mysql中group by 的用法解析

1. group by的常规用法

group by的常规用法是配合聚合函数，利用分组信息进行统计，常见的是配合max等聚合函数筛选数据后分析，以及配合having进行筛选后过滤。

• 假设现有数据库表如下：
  表user_info,id主键,user_id唯一键

CREATE TABLE `user_info` (
    `id` INT(11) NOT NULL AUTO_INCREMENT COMMENT '主键id',
    `user_id` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '用户编号',
    `grade` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '年级',
    `class` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '班级',
    PRIMARY KEY (`id`),
    UNIQUE INDEX `uniq_user_id` (`user_id`)
)
ENGINE=InnoDB

• 数据

INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (10, '', 'C', 'B');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (9, '', 'C', 'a');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (8, '', 'B', 'b');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (7, '', 'B', 'b');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (6, '', 'B', 'a');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (5, '', 'B', 'a');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (4, '', 'A', 'b');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (3, '', 'A', 'b');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (2, '', 'A', 'a');
INSERT INTO `user_info` (`id`, `user_id`, `grade`, `class`) VALUES (1, '', 'A', 'a');

id	user_id	grade	class
1	10221	A	a
2	10222	A	a
3	10223	A	b
4	10224	A	b
5	10225	B	a
6	10226	B	a
7	10227	B	b
8	10228	B	b
9	10229	C	a
10	10230	C	b

• 聚合函数max

select max(user_id),grade from user_info group by grade ;

结果

max(user_id)	grade
10224	A
10228	B
10230	C

这条sql的含义很明确，将数据按照grade字段分组，查询每组最大的user_id以及当前组内容。注意，这里分组条件是grade，查询的非聚合条件也是grade。这里不产生冲突。

• having

select max(user_id),grade from user_info group by grade  having grade>'A'

结果

max(user_id)	grade
10228	B
10230	C

这条sql与上面例子中的基本相同，不过后面跟了having过滤条件。将grade不满足’>A’的过滤掉了。注意，这里分组条件是grade，查询的非聚合条件也是grade。这里不产生冲突。

2. group by的非常规用法

select max(user_id),id,grade from user_info group by grade  

结果

max(user_id)	id	grade
10224	1	A
10228	5	B
10230	9	C

这条sql的结果就值得讨论了，与上述例子不同的是，查询条件多了id一列。数据按照grade分组后，grade一列是相同的，max(user_id)按照数据进行计算也是唯一的，id一列是如何取值的？看上述的数据结果，
推论：id是物理内存的第一个匹配项。
究竟是与不是需要继续探讨。

修改数据

• 修改id按照上述数据结果，将id=1，改为id=99，执行sql后结论：

max(user_id)	id	grade
10224	2	A
10228	5	B
10230	9	C

显然，与上述例子的结果不同。第一条数据id变成了99，查出的结果第一条数据的id从1变成了2。表明，id这个非聚合条件字段的取值与数据写入的时间无关，因为id=1的记录是先于id=2存在的，修改的数据不过是修改了这条数据的内容。结合mysql的数据存储理论，由于id是主键，所以数据在检索是是按照主键排序后进行过滤的，因此
推论：id字段的选取是按照mysql存储的检索数据匹配的第一条。
将id改为1后恢复了原始结果，无法推翻上述推论。

• 更改查询条件

  select max(user_id),user_id,id,grade from user_info group by grade

max(user_id)	user_id	id	grade
10224	10221	1	A
10228	10225	5	B
10230	10229	9	C

将数据user_id改为10999后，执行结果为

max(user_id)	user_id	id	grade
10224	10999	1	A
10228	10225	5	B
10230	10229	9	C

修改了user_id后，并没有改变查询到的数据条目，因此得出修改唯一键并不能影响查询匹配的条目规则，所以条目规则依然是匹配第一条，即id=1。

结论

• 当group by 与聚合函数配合使用时，功能为分组后计算
• 当group by 与having配合使用时，功能为分组后过滤
• 当group by 与聚合函数，同时非聚合字段同时使用时，非聚合字段的取值是第一个匹配到的字段内容，即id小的条目对应的字段内容。