本篇介绍SQL:2016（ISO/IEC 9075:2016）标准中定义的对查询结果分组汇总的GROUP BY子句、HAVING子句和常见的聚合函数（aggregate function），以及六种主流数据库中的实现及差异：Oracle、MySQL、Microsoft SQL Server、PostgreSQL、Db2、SQLite。
在SQL中，函数主要分为两种类型：标量函数（scalar function）和聚合函数（aggregate function）。
标量函数针对每一行输入参数，返回一行输出结果。例如，ABS(x) 可以计算 x 的绝对值。关于标量函数，可以参考后续关于 SQL 函数的篇章。
本篇主要介绍用于分组计算的聚合函数，聚合函数针对每个分组内的数据进行操作，并且返回一个结果。例如，AVG(x) 可以按照分组计算每个组的 x 平均值。
聚合函数
最常见的聚合函数包括：AVG、COUNT、MIN、MAX、SUM。除此之外，不同的数据库还支持各种更多的函数，例如方差函数、标准差函数。使用时可以参考官方文档。
我们首先来看一个 AVG 函数的例子：
SELECT AVG(salary)
FROM employees;以上查询返回了员工的平均薪水。由于我们没有指定分组，AVG 计算的是所有员工薪水的平均值。
关于聚合函数，需要注意两点：
- 在参数中使用
DISTINCT，可以在计算之前排除组内的重复值； - 聚合函数在计算时，忽略输入为 NULL 值的行。
例如：
SELECT COUNT(*),
COUNT(DISTINCT salary),
COUNT(commission_pct)
FROM employees;查询结果如下：
其中，COUNT(*) 返回了所有记录的总数（107），COUNT(DISTINCT salary) 返回了薪水不相同的数量（58），COUNT(commission_pct) 返回了佣金百分比不为空值的数量（35）。
MIN 和 MAX 分别计算每个组内的最小值和最大值，SUM 计算组内所有值的和。
SELECT MIN(salary),
MAX(salary),
SUM(salary)
FROM employees;返回的结果如下：
数据分组
在前面的示例中，我们将所有的数据作为一个整体（分组），聚合函数只返回了一个结果。接下来，我们结合GROUP BY子句，将数据分成不同的组，然后分别计算各个组内的聚合函数。
假如我们想要知道不同部分的平均薪水，而不是所有员工的平均值，可以使用以下语句：
SELECT department_id,
AVG(salary)
FROM employees
GROUP BY department_id;查询结果如下：
首先，GROUP BY指定了按照部门编号进行分组，然后应用AVG函数计算每个部门的平均薪水。
如果
GROUP BY后的分组字段存在 NULL 值，多个 NULL 值将被看作一个分组。
在使用分组汇总时，一个常见的错误是SELECT列表中包含了既不是聚合函数，也不属于GROUP BY子句的字段，例如：
-- error example
SELECT department_id,
first_name,
AVG(salary)
FROM employees
GROUP BY department_id;以上语句的错误在于 first_name 既不是分组的条件，也不是聚合函数。查询结果按照部门进行分组显示，但是每个部门包含多个员工，每个员工存在不同的名字。数据库无法知道需要显示哪个 first_name 值。
SQLite 不会报错，而是随机显示一个first_name 值，实际上并没有价值；MySQL 在某些情况下也不会报错，但同样也是显示一个随机值。
我们不仅可以按照一个字段进行分组，也可以依据多个字段将数据分成更多的组。例如：
SELECT department_id,
job_id,
AVG(salary)
FROM employees
GROUP BY department_id, job_id;以上查询首选按照部门分组，然后针对一部门，再按照职位进行分组，最后计算各个组内的评价薪水。结果如下：
在SQL查询中，如果同时存在WHERE子句和GROUP BY子句，要求WHERE子句在GROUP BY子句之前。因此，WHERE子句无法对分组后的结果进行过滤，例如：
-- error example
SELECT department_id,
AVG(salary)
FROM employees
WHERE AVG(salary) > 10000
GROUP BY department_id;原因在于WHERE子句执行时还没有进行分组计算，它只能基于分组之前的数据进行过滤。如果需要对分组后的结果进行过滤，需要使用HAVING子句。
假设要查看员工数量大于 10 的部门编号，可以使用以下查询：
SELECT department_id,
COUNT(*) AS headcount
FROM employees
GROUP BY department_id
HAVING COUNT(*) > 10;首先，按照部门编号进行分组，计算每个组内的员工数量；然后使用HAVING子句过滤员工数量大于 10 人的部门。查询结果如下：
MySQL 和 SQLite 允许在 HAVING 子句中使用列的别名进行过滤：
HAVING headcount > 10;
我们还可以同时使用WHERE子句进行数据行的过滤，使用HAVING进行分组结果的过滤。
假如要查看薪水大于 8000 的员工，数量大于 10 的部门编号，可以使用以下查询：
SELECT department_id,
COUNT(*) AS headcount
FROM employees
WHERE salary > 8000
GROUP BY department_id
HAVING COUNT(*) > 10;首先，WHERE子句过滤薪水大于 8000 的所有员工；然后，按照部门编号进行分组，计算每个组内的员工数量；最后，使用HAVING子句过滤员工数量大于 10 人的部门。查询结果如下：
最后，我们来看一下SQL标准的语法：
SELECT column1,
column2,
aggregate_function(column3)
FROM table1
[WHERE conditions]
[GROUP BY column1, column2]
[HAVING group_condition];| 数据库 | GROUP BY | 描述 |
|---|---|---|
| Oracle | OK | Oracle支持GROUP BY中的ROLLUP、CUBE、GROUPING SETS高级选项 |
| MySQL | OK | MySQL允许在GROUP BY子句中指定一个分组顺序，同时支持WITH ROLLUP高级选项 |
| SQL Server | OK | SQL Server支持GROUP BY中的ROLLUP、CUBE、GROUPING SETS高级选项 |
| PostgreSQL | OK | PostgreSQL支持GROUP BY中的ROLLUP、CUBE、GROUPING SETS高级选项 |
| Db2 | OK | Db2支持GROUP BY中的ROLLUP、CUBE、GROUPING SETS高级选项 |
| SQLite | OK |