GROUP BY

Introduced or updated: v1.2.32

GROUP BY 语句允许你基于相同的 group-by-item 表达式对行进行分组，然后将聚合函数应用于每个生成组。group-by-item 表达式可以包括列名或别名、对 SELECT 列表中位置的数字引用、通用表达式或 SELECT 列表中的所有非聚合项。

Databend 中的 GROUP BY 语句具有以下扩展，可实现更全面的数据分组和多功能的数据分析：

• GROUP BY CUBE
• GROUP BY GROUPING SETS
• GROUP BY ROLLUP

语法

SELECT ...
    FROM ...
    [ ... ]
GROUP BY [ ALL | groupItem [ , groupItem [ , ... ] ] ]
    [ ... ]

其中：

• ALL: 当使用关键字 "ALL" 时，Databend 会根据 SELECT 列表中的所有非聚合项对数据进行分组。
• groupItem: groupItem 可以是以下之一：
  • 在 SELECT 列表中定义的列名或别名。
  • 对 SELECT 列表中列位置的数字引用。
  • 涉及当前查询上下文中使用的表的列的任何表达式。

示例

本节中的 GROUP BY 示例基于以下数据设置：

-- 创建一个名为 "employees" 的示例表
CREATE TABLE employees (
    id INT,
    first_name VARCHAR(50),
    last_name VARCHAR(50),
    department_id INT,
    job_id INT,
    hire_date DATE
);

-- 将示例数据插入到 "employees" 表中
INSERT INTO employees (id, first_name, last_name, department_id, job_id, hire_date)
VALUES (1, 'John', 'Doe', 1, 101, '2021-01-15'),
       (2, 'Jane', 'Smith', 1, 101, '2021-02-20'),
       (3, 'Alice', 'Johnson', 1, 102, '2021-03-10'),
       (4, 'Bob', 'Brown', 2, 201, '2021-03-15'),
       (5, 'Charlie', 'Miller', 2, 202, '2021-04-10'),
       (6, 'Eve', 'Davis', 2, 202, '2021-04-15');

按一列分组

此查询按 department_id 对员工进行分组，并计算每个部门中的员工人数：

SELECT department_id, COUNT(*) AS num_employees
FROM employees
GROUP BY department_id;

输出：

+---------------+---------------+
| department_id | num_employees |
+---------------+---------------+
|             1 |             3 |
|             2 |             3 |
+---------------+---------------+

按多列分组

此查询按 department_id 和 job_id 对员工进行分组，然后计算每个组中的员工人数：

SELECT department_id, job_id, COUNT(*) AS num_employees
FROM employees
GROUP BY department_id, job_id;

输出：

+---------------+--------+---------------+
| department_id | job_id | num_employees |
+---------------+--------+---------------+
|             1 |    101 |             2 |
|             1 |    102 |             1 |
|             2 |    201 |             1 |
|             2 |    202 |             2 |
+---------------+--------+---------------+

Group By ALL

此查询使用 GROUP BY ALL 子句对员工进行分组，该子句对 SELECT 列表中的所有非聚合列进行分组。请注意，在这种情况下，结果将与按 department_id 和 job_id 分组相同，因为这些是 SELECT 列表中存在的唯一非聚合项。

SELECT department_id, job_id, COUNT(*) AS num_employees
FROM employees
GROUP BY ALL;

输出：

+---------------+--------+---------------+
| department_id | job_id | num_employees |
+---------------+--------+---------------+
|             1 |    101 |             2 |
|             1 |    102 |             1 |
|             2 |    201 |             1 |
|             2 |    202 |             2 |
+---------------+--------+---------------+

按位置分组

此查询等效于上面的“按一列分组”示例。位置 1 指的是 SELECT 列表中的第一个项目，即 department_id：

SELECT department_id, COUNT(*) AS num_employees
FROM employees
GROUP BY 1;

输出：

+---------------+---------------+
| department_id | num_employees |
+---------------+---------------+
|             1 |             3 |
|             2 |             3 |
+---------------+---------------+

按表达式分组

此查询按员工的雇用年份对员工进行分组，并计算每年雇用的员工人数：

SELECT EXTRACT(YEAR FROM hire_date) AS hire_year, COUNT(*) AS num_hires
FROM employees
GROUP BY EXTRACT(YEAR FROM hire_date);

输出：

+-----------+-----------+
| hire_year | num_hires |
+-----------+-----------+
|      2021 |         6 |
+-----------+-----------+