分组查询

单纯使用聚合函数，无论是否包含 NULL，无论是否删除重复数据，都是针对表中的所有数据进行的汇总处理。如果需要先分组，然后在进行汇总处理。这时需要 GROUP BY 子句。

语法：

SELECT
    <聚合函数>,
    <聚合字段> 
FROM
    <表名> 
WHERE
    <筛选条件> 
GROUP BY
    <聚合字段> 
HAVING
    <分组结果对应的条件> 
ORDER BY
    <排序字段>;

执行顺序：

FROM —-> WHERE —-> GROUP BY —-> HAVING —-> SELECT —-> ORDER BY

GROUP BY 子句支持单个字段和多个字段分组，各字段之间用 , 分隔。

# 查询每个工种的最高工资。
SELECT
    MAX( salary ),
    job_id 
FROM
    employees 
GROUP BY
    job_id;
# 查询按位置分组的个数。
SELECT
    COUNT(*),
    location_id 
FROM
    departments 
GROUP BY
    location_id;
# 查询邮箱中包含 a 字符的，每个部门的平均工资。
SELECT
    AVG( salary ),
    department_id 
FROM
    employees 
WHERE
    email LIKE '%a%' 
GROUP BY
    department_id;
# 查询有奖金的每个领导手下员工的最高工资。
SELECT
    MAX( salary ),
    manager_id 
FROM
    employees 
WHERE
    commission_pct IS NOT NULL 
GROUP BY
    manager_id;

如果需要对分组后的结果进行筛选的话，这时需要 HAVING 子句。

WHERE 子句 = 指定行所对应的条件。
HAVING 子句 = 指定组所对应的条件。

能够在 HAVING 子句中能够使用的 3 种要素：常数、聚合函数、GROUP BY 子句中指定的列名。

在 WHERE 子句和 HAVING 子句中都可以使用的条件，最好写在 WHERE 子句中，这和执行的速度有关系。因为在使用聚合函数对表中的数据进行聚合操作时，DBMS 内部就会进行排序处理。排序处理会大大增加机器负担，只有尽可能减少排序的行数，才能提高处理速度。通过 WHERE 子句指定条件时， 由于排序之前就对数据进行了过滤， 因此能够减少排序的数据量。 但 HAVING 子句是在排序之后才对数据进行分组。

另外的一个理由是可以对 WHERE 子句指定的条件创建索引。

# 查询哪个部门的员工个数 > 2。
# 1. 查询每个部门的员工个数。
# 2. 根据 1 的结果进行筛选，员工个数 > 2。
SELECT
    COUNT(*),
    department_id 
FROM
    employees
GROUP BY
    department_id;
HAVING COUNT(*) > 2;
# 查询每个工种有奖金的员工的最大工资 > 12000 的工种编号和最高工资。
# 1. 每个工种有奖金的员工的最高工资。
# 2. 根据 1 的结果进行筛选，最高工资 > 12000。
SELECT
    MAX( salary ),
    job_id 
FROM
    employees 
WHERE
    commission_pct IS NOT NULL 
GROUP BY
    job_id 
HAVING
    MAX( salary ) > 12000;
# 查询领导编号 > 102 的每个领导手下的最低工资 > 5000 的领导编号是哪个。
# 1. 查询每个领导手下的员工固定最低工资。
# 2. 添加筛选条件，编号 > 102。
# 3. 添加筛选条件，最低工资 > 5000。
SELECT
    min( salary ),
    manager_id 
FROM
    employees 
WHERE
    manager_id > 102 
GROUP BY
    manager_id 
HAVING
    MIN( salary ) > 5000
ORDER BY email;