GROUP BY用于按指定列分组数据，配合聚合函数（如SUM、COUNT、AVG等）对每组数据进行统计；SELECT中非聚合列必须出现在GROUP BY中；多字段分组可实现更细粒度分析；WHERE在分组前过滤行，HAVING在分组后基于聚合结果过滤组。
SQL中的
GROUP BY子句是用来将具有相同值的数据行归纳为一组，然后对这些组应用聚合函数（如
COUNT、
SUM、
AVG、
MIN、
MAX），从而生成汇总信息。简单来说，它能让你把一堆散乱的数据，按照某个或某几个共同的特征“打包”起来，再对每个“包”里的内容进行统计。
要使用
GROUP BY进行数据分组，最基础的语法结构是这样的：你选
择一些列来显示，其中至少有一列是用来分组的，同时通常会伴随一个或多个聚合函数。
假设我们有一个
sales_records表，里面记录了每次销售的
product_category（产品类别）和
sale_amount（销售金额）。现在我想知道每个产品类别的总销售额。
SELECT
product_category,
SUM(sale_amount) AS total_sales_amount
FROM
sales_records
GROUP BY
product_category;这里，
SELECT product_category, SUM(sale_amount)表示我想要看到产品类别以及每个类别的销售总额。
FROM sales_records指定了数据来源。而
GROUP BY product_category就是关键了，它告诉数据库：把所有
product_category值相同的行归为一组。比如，所有“电子产品”的销售记录会放在一起，所有“服装”的销售记录放在一起，然后
SUM(sale_amount)就会计算每个组内的销售总额。
我个人觉得，理解
GROUP BY的关键在于想象数据是如何被“折叠”起来的。没有
GROUP BY，
SUM(sale_amount)会计算整个表的总和；有了它，这个总和就变成了针对每个分组的局部总和。这就像你有一堆不同颜色的珠子，
GROUP BY就是把同颜色的珠子串成一串，然后你再数每串有多少颗。
GROUP BY到底能和哪些聚合函数一起用？
说到
GROUP BY，它几乎总是和聚合函数形影不离。这些函数是它的“好搭档”，因为它们的作用就是对一组数据进行计算，然后返回一个单一的结果。常见的聚合函数有：
COUNT()：计算组内行的数量。比如
COUNT(*)会统计组内所有行，
COUNT(column_name)会统计组内
column_name非NULL的行数。
-- 统计每个产品类别的销售记录数量
SELECT
product_category,
COUNT(*) AS number_of_sales
FROM
sales_records
GROUP BY
product_category;SUM()：计算组内某列的总和。
-- 统计每个产品类别的总销售额 (上面已经给过例子)
AVG()：计算组内某列的平均值。
-- 计算每个产品类别的平均销售额
SELECT
product_category,
AVG(sale_amount) AS average_sale_amount
FROM
sales_records
GROUP BY
product_category;MIN()：获取组内某列的最小值。
-- 找出每个产品类别的最低销售额
SELECT
product_category,
MIN(sale_amount) AS min_sale_amount
FROM
sales_records
GROUP BY
product_category;MAX()：获取组内某列的最大值。
-- 找出每个产品类别的最高销售额
SELECT
product_category,
MAX(sale_amount) AS max_sale_amount
FROM
sales_records
GROUP BY
product_category;值得注意的是，如果你在
SELECT语句中包含了一个非聚合列，但又没有把它放到
GROUP BY子句里，大多数SQL数据库会报错。这是因为数据库不知道该如何为每个分组选择这个非聚合列的值。比如，一个组里可能有好几条销售记录，每条记录的销售日期都不同，如果你只
SELECT product_category, sale_date而
GROUP BY product_category，数据库就懵了，它不知道该显示哪个
sale_date。所以，记住这个原则：
SELECT列表中除了聚合函数之外的任何列，都必须出现在
GROUP BY子句中。
有时候，我们不仅仅想按一个维度来分组，而是希望从更细致的角度去分析数据。比如，我想知道每个产品类别在不同销售区域（
sales_region）的销售情况。这时候，就可以使用多个字段进行分组。
SELECT
product_category,
sales_region,
SUM(sale_amount) AS total_sales_amount
FROM
sales_records
GROUP BY
product_category,
sales_region;这个查询会创建更细粒度的分组。它会把“电子产品”在“北方区域”的销售记录归为一组，“电子产品”在“南方区域”的销售记录归为另一组，以此类推。每个
product_category和
sales_region的独特组合都会形成一个独立的分组。
我发现，多字段分组在做数据透视时特别有用。它能一下子把数据的层级感拉出来，从宏观到微观，洞察力瞬间提升。比如，你可能发现某个产品类别在整体上表现不错，但一细分到区域，就发现它在某个特定区域的销售额异常低，这就能帮你快速定位问题。这种分层分析的能力，是
GROUP BY真正的魅力所在。
HAVING和
WHERE在分组查询中有什么区别？
这是
GROUP BY查询中一个非常常见且容易混淆的点：什么时候用
WHERE，什么时候用
HAVING？简单来说，它们都是用来过滤数据的，但过滤的时机和对象不同。
WHERE
子句：在数据被分组之前进行过滤。它作用于原始的、未聚合的行数据。如果你想排除某些行，让它们甚至不参与分组和聚合计算，那就用
WHERE。
-- 只统计销售额大于100的产品记录，然后再按产品类别分组
SELECT
product_category,
SUM(sale_amount) AS total_sales_amount
FROM
sales_records
WHERE
sale_amount > 100 -- 过滤掉单笔销售额小于等于100的记录
GROUP BY
product_category;在这个例子中，
WHERE sale_amount > 100会先筛选出所有单笔销售额超过100的记录，然后这些被筛选过的记录才会被
GROUP BY product_category进行分组和聚合。
HAVING
子句：在数据被分组之后进行过滤。它作用于已经聚合过的组数据。如果你想基于聚合函数的结果来过滤分组，那就用
HAVING。
-- 统计每个产品类别的总销售额，但只显示总销售额超过5000的类别
SELECT
product_category,
SUM(sale_amount) AS total_sales_amount
FROM
sales_records
GROUP BY
product_category
HAVING
SUM(sale_amount) > 5000; -- 过滤掉总销售额小于等于5000的类别这里，
GROUP BY product_category会先计算出每个产品类别的总销售额，然后
HAVING SUM(sale_amount) > 5000会检查每个组的总销售额，只有那些总销售额超过5000的组才会被最终显示出来。
我经常会这样去想它们的执行顺序：数据库会先从
FROM子句中获取原始数据，接着
WHERE会像一道闸门，把不符合条件的单行数据拦在外面。然后，剩下的数据才会进入
GROUP BY环节，被“打包”成一个个小组。最后，
HAVING就像是另一道闸门，但它检查的是这些“打包”好的小组是否符合条件（通常是基于小组的聚合结果），不符合的就丢弃。理解这个流程，就能大大减少
WHERE和
HAVING混用的错误。