[大数据]sql语句中group by的使用

像select * from table group by id这类语句在项目中一般是有问题的。select后边跟的字段应该是某一个或多个列或者这些列的聚合函数。

staff表：

1.

SELECT * from staff GROUP BY leaderId

结果如下：

可以看到leaderId为1003的只有一行，userId为1001，但是leaderId为1003的数据其实有两行（userId为1001和1002），原因就是在含有group by的SQL语句的错误的使用。关系数据库是基于关系的，单元格中不允许有多个值，所以当含有group by的SQL语句使用中，要注意字段的正确使用，不然会造成数据的缺失等问题。

2.

对于根据group by条件筛选出的多个数据的情况可以使用聚合函数进行运算或者拼接，聚合函数就用来输入多个数据，输出一个数据的。如count(id)，sum(number)，而每个聚合函数的输入就是每一个多数据的单元格：

select userName,sum(userId) from staff group by leaderId

那么sum就对userId列的每个单元格进行sum操作，例如对leaderId为1003的那一行的userId列执行sum操作，即1001+1002，返回2003（虽然没有实际业务意义，就是演示一下），最后执行结果如下：

3.

group by 多个字段该怎么理解呢：如group by userId,leaderId，我们可以把userId和leaderId看成一个整体字段，以他们整体来进行分组的：

select userName,userId from staff group by userId,leaderId

结果如下：