group By语句从英文的字面意义上理解就是"根据(by)一定的规则进行分组(Group)"。它的作用是通过一定的规则将一个数据集划分成若干个小的区域，然后针对若干个小区域进行数据处理。
【1】语法格式与聚合函数
① group by语法
select [columns] from table_name [where..] group by [columns] [having ...]
在select指定的字段要么就要包含在Group By语句的后面，作为分组的依据；要么就要被包含在聚合函数中。
包含在GROUP BY 子句中的列不必包含在SELECT 列表中：
SELECT AVG(salary) FROM employeesGROUP BY department_id ;
在select指定的字段要么就要包含在Group By语句的后面，作为分组的依据；要么就要被包含在聚合函数中。
包含在GROUP BY 子句中的列不必包含在SELECT 列表中：
SELECT AVG(salary) FROM employeesGROUP BY department_id ;
在GROUP BY子句中包含多个列：
SELECT department_id dept_id, job_id, SUM(salary) FROM employeesGROUP BY department_id, job_id ;
② 非法使用组函数
不能在WHERE 子句中使用组函数，可以在HAVING 子句中使用组函数。
SELECT department_id, AVG(salary) FROM employees WHERE AVG(salary) > 8000 GROUP BY department_id; ORA-00934: group function is not allowed here
WHERE 子句中不能使用组函数
③ 常见的聚合函数
常见的聚合函数如下表所示：
count里面可以使用两种参数：* 代表统计记录，字段名代表统计对应的字段(NULL不统计)。
需要注意的是，count统计记录数，将会只返回一条记录，如下示例：
SELECT goods_type,price,COUNT(goods_type) FROM tb_goods
查询结果如下：
tb_goods表数据如下：
【2】Having与Where的区别
where 子句的作用是在对查询结果进行分组前，将不符合where条件的行去掉，即在分组之前过滤数据。where条件中不能包含聚合函数，可以使用where条件过滤出特定的行。
Having字句与where子句一样可以进行条件判断的，另外Having 子句通常用来筛选满足条件的组，即在分组之后过滤数据。条件中经常包含聚合函数，使用having 条件过滤出特定的组，也可以使用多个分组标准进行分组。
通常使用group by+having的时候会使用聚合函数，因为分组之后的列要么是聚合函数，要么是group by( 列)中的列。having后面要么跟聚合函数，要么跟select中的列。
group by 存在时，select中除了聚集函数外，所有的基本列必须是group by里面存在的。having同group by一起使用时，having过滤group by 分组后的数据，一般通过select语句里面的聚合函数进行过滤。
只使用group by
select goods_type,COUNT(goods_type) from tb_goods GROUP BY goods_type
查询结果如下：
使用having子句
SELECT goods_type,price FROM tb_goods HAVING price>50
查询结果如下：
使用group by+having
SELECT goods_type, COUNT(goods_type) FROM tb_goods GROUP BY goods_type HAVING avg(price) > 100 //这里使用聚合函数
查询结果如下：
【3】项目实例
从图片表中查出拥有1个以上机房的站址。
注意图片表，machine_room_id 不唯一，因为值为0时可能对应多个站址；site_id更不唯一了，因为肯定有多条记录对应同一个site_id。
思路如下：首先根据machine_room_id，site_id进行分组查询，然后从查询结果中根据site_id进行分组，然后查找count(site_id)>1 的site_id。
解释如下：首先进行联合分组查询，这样留下来的就是site_id +machine_room_id不重复的数据；再对site_id进行分组，查询记录数>1的site_id。请注意，题目要求是从图片表中查出拥有1个以上机房的站址。
code1:
select site_id,count(*) from ( -- code11 select site_id,machine_room_id from tb_device_images where device_type='machineroom' group by machine_room_id ,site_id -- code11 )t group by site_id HAVING count(*)>1;
code2:
select site_id,count(*) from ( -- code22 select site_id,machine_room_id from tb_device_images where device_type='machineroom' group by machine_room_id // 注意区别在这里 -- code22 )t group by site_id HAVING count(*)>1;
对比 code1 和code2查询结果：
- code1有41条结果，code2有40条结果；红色字体表示差异所在。
那么是什么导致了差异呢？
我们看code11 和code22对比：
- code22进行分组时只根据machine_room_id，这样就导致数据丢失，分析如下。
根据machine_room_id进行分组时 ,同一数据的记录只会保留一条。那么如图所示红色站址都是丢失的数据。
这里可能有疑问，为什么最后结果只差一条？这是因为11条红色site_id中，只有一条记录对应的site_id还有额外一条记录在下方，故HAVING count(*)>1查询时，其他十条都被过滤掉了。如果不加这个条件，那么差异将是10！！！
在此，也证明了group by定义规则的正确性，当你根据某列进行分组查询多列时，如该项目实例。如果查询多列，那么一定要保证查询列要么为聚合函数要么在分组条件中。
理想情况下，一个site_id对应一个_machine_room_id，且machine_room_id为unique，那么可以只根据machine_room_id进行分组。然后在从该次查询结果中 查找拥有一个以上机房的站址。
综上，根据分组查询时，要注意题目要求，sql中select后的参数，group by 条件参数，是否唯一，是否有having 要求等综合分析。
【4】GROUP_CONCAT(expr)
查看分组之后每组属性值列表。
如按照性别分组，分别查看男性和女性中的名字。
select GROUP_CONCAT(name) ,sex from p_user GROUP BY sex
另外，GROUP_CONCT也可用来进列转行操作：
select GROUP_CONCAT(DISTINCT brand_name) FROM goods_sale where leaguer_code='13007509648'
