mysql group by 分组查询

怼烎@ 2021-09-07 06:01 531阅读 0赞

分组的SQL语句有2个：

group by 和分组聚合函数实现 partition by （oracle和postgreSQL中的语句）功能

group by + having 组合赛选数据

注意：having 条件的字段必须在前面查询赛选存在，否则语法错误

错误格式：

SELECT MAX(ID),U_ID  FROM mlzm_comments GROUP BY U_ID HAVING Data_Status >0

正确格式：

SELECT MAX(ID),U_ID,Data_Status  FROM mlzm_comments GROUP BY U_ID HAVING Data_Status >0

group by强调的是一个整体，就是组，只能显示一个组里满足聚合函数的一条记录， partition by 在整体后更强调个体，能显示组里所有个体的记录。

\#实际需求，获取满足条件第一条信息或最后一条信息

步骤拆解：

\#步骤一：找出所有符合第一条件条件的数据,默认排序是按主键索引升序排列,这里按u\_id 字段排序方便审阅

SELECT 
    a.ID,a.U_ID
    FROM 
    mlzm_content a 
    WHERE 
    a.Data_Status = 2
    ORDER BY a.U_ID,a.ID ASC;

![304d01da5267593964da918bfce6d005.png][]

\#步骤2：利用group by 和max()、min()函数，对符合第一条件的数据进行分组，并获取当前分组中最小和最大的，注意当前结果集中的id字段不一定是最小的，若想要最小或最大id,需要对表a先进行排序处理

#未对表a 进行排序
    SELECT
    b.ID,b.U_ID,MIN(b.ID),MAX(b.ID)
    FROM
    (
    SELECT
    a.ID,a.U_ID
    FROM
    mlzm_content a
    WHERE
    a.Data_Status = 2
    ) AS b
    GROUP BY b.U_ID;

上面的语句等效于

#优化处理,但这样的数据无法保证a.ID 排序的有效性
    SELECT
    a.ID,a.U_ID,MIN(a.ID),MAX(a.ID)
    FROM
    mlzm_content a
    WHERE
    a.Data_Status = 2
    GROUP BY a.U_ID;

![732aaa4c57c3a4b28648c734324f1d1e.png][]

在这可以明确看出，所得的结果集中，当前的id 并非最小的也非最大的（如第1条显示的，当前id 为 31550 而最小的是 30768 最大的为38849），因此这种情况id字段不能作为后面的赛选条件

接下来用未排序的ID 字段作为依据查找的数据也并想要的

#以未排序的id字段作为参考依据，结果并非想要的
    SELECT
        c.ID,c.U_ID,b.ID as b_id,b.U_ID as b_uid ,b.min_id,b.max_id
    FROM
        mlzm_content AS c
    INNER JOIN (
        SELECT
            a.ID,
            a.U_ID,
            MIN(a.ID) as min_id,
            MAX(a.ID) as max_id
        FROM
            mlzm_content as a
            WHERE a.Data_Status=2
        GROUP BY
            a.U_ID
        ORDER BY a.U_ID
    ) AS b ON c.ID =b.ID

![3008aa45187c9744b071cec22bcd648c.png][]

这种情况想要得到最小/最大的的一条信息，需要以min\_id /max\_id作为参考依据

#从未排序结果集中获取最小的一条信息
    SELECT
        c.ID,c.U_ID,b.ID as b_id,b.U_ID as b_uid ,b.min_id,b.max_id
    FROM
        mlzm_content AS c
    INNER JOIN (
        SELECT
            a.ID,
            a.U_ID,
            MIN(a.ID) as min_id,
            MAX(a.ID) as max_id
        FROM
            mlzm_content as a
            WHERE a.Data_Status=2
        GROUP BY
            a.U_ID
        ORDER BY a.U_ID
    ) AS b ON c.ID =b.min_id
    #从未排序结果集中获取最大的一条信息
    SELECT
        c.ID,c.U_ID,b.ID as b_id,b.U_ID as b_uid ,b.min_id,b.max_id
    FROM
        mlzm_content AS c
    INNER JOIN (
        SELECT
            a.ID,
            a.U_ID,
            MIN(a.ID) as min_id,
            MAX(a.ID) as max_id
        FROM
            mlzm_content as a
            WHERE a.Data_Status=2
        GROUP BY
            a.U_ID
        ORDER BY a.U_ID
    ) AS b ON c.ID =b.max_id

最小的一条结果

![9b552721d517942d759ca43bb85b8876.png][]

耗时：0.0310 秒

最大的一条结果

![9b08ad17d6a44cc17c4625b9b8cafde7.png][]

先排序后再获取数据

#对表a 进行先排序处理
    SELECT
    b.ID,b.U_ID,MIN(b.ID),MAX(b.ID)
    FROM
    (
    SELECT
    a.ID,a.U_ID
    FROM
    mlzm_content a
    WHERE
    a.Data_Status = 2
    ORDER BY a.ID ASC 
    ) AS b
    GROUP BY b.U_ID;

![cb870d092eecf62bdc9f95ccdbc17934.png][]

先进行排序后可以看出当前的id 和min（b.id）一致，现在可用id字段作为赛选条件

接下来用排序后得到的id 和min\_id 来进行获取分组中最小的一条信息

#用排序后得到的id作为判断依据
    SELECT
        d.ID,
        d.U_ID,
        c.ID AS c_id,
        c.U_ID AS c_uid,
        c.min_id,
        c.max_id
    FROM
        mlzm_content AS d
    INNER JOIN (
        SELECT
            b.ID,
            b.U_ID,
            MIN(b.ID) AS min_id,
            MAX(b.ID) AS max_id
        FROM
            (
                SELECT
                    a.ID,
                    a.U_ID
                FROM
                    mlzm_content a
                WHERE
                    a.Data_Status = 2
                ORDER BY
                    a.ID ASC
            ) AS b
        GROUP BY
            b.U_ID
    ) AS c ON d.ID = c.ID
    
    #用min_id 作为依据
    SELECT
        d.ID,
        d.U_ID,
        c.ID AS c_id,
        c.U_ID AS c_uid,
        c.min_id,
        c.max_id
    FROM
        mlzm_content AS d
    INNER JOIN (
        SELECT
            b.ID,
            b.U_ID,
            MIN(b.ID) AS min_id,
            MAX(b.ID) AS max_id
        FROM
            (
                SELECT
                    a.ID,
                    a.U_ID
                FROM
                    mlzm_content a
                WHERE
                    a.Data_Status = 2
                ORDER BY
                    a.ID ASC
            ) AS b
        GROUP BY
            b.U_ID
    ) AS c ON d.ID = c.min_id

得到的结果集相同，因此先排序处理后id是可作为判断依据的否则只能用min\_id作为判断依据

![03f75b84dfb0cdff0fa28a369ebb4609.png][]

耗时：0.0410 秒

结论：先进行排序处理,关键字段可做判断依据，否则需要用获取的max(column\_name)或min(column\_name)作为判断依据。

但先进行排序会比不排序耗费的时间多，因此排序直接使用max(column\_name)或min(column\_name)作为判断依据处理要高效点。

错误的筛选方式：

#该方式判断是错误的，因为 结果集b中并未进行条件赛选，因此的到的结果中的min_id 对应的数据可能并不满足Data_Status=2的条件，最后做判断的时候这些数据会被排除掉。
    SELECT
        c.ID,c.U_ID,b.ID as b_id,b.U_ID as b_uid ,b.min_id,b.max_id
    FROM
        mlzm_content AS c
    INNER JOIN (
        SELECT
            a.ID,
            a.U_ID,
            MIN(a.ID) as min_id,
            MAX(a.ID) as max_id
        FROM
            mlzm_content as a
        GROUP BY
            a.U_ID
    ) AS b ON c.ID =b.min_id  WHERE c.Data_Status=2
    这是错误的判断方式，谨记啊

这样得到的结果集要少于真实的数据集。

除了（INNER） JOIN 外也可通过 in 和 exists 来获取

#用in 方式
    SELECT
        c.ID,c.U_ID
    FROM
        mlzm_content AS c
    WHERE
    c.ID in
    (
        SELECT
            MIN(a.ID) as min_id
        FROM
            mlzm_content as a
            WHERE a.Data_Status=2
        GROUP BY
            a.U_ID
    ) 
    ORDER BY U_ID

耗时：0.0410 秒

#用exists 方式获取
    SELECT
        c.ID,c.U_ID
    FROM
        mlzm_content AS c
    WHERE
    exists 
    (
    SELECT * from (
        SELECT
            MIN(a.ID) as min_id
        FROM
            mlzm_content as a
            WHERE a.Data_Status=2  
        GROUP BY
            a.U_ID
    ) as b  where b.min_id = c.ID
    ) 
    ORDER BY U_ID

耗时：0.0520 秒

小结：

in 和 exists 执行效率收 子表大小的影响，子表小in的效率高，反之，若子表大则exists的效率高。

in和exists效率比 join 低，因为只有1个字段判断，特别是在数据量大的时候差距更大，10万数据+的话 join 和 in至少差距在5分钟以上，因此**最佳方式是使用INNER JOIN 连表查询**。

//=====================================================================================================//

获取满足条件的最小一条数据或最大一条数据，sql优化后：

最小：

SELECT
        c.*
    FROM
        mlzm_content AS c
    INNER JOIN (
        SELECT
            MIN(a.id) as min_id
        FROM a
        WHERE a.status=2 (条件判断)
        GROUP BY a.U_ID  （分组依据）
    ) AS b ON c.id =b.min_id
    where (其他条件)

最大：

SELECT
        c.*
    FROM
        mlzm_content AS c
    INNER JOIN (
        SELECT
            max(a.id) as max_id
        FROM a
        WHERE a.status=2 (条件判断)
        GROUP BY a.U_ID  （分组依据）
    ) AS b ON c.id =b.max_id
    where (其他条件)

//=====================================================================================================//

上面利用group by分组方式 只能获取到最大或最小的，那么若是想要获取到指定位置的条数呢？如，获取满足条件的第5 条信息。

mysql中是不存在聚合函数 partition by的 ，要想实现类似功能需要利用 group\_concat + substr等函数处理

partition by 语法

select .... over( partition by column1 order by column2)  from table\_name ...

函数：

concat(str1, str2,...)

功能：将多个字符串连接成一个字符串

结果：返回的结果为参数相连接产生的字符串，注意，若其中任意参数为null,则返回的结果也为null

concat('str1','、 ','str2','、','str3')  对应的结果为：str1、str2、str3，但这样每次都要填写分隔符，看起来很是臃肿，那有没有简单的实现方式呢？

有那就是concat\_ws(separator, str1, str2, ...)函数（concat\_ws就是concat with separator），功能与concat类似将多个字符串连接成一个字符串，但是可以一次性指定分隔符。

上面的代码可简化为concat\_ws('、'，'str1', 'str2', 'str3')

注意：concat()和concat\_ws()一样，只要传入的参数有null 则返回结果均为null,分隔符为null也是一样的。

group\_concat(expr\[表达式\])聚合函数 ，

前言：在有group by的查询语句中，select指定的字段要么就包含在group by语句的后面，作为分组的依据，要么就包含在聚合函数中。（有关group by的知识：[浅析SQL中Group By的使用][SQL_Group By]）。

group\_concat()函数

1、功能：将group by产生的同一个分组中的值连接起来，返回一个字符串结果。

2、语法：group\_concat( \[distinct\] 要连接的字段 \[order by 排序字段 asc/desc  \] \[separator '分隔符'\] )

说明：通过使用distinct可以排除重复值；如果希望对结果中的值进行排序，可以使用order by子句；separator是一个字符串值，缺省为一个逗号。

SELECT
        GROUP_CONCAT(a.ID)as ids,a.U_ID
    FROM
        mlzm_content AS a
    WHERE
        a.Data_Status = 2
    GROUP BY
        a.U_ID
    ORDER BY a.U_ID

![12957abc61ea932ce2ef1696388cea94.png][]

将id倒序连接

# 以'# #'  来分割连接
    SELECT
        GROUP_CONCAT(DISTINCT a.ID ORDER BY a.id DESC separator '# #')as ids,a.U_ID
    FROM
        mlzm_content AS a
    WHERE
        a.Data_Status = 2
    GROUP BY
        a.U_ID
    ORDER BY a.U_ID

![01fb97ae269d43033a46c7c3bed6a2e2.png][]

接下来用substring\_index(“待截取有用部分的字符串”，“截取数据依据的字符（分隔符）”，截取字符的位置N)函数来截取想要的数据

如：获取满足条件的前5 条信息

SELECT
        substring_index(GROUP_CONCAT(DISTINCT a.ID ORDER BY a.id ASC separator ','),',',5) as sub_id,
        a.U_ID
    FROM
        mlzm_content AS a
    WHERE
        a.Data_Status = 2
    GROUP BY
        a.U_ID
    ORDER BY a.U_ID

![036bff90a3f18ea22b2484b37f10abd6.png][]

错误的获取（in）：

SELECT c.id,c.U_ID FROM mlzm_content as c
    JOIN
    (SELECT
        substring_index(GROUP_CONCAT(DISTINCT a.ID ORDER BY a.id ASC separator ','),',',5) as sub_id,
        a.u_id 
    FROM
        mlzm_content AS a
    WHERE
        a.Data_Status = 2
    GROUP BY
        a.U_ID
    ) as t 
    ON c.u_id = t.u_id 
    WHERE c.id in (t.sub_id)
    ORDER BY c.u_id

![407bd31ad547313c906969dba2381c4c.png][]

可以看出in操作只匹配了第一个元素。若想要用in 操作的话可把子查询的结果集提出来再当做参数传入，如用PHP 中拆成2步来进行，先通过substring\_index（）函数把满足条件的数据先筛选出来，再通过结果集去循环查询匹配的数据，但是这样效率低，占用资源多，（因此舍弃这种操作）

正确的获取（find\_in\_set）:

SELECT c.id,c.u_id FROM mlzm_content as c
    JOIN
    (SELECT
        substring_index(GROUP_CONCAT(DISTINCT a.ID ORDER BY a.id ASC separator ','),',',5) as sub_id,
        a.u_id 
    FROM
        mlzm_content AS a
    WHERE
        a.Data_Status = 2
    GROUP BY
        a.U_ID
    ) as t 
    ON c.u_id = t.u_id 
    WHERE FIND_IN_SET(c.id,t.sub_id)
    ORDER BY c.u_id

![7bce2410e433c232c6778f9393e0cbf9.png][]

若是想得到前5条信息中最后一条信息

SELECT c.id,c.U_ID FROM mlzm_content as c
    JOIN
    (SELECT
        substring_index(substring_index(GROUP_CONCAT(DISTINCT a.ID ORDER BY a.id ASC separator ','),',',5),',',-1) as sub_id,
        a.U_ID
    FROM
        mlzm_content AS a
    WHERE
        a.Data_Status = 2
    GROUP BY
        a.U_ID
    ) as t 
    ON c.id = t.sub_id

![1dbdbc7a3b08a893f0bd410a74345f35.png][]

利用这个方案, 以下类似业务需求都可以这么做, 如:

1. 查找每个用户过去10个的登陆IP

2. 查找每个班级中总分最高的两个人

greatest(value1,value2,...)函数，获取传入参数中最大的值

SELECT greatest(1,2,3,4)

![ea96b9f8f90a590fdbb01426ac641aaf.png][]

SELECT greatest('a','b','c','bb','ae','d')

![ab92a573182844c98ce4b3723187aeed.png][]

SELECT greatest('a','b','c','bb','ae','d'),ASCII('a'),ASCII('b'),ASCII('c'),ASCII('bb'),ASCII('ae'),ASCII('d')

![f795a0b5d8dd31231713a735539bdebc.png][]

从上面可以看出，greatest()函数在字符比较的时候，只取第一个字符进行ASCII 值比较

[304d01da5267593964da918bfce6d005.png]: /images/20210728/244b74bef7cc4dddbf96cc8d87c4c664.png
[732aaa4c57c3a4b28648c734324f1d1e.png]: /images/20210728/17aeedafc7a749119847a0b633af5e6f.png
[3008aa45187c9744b071cec22bcd648c.png]: /images/20210728/dbbc1d9464c74f66a9ff53dfd8cde1a8.png
[9b552721d517942d759ca43bb85b8876.png]: /images/20210728/b8964a6189f646b79bdec85599d02c1c.png
[9b08ad17d6a44cc17c4625b9b8cafde7.png]: /images/20210728/a148779d2c6d4fbf84ec67208ee3b17b.png
[cb870d092eecf62bdc9f95ccdbc17934.png]: /images/20210728/27175ab67121461e85ea7eece7c301fc.png
[03f75b84dfb0cdff0fa28a369ebb4609.png]: /images/20210728/4dc0947dc09b458eb80fdabc44d54e30.png
[SQL_Group By]: http://blog.csdn.net/mary19920410/article/details/76398050
[12957abc61ea932ce2ef1696388cea94.png]: /images/20210728/727dac0ff8e34403b9ef6416c88146a2.png
[01fb97ae269d43033a46c7c3bed6a2e2.png]: /images/20210728/7371d3c27b434ea0b7170a1c3bf471ce.png
[036bff90a3f18ea22b2484b37f10abd6.png]: /images/20210728/803b968f5de244f7adc8f2bf0e8207f5.png
[407bd31ad547313c906969dba2381c4c.png]: /images/20210728/0200cbc249404c62bd53741ead01a401.png
[7bce2410e433c232c6778f9393e0cbf9.png]: /images/20210728/dd9d13e63cc844ac9d300c4e98023361.png
[1dbdbc7a3b08a893f0bd410a74345f35.png]: /images/20210728/4894e44275bc43db84b897ed8e564f8b.png
[ea96b9f8f90a590fdbb01426ac641aaf.png]: /images/20210728/0ca3e8aa9a544c5487832906fcd81842.png
[ab92a573182844c98ce4b3723187aeed.png]: /images/20210728/508059079d4a49f6919a229ac547a6ad.png
[f795a0b5d8dd31231713a735539bdebc.png]: /images/20210728/8c1cd7cda93d433aad15e2b07b95b298.png