使用 GROUP BY 进行分组统计

聚合函数能计算整个 Table 的总数和平均值，但真实问题经常要求“每一类分别统计”：每个商品类别有多少商品、每个用户下了多少订单、每位顾客买了多少件商品。SQL 使用 GROUP BY 把相同字段值的 Row 放在一组，再对每组运行聚合函数。

从一个总数变成每组一个结果

SELECT COUNT(*) FROM products 只能告诉我们一共有 5 个商品。加入 GROUP BY category 后，相同 category 的 Row 先聚到一起，COUNT(*) 再分别计算：Electronics 3、Fashion 1、Home 1。

SELECT category, COUNT(*) AS product_count
FROM products
GROUP BY category;

每组可以计算多个统计值

GROUP BY 不只搭配 COUNT。每个 category 可以同时计算商品数、平均价格、最高价格和最低价格。一条结果 Row 代表一个组，而不再代表一个原始商品。

为什么普通 Column 要出现在 GROUP BY？

category 是每组的标签，所以可放在 SELECT 中。若只按 category 分组却同时 SELECT name，Electronics 组里有 Keyboard、Mouse、Webcam，数据库不知道这一条统计结果该显示哪个 name；严格 SQL 模式会拒绝这种查询。

SELECT category,
       COUNT(*) AS product_count,
       AVG(price) AS average_price,
       MAX(price) AS highest_price,
       MIN(price) AS lowest_price
FROM products
GROUP BY category;

GROUP BY 与 JOIN

要统计每位用户的订单数，先 LEFT JOIN users 和 orders，再按用户分组。LEFT JOIN 让无订单的 Diana 也出现。这里使用 COUNT(o.id) 而不是 COUNT(*)：Diana 的连接结果仍有一条 Row，但 o.id 为 NULL，COUNT(o.id) 忽略它，因此订单数正确地显示 0。

SELECT u.name, COUNT(o.id) AS order_count
FROM users AS u
LEFT JOIN orders AS o ON u.id = o.user_id
GROUP BY u.id, u.name;

WHERE 筛 Row，HAVING 筛组

WHERE 发生在分组前，用于筛选原始 Row；HAVING 发生在分组统计后，用于筛选组结果。找“至少有两个商品的类别”要写 HAVING COUNT(*) >= 2，不能写 WHERE COUNT(*)。两者可以同用：先保留 price 至少 40 的商品，再按 category 分组，最后只保留仍有至少两个商品的组。

拆解完整统计查询

“显示至少有 2 个订单的用户，并按订单数降序”可以逐步思考：连接 users 与 orders；按用户 GROUP BY；COUNT 订单；HAVING 留下 count 至少 2；ORDER BY 降序。SQL 变长时，不要一次吞下整句，逐段说明 FROM、JOIN、WHERE、GROUP BY、HAVING 和 ORDER BY 各自做什么。