面试官：分组查询（GROUP BY）会用不？-技术圈

在MySQL中，GROUP BY是一个SQL语句中的子句，用于将查询结果集中的行根据一个或多个列的值进行分组。分组的目的是将具有相同值的行归为一组，这样就可以对每个组应用聚合函数（如SUM, AVG, MAX, MIN, COUNT等）来进行计算，从而实现对各组数据的统计分析。

在MySQL中，分组查询（GROUP BY）是一种非常实用的功能，允许你根据一个或多个列将查询结果集划分成多个组，然后可以对每个组应用聚合函数（如SUM, AVG, MAX, MIN, COUNT等）进行计算。下面通过一个具体案例来说明分组查询的使用方法。

具体案例一：

假设我们有一个名为employees的表，存储了公司的员工信息，包括employee_id, name, department_id, salary等字段。现在我们想统计每个部门（department_id）的员工人数和平均薪资。

SQL查询示例

SELECT department_id, COUNT(employee_id) AS total_employees, AVG(salary) AS average_salary
FROM employees
GROUP BY department_id;

解释

SELECT - 首先，我们指定了想要从查询中获取的列。这里我们选择了department_id（分组依据），并使用聚合函数COUNT(employee_id)来计算每个部门的员工总数，以及AVG(salary)来计算每个部门的平均薪资。
FROM employees - 指定查询的表名为employees。
GROUP BY department_id - 这是分组查询的关键部分，它指示MySQL根据department_id字段的值对结果集进行分组。这意味着每一组内的记录都有相同的department_id值。
AS关键字 - 用于给聚合函数的计算结果起别名，使得输出结果更易读。例如，COUNT(employee_id) AS total_employees将计数结果显示为total_employees。

预期结果

假设employees表中的数据如下：

employee_id	name	department_id	salary
1	Alice	10	5000
2	Bob	10	6000
3	Carol	20	5500
4	David	20	7000
5	Eve	30	4500

执行上面的SQL查询后，预期的结果可能是：

department_id	total_employees	average_salary
10	2	5500
20	2	6250
30	1	4500

这个结果告诉我们，部门10有2名员工，平均薪资为5500元；部门20也是2名员工，平均薪资略高，为6250元；部门30则只有1名员工，薪资为4500元。通过这个案例，我们可以看到分组查询在数据分析和报表生成中的强大作用。

具体案例二：

当然，让我们通过一个具体的案例来进一步阐述MySQL中GROUP BY子句的使用。设想有一个销售记录表sales_records，包含以下字段：

product_id（产品ID）
product_name（产品名称）
sale_date（销售日期）
quantity_sold（销售数量）

我们的目标是统计每个月每个产品的总销售数量。

SQL查询示例

SELECT 
    YEAR(sale_date) AS SaleYear, 
    MONTH(sale_date) AS SaleMonth, 
    product_id, 
    product_name, 
    SUM(quantity_sold) AS TotalQuantitySold
FROM 
    sales_records
GROUP BY 
    YEAR(sale_date), 
    MONTH(sale_date), 
    product_id;

解释

SELECT - 我们选取了年份（通过YEAR(sale_date)）、月份（通过MONTH(sale_date)）、产品ID（product_id）、产品名称（product_name），以及每个组的销售总量（通过SUM(quantity_sold)）。
FROM sales_records - 指定查询的数据来源是sales_records表。
GROUP BY - 使用年份、月份和产品ID作为分组依据。这意味着结果将按照每年每月每个产品的销售记录被分组，每组内包含了相同年月和产品ID的所有记录。
SUM(quantity_sold) - 聚合函数，用于计算每个组内quantity_sold字段的总和，即每个月每个产品的销售总量。