理中，SQL（结构化查询语言）是一个强大的工具，它允许用户从数据库中提取和操作数据。对数据的有效处理通常需要进行分组和排序操作。在这篇博客中，我们将深入讨论 SQL 中的 GROUP BY 和 ORDER BY 子句，帮助你更好地理解如何使用这些功能来组织和排序你的数据。

1. GROUP BY

1.1 定义与用途

GROUP BY 子句用于将来自 SELECT 查询的数据行分组，通常与聚合函数（如 COUNT、SUM、AVG、MAX 和 MIN）一起使用，以便对每个组执行计算。这种分组使我们能够对数据进行汇总分析，提取有用的信息。

1.2 示例说明

假设我们有一个名为 sales 的表，其中包含以下数据：

id

product

quantity

price

sale_date

1

Apple

10

1.00

2024-01-01

2

Banana

20

0.50

2024-01-02

3

Apple

15

1.00

2024-01-03

4

Banana

25

0.50

2024-01-04

5

Cherry

30

2.00

2024-01-05

现在，如果我们想要统计每种水果的总销售数量，可以使用如下 SQL 查询：

复制代码 
SELECT product, SUM(quantity) AS total_quantity
FROM sales
GROUP BY product;

解释：

  • SELECT product：选择产品名称。
  • SUM(quantity) AS total_quantity：对每种产品的销售数量求和，并命名为 total_quantity。
  • FROM sales：指定数据源表。
  • GROUP BY product：按 product 列对结果进行分组。

输出结果：

product

total_quantity

Apple

25

Banana

45

Cherry

30

1.3 注意事项

  • 非聚合字段 ：当使用 GROUP BY 时，SELECT 子句中的所有非聚合列必须在 GROUP BY 子句中列出，否则会导致错误。

    复制代码 
    -- 错误示例：无法只返回 product 列而不 GROUP BY price
SELECT product, price, SUM(quantity)
FROM sales
GROUP BY product; -- 会导致错误

  • NULL 值处理：在进行分组时，NULL 值会被视为同一组。

1.4 可视化示例

通过以下可视化图示，可以更直观地理解 GROUP BY 的工作原理。

#mermaid-svg-kHXD6REa28VRgscy {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-kHXD6REa28VRgscy .error-icon{fill:#552222;}#mermaid-svg-kHXD6REa28VRgscy .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-kHXD6REa28VRgscy .edge-thickness-normal{stroke-width:2px;}#mermaid-svg-kHXD6REa28VRgscy .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-kHXD6REa28VRgscy .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-kHXD6REa28VRgscy .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-kHXD6REa28VRgscy .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-kHXD6REa28VRgscy .marker{fill:#333333;stroke:#333333;}#mermaid-svg-kHXD6REa28VRgscy .marker.cross{stroke:#333333;}#mermaid-svg-kHXD6REa28VRgscy svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-kHXD6REa28VRgscy .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-kHXD6REa28VRgscy .cluster-label text{fill:#333;}#mermaid-svg-kHXD6REa28VRgscy .cluster-label span{color:#333;}#mermaid-svg-kHXD6REa28VRgscy .label text,#mermaid-svg-kHXD6REa28VRgscy span{fill:#333;color:#333;}#mermaid-svg-kHXD6REa28VRgscy .node rect,#mermaid-svg-kHXD6REa28VRgscy .node circle,#mermaid-svg-kHXD6REa28VRgscy .node ellipse,#mermaid-svg-kHXD6REa28VRgscy .node polygon,#mermaid-svg-kHXD6REa28VRgscy .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-kHXD6REa28VRgscy .node .label{text-align:center;}#mermaid-svg-kHXD6REa28VRgscy .node.clickable{cursor:pointer;}#mermaid-svg-kHXD6REa28VRgscy .arrowheadPath{fill:#333333;}#mermaid-svg-kHXD6REa28VRgscy .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-kHXD6REa28VRgscy .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-kHXD6REa28VRgscy .edgeLabel{background-color:#e8e8e8;text-align:center;}#mermaid-svg-kHXD6REa28VRgscy .edgeLabel rect{opacity:0.5;background-color:#e8e8e8;fill:#e8e8e8;}#mermaid-svg-kHXD6REa28VRgscy .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-kHXD6REa28VRgscy .cluster text{fill:#333;}#mermaid-svg-kHXD6REa28VRgscy .cluster span{color:#333;}#mermaid-svg-kHXD6REa28VRgscy div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-kHXD6REa28VRgscy :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;}#mermaid-svg-kHXD6REa28VRgscy .watermark>*{fill:#fff!important;stroke:none!important;font-size:15px!important;opacity:0.8!important;}#mermaid-svg-kHXD6REa28VRgscy .watermark span{fill:#fff!important;stroke:none!important;font-size:15px!important;opacity:0.8!important;}

Group By: Product

Sum Quantities

CSDN @ 2136

Sales Table

Grouped Data

Aggregated Results

CSDN @ 2136

  • Sales Table：原始数据表，包含所有销售记录。
  • Grouped Data ：通过 GROUP BY 将数据按产品分组。
  • Aggregated Results ：应用聚合函数（如 SUM），计算每种产品的总销售数量。

2. ORDER BY

2.1 定义与用途

ORDER BY 子句用于对查询结果进行排序。默认情况下，排序是升序的，但可以使用 DESC 关键字指定降序排序。这有助于用户根据特定的需求查看数据。

2.2 升序说明（默认）

继续使用上述 sales 表，假设我们想按销售日期对销售记录进行排序，可以使用如下 SQL 查询：

复制代码 
SELECT *
FROM sales
ORDER BY sale_date ASC;

解释：

  • SELECT *：选择所有列。
  • FROM sales：指定数据源表。
  • ORDER BY sale_date ASC：按 sale_date 列升序排序。

输出结果：

id

product

quantity

price

sale_date

1

Apple

10

1.00

2024-01-01

2

Banana

20

0.50

2024-01-02

3

Apple

15

1.00

2024-01-03

4

Banana

25

0.50

2024-01-04

5

Cherry

30

2.00

2024-01-05

2.3 降序排序

如果想按销售数量降序排序，可以使用：

复制代码 
SELECT *
FROM sales
ORDER BY quantity DESC;

解释：

  • ORDER BY quantity DESC：按 quantity 列降序排序。

输出结果：

id

product

quantity

price

sale_date

5

Cherry

30

2.00

2024-01-05

4

Banana

25

0.50

2024-01-04

3

Apple

15

1.00

2024-01-03

2

Banana

20

0.50

2024-01-02

1

Apple

10

1.00

2024-01-01

2.4 多列排序

你可以使用多个列进行排序。例如，首先按产品名称升序，然后按销售数量降序：

复制代码 
SELECT *
FROM sales
ORDER BY product ASC, quantity DESC;

解释：

  • ORDER BY product ASC, quantity DESC：按 product 列升序，若有相同的产品再按 quantity 降序排序。

输出结果示例：

id

product

quantity

price

sale_date

1

Apple

10

1.00

2024-01-01

3

Apple

15

1.00

2024-01-03

2

Banana

20

0.50

2024-01-02

4

Banana

25

0.50

2024-01-04

5

Cherry

30

2.00

2024-01-05

2.5 可视化示例

通过以下可视化图示，可以更直观地理解 ORDER BY 的工作原理。

#mermaid-svg-2JukF3Z6iaQynXho {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-2JukF3Z6iaQynXho .error-icon{fill:#552222;}#mermaid-svg-2JukF3Z6iaQynXho .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-2JukF3Z6iaQynXho .edge-thickness-normal{stroke-width:2px;}#mermaid-svg-2JukF3Z6iaQynXho .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-2JukF3Z6iaQynXho .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-2JukF3Z6iaQynXho .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-2JukF3Z6iaQynXho .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-2JukF3Z6iaQynXho .marker{fill:#333333;stroke:#333333;}#mermaid-svg-2JukF3Z6iaQynXho .marker.cross{stroke:#333333;}#mermaid-svg-2JukF3Z6iaQynXho svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-2JukF3Z6iaQynXho .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-2JukF3Z6iaQynXho .cluster-label text{fill:#333;}#mermaid-svg-2JukF3Z6iaQynXho .cluster-label span{color:#333;}#mermaid-svg-2JukF3Z6iaQynXho .label text,#mermaid-svg-2JukF3Z6iaQynXho span{fill:#333;color:#333;}#mermaid-svg-2JukF3Z6iaQynXho .node rect,#mermaid-svg-2JukF3Z6iaQynXho .node circle,#mermaid-svg-2JukF3Z6iaQynXho .node ellipse,#mermaid-svg-2JukF3Z6iaQynXho .node polygon,#mermaid-svg-2JukF3Z6iaQynXho .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-2JukF3Z6iaQynXho .node .label{text-align:center;}#mermaid-svg-2JukF3Z6iaQynXho .node.clickable{cursor:pointer;}#mermaid-svg-2JukF3Z6iaQynXho .arrowheadPath{fill:#333333;}#mermaid-svg-2JukF3Z6iaQynXho .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-2JukF3Z6iaQynXho .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-2JukF3Z6iaQynXho .edgeLabel{background-color:#e8e8e8;text-align:center;}#mermaid-svg-2JukF3Z6iaQynXho .edgeLabel rect{opacity:0.5;background-color:#e8e8e8;fill:#e8e8e8;}#mermaid-svg-2JukF3Z6iaQynXho .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-2JukF3Z6iaQynXho .cluster text{fill:#333;}#mermaid-svg-2JukF3Z6iaQynXho .cluster span{color:#333;}#mermaid-svg-2JukF3Z6iaQynXho div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-2JukF3Z6iaQynXho :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;}#mermaid-svg-2JukF3Z6iaQynXho .watermark>*{fill:#fff!important;stroke:none!important;font-size:15px!important;opacity:0.8!important;}#mermaid-svg-2JukF3Z6iaQynXho .watermark span{fill:#fff!important;stroke:none!important;font-size:15px!important;opacity:0.8!important;}

Order By: Sale Date

CSDN @ 2136

Sales Table

Sorted Data

CSDN @ 2136

  • Sales Table：原始数据表，包含所有销售记录。
  • Sorted Data ：通过 ORDER BY 对数据进行排序，得到有序的销售记录。

3. GROUP BY 与 ORDER BY 的结合使用

我们可以将 GROUP BY 和 ORDER BY 结合起来，首先对数据进行分组，然后对结果进行排序。例如，统计每种水果的总销售数量，并按数量降序排列：

复制代码 
SELECT product, SUM(quantity) AS total_quantity
FROM sales
GROUP BY product
ORDER BY total_quantity DESC;

解释：

  • SUM(quantity) 计算每种水果的销售总量。
  • ORDER BY total_quantity DESC 将结果按总销售数量降序排序。

输出结果：

product

total_quantity

Banana

45

Cherry

30

Apple

25

4. 可视化示例

通过以下可视化图示，可以更直观地理解 GROUP BY 和 ORDER BY 的工作原理。这里使用 Mermaid 图形描述工具来展示数据流向和处理过程。

#mermaid-svg-aFPJv5TLetPW4EGJ {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-aFPJv5TLetPW4EGJ .error-icon{fill:#552222;}#mermaid-svg-aFPJv5TLetPW4EGJ .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-aFPJv5TLetPW4EGJ .edge-thickness-normal{stroke-width:2px;}#mermaid-svg-aFPJv5TLetPW4EGJ .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-aFPJv5TLetPW4EGJ .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-aFPJv5TLetPW4EGJ .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-aFPJv5TLetPW4EGJ .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-aFPJv5TLetPW4EGJ .marker{fill:#333333;stroke:#333333;}#mermaid-svg-aFPJv5TLetPW4EGJ .marker.cross{stroke:#333333;}#mermaid-svg-aFPJv5TLetPW4EGJ svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-aFPJv5TLetPW4EGJ .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-aFPJv5TLetPW4EGJ .cluster-label text{fill:#333;}#mermaid-svg-aFPJv5TLetPW4EGJ .cluster-label span{color:#333;}#mermaid-svg-aFPJv5TLetPW4EGJ .label text,#mermaid-svg-aFPJv5TLetPW4EGJ span{fill:#333;color:#333;}#mermaid-svg-aFPJv5TLetPW4EGJ .node rect,#mermaid-svg-aFPJv5TLetPW4EGJ .node circle,#mermaid-svg-aFPJv5TLetPW4EGJ .node ellipse,#mermaid-svg-aFPJv5TLetPW4EGJ .node polygon,#mermaid-svg-aFPJv5TLetPW4EGJ .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-aFPJv5TLetPW4EGJ .node .label{text-align:center;}#mermaid-svg-aFPJv5TLetPW4EGJ .node.clickable{cursor:pointer;}#mermaid-svg-aFPJv5TLetPW4EGJ .arrowheadPath{fill:#333333;}#mermaid-svg-aFPJv5TLetPW4EGJ .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-aFPJv5TLetPW4EGJ .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-aFPJv5TLetPW4EGJ .edgeLabel{background-color:#e8e8e8;text-align:center;}#mermaid-svg-aFPJv5TLetPW4EGJ .edgeLabel rect{opacity:0.5;background-color:#e8e8e8;fill:#e8e8e8;}#mermaid-svg-aFPJv5TLetPW4EGJ .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-aFPJv5TLetPW4EGJ .cluster text{fill:#333;}#mermaid-svg-aFPJv5TLetPW4EGJ .cluster span{color:#333;}#mermaid-svg-aFPJv5TLetPW4EGJ div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-aFPJv5TLetPW4EGJ :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;}#mermaid-svg-aFPJv5TLetPW4EGJ .watermark>*{fill:#fff!important;stroke:none!important;font-size:15px!important;opacity:0.8!important;}#mermaid-svg-aFPJv5TLetPW4EGJ .watermark span{fill:#fff!important;stroke:none!important;font-size:15px!important;opacity:0.8!important;}

Group By: Product

Sum Quantities

Order By: Total Quantity Desc

CSDN @ 2136

Sales Table

Grouped Data

Aggregated Results

Final Sorted Results

CSDN @ 2136

图示解读：

  • Sales Table：原始数据表，包含所有销售记录。
  • Grouped Data ：通过 GROUP BY 将数据按产品分组。
  • Aggregated Results ：应用聚合函数（如 SUM），计算每种产品的总销售数量。
  • Final Sorted Results ：通过 ORDER BY 对聚合后的结果进行排序，最终得到按销售数量排序的结果。

总结

通过掌握 GROUP BY 和 ORDER BY 子句，你可以有效地分析和整理 SQL 查询的结果。无论是进行数据汇总还是结果排序，这两者都是数据分析中不可或缺的工具。理解它们的用法可以帮助你更快速、高效地处理和分析数据。

希望本文能帮助你更好地理解和应用 SQL 查询技巧！如有任何问题或需要进一步的示例，请随时留言！

相关推荐
zwhdlb12 分钟前
Java + 工业物联网 / 智慧楼宇 面试问答模板
java·物联网·面试
君不见，青丝成雪22 分钟前
Hadoop技术栈（四）HIVE常用函数汇总
大数据·数据库·数据仓库·hive·sql
码熔burning27 分钟前
JVM 面试精选 20 题（续）
jvm·面试·职场和发展
刘一说28 分钟前
CentOS 系统 Java 开发测试环境搭建手册
java·linux·运维·服务器·centos
卷福同学35 分钟前
来上海三个月，我在马路边上遇到了阿里前同事...
java·后端
bingbingyihao2 小时前
多数据源 Demo
java·springboot
python_chai7 小时前
从数据汇总到高级分析，SQL 查询进阶实战（下篇）—— 分组、子查询与窗口函数全攻略
数据库·sql·mysql
在努力的前端小白7 小时前
Spring Boot 敏感词过滤组件实现：基于DFA算法的高效敏感词检测与替换
java·数据库·spring boot·文本处理·敏感词过滤·dfa算法·组件开发
完全学不完8 小时前
JVM对象创建和内存分配
jvm
一叶飘零_sweeeet10 小时前
从繁琐到优雅：Java Lambda 表达式全解析与实战指南
java·lambda·java8
热门推荐
01UV安装并设置国内源02DeepSeek更新！速览DeepSeek V3.1新特性03Qwen3-Coder 快速上手教程 | Qwen Code + Claude Code04KGG转MP3工具|非KGM文件|解密音频05蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接06【2025.08.06最新版】Android Studio下载、安装及配置记录（自动下载sdk）072025最新国内服务器可用docker源仓库地址大全（2025年8月更新）08阿里开源首个图像生成基础模型——Qwen-Image本地部署教程，超强中文渲染能力刷新SOTA！09NVIDIA显卡驱动、CUDA、cuDNN 和 TensorRT 版本匹配指南10TRAE 规则（Rules）配置指南：个人习惯、团队规范与最佳实践