【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
@淡 定19 分钟前
异常处理最佳实践
java
一起养小猫21 分钟前
LeetCode100天Day1-字符串匹配与Z字形变换
java·leetcode
白宇横流学长23 分钟前
基于SpringBoot实现的冬奥会科普平台设计与实现【源码+文档】
java·spring boot·后端
APIshop34 分钟前
Java爬虫1688详情api接口实战解析
java·开发语言·爬虫
ccino .37 分钟前
sql注入中过滤分隔符的测试方法
数据库·sql
Evan芙1 小时前
Tomcat内存机制以及按场景调优
java·tomcat
总爱写点小BUG1 小时前
打印不同的三角形（C语言）
java·c语言·算法
星辰烈龙2 小时前
黑马程序员Java基础9
java·开发语言
山沐与山2 小时前
【Redis】Redis集群模式架构详解
java·redis·架构
Hello.Reader2 小时前
Flink SQL CREATE 语句从建表到 CTAS/RTAS，一次讲清
sql·flink·linq
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03Linux下V2Ray安装配置指南04在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）05安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）06BongoCat - 跨平台键盘猫动画工具07【AutoGLM部署】本地私有化部署AI手机Agent08Open-AutoGLM Windows 安装部署教程09Labelme从安装到标注：零基础完整指南10Neo4j（一） - Neo4j安装教程（Windows）