你在資料庫查詢時，常常需要將資料依照某個欄位分組，這時就會用到SQL群組依據。這個語法讓你可以快速統計每個分組的總數、平均或最大值，解決日常分析需求。
核心要點
- SQL GROUP BY語法能將資料依欄位分組，搭配SUM、AVG、COUNT等聚合函數快速統計每組資料的總和、平均或筆數。
- HAVING子句可用來篩選分組後的結果，讓你針對統計數據設定條件，提升查詢的彈性與精準度。
- GROUP BY可與ORDER BY和JOIN搭配使用，讓你排序分組結果並跨多張資料表進行彙總分析，滿足更複雜的資料需求。
GROUP BY語法
SQL群組依據
你在分析大量資料時，常常會遇到需要將資料依照某個欄位分類的情境。SQL群組依據就是專門為這個需求設計的語法。你可以利用GROUP BY將資料表中的資料，依照一個或多個欄位進行分組。這樣你就能針對每個分組計算總和、平均值、最大值等統計數據。
小提醒：只要你在SELECT查詢中使用了聚合函數（例如SUM、AVG、COUNT），所有沒有被聚合的欄位都必須出現在GROUP BY子句中。否則，資料庫會出現語法錯誤。
以下是SQL群組依據的基本結構：
SELECT 欄位1, 聚合函數(欄位2)
FROM 資料表
GROUP BY 欄位1
你可以參考這些常見的應用場景：
你想知道每位顧客的總消費金額，可以這樣寫：
SELECT CustomerId, SUM(Total) AS CustomerTotalSales FROM invoices GROUP BY CustomerId你想計算每位顧客的訂單平均金額：
SELECT CustomerId, AVG(Total) AS CustomerAverageSales FROM invoices GROUP BY CustomerId你想統計每天的訂單總銷售額：
SELECT InvoiceDate, SUM(Total) AS DayTotalSales FROM invoices GROUP BY InvoiceDate
這些例子都展現了SQL群組依據在日常資料分析中的強大功能。你可以像在Excel做樞紐分析一樣，快速彙總與分類資料。
聚合函數應用
當你使用SQL群組依據時，聚合函數是不可或缺的好幫手。你可以用SUM計算總和，用AVG計算平均值，用COUNT計算筆數，也可以用MAX或MIN找出最大或最小值。這些函數讓你能針對每個分組進行彙總與分析。
舉個例子，假設你想知道每位顧客的訂單數量，可以這樣寫：
SELECT CustomerId, COUNT(*) AS OrderCount
FROM invoices
GROUP BY CustomerId
你也可以同時使用多個聚合函數。例如，計算每位顧客的訂單總數與平均金額：
SELECT CustomerId, COUNT(*) AS OrderCount, AVG(Total) AS AverageOrder
FROM invoices
GROUP BY CustomerId
這些查詢都離不開SQL群組依據的核心概念。你只要掌握聚合函數的用法，就能靈活運用GROUP BY解決各種統計需求。
ORDER BY排序
你查詢分組結果時，常常會希望結果按照某個欄位排序。這時可以搭配ORDER BY語法。你可以根據分組欄位、聚合結果，甚至多個欄位進行排序。
例如，你想查詢每位顧客的總消費金額，並按照金額由高到低排序：
SELECT CustomerId, SUM(Total) AS CustomerTotalSales
FROM invoices
GROUP BY CustomerId
ORDER BY CustomerTotalSales DESC
這樣你就能一目了然地看到哪位顧客消費最多。SQL群組依據搭配ORDER BY，讓你不只能分組統計，還能清楚掌握資料的排序與重點。
進階應用
多欄位SQL群組依據
你可以同時依照多個欄位進行分組，這樣能讓資料分析更細緻。舉例來說，你想知道每位顧客在每一天的消費總額，可以這樣寫：
SELECT CustomerId, InvoiceDate, SUM(Total) AS DailyTotal
FROM invoices
GROUP BY CustomerId, InvoiceDate
這種多欄位SQL群組依據，適合用在需要同時考慮多個分類條件的情境。你能更精確地掌握每個分組的統計結果。
HAVING與WHERE
你在資料篩選時，常常會遇到WHERE和HAVING這兩個子句。WHERE會在分組前先過濾資料，適合用來排除不需要的原始資料。HAVING則是在分組後，針對分組結果進行條件過濾。這是WHERE做不到的。你可以參考以下重點：
- HAVING用於分組後的結果篩選，能針對聚合函數結果（如SUM、AVG）設定條件。
- WHERE只能在分組前過濾資料，無法處理聚合後的統計資料。
- HAVING會在檢索出所有記錄後才進行過濾，適合用來篩選統計結果。
- 在GROUP BY之前使用WHERE能提升查詢效率，減少不必要的分組。
- HAVING讓你能針對分組後的統計資料進行篩選，這對資料分析非常重要。
例如，你想找出總消費金額超過1000元的顧客：
SELECT CustomerId, SUM(Total) AS CustomerTotal
FROM invoices
GROUP BY CustomerId
HAVING SUM(Total) > 1000
GROUP BY與JOIN
你在分析多張資料表時，常常會用到JOIN搭配SQL群組依據。這樣可以先合併資料，再進行分組統計。例如，你想知道每個國家的顧客總消費金額，可以這樣寫：
SELECT c.Country, SUM(i.Total) AS CountryTotal
FROM customers c
JOIN invoices i ON c.CustomerId = i.CustomerId
GROUP BY c.Country
這種寫法讓你能跨表分析，快速得到每個國家的消費總額。你可以根據實際需求，靈活運用JOIN與GROUP BY，完成更複雜的資料彙總。
你學會GROUP BY語法後，可以靈活分組與統計資料。
- 你能用SUM、AVG等聚合函數快速分析分組特徵
- HAVING子句讓你篩選分組結果，提升查詢彈性
- 禁止排序能加快查詢速度
請多練習GROUP BY，並正確搭配HAVING、ORDER BY語法，讓資料分析更有效率！
FAQ
GROUP BY和ORDER BY有什麼不同？
你用GROUP BY來分組資料。你用ORDER BY來排序查詢結果。兩者功能不同，請不要混淆。
可以在沒有聚合函數時使用GROUP BY嗎？
你可以這樣做，但通常沒有意義。你應該搭配SUM、COUNT等聚合函數，才能發揮GROUP BY的統計效果。
GROUP BY可以和HAVING一起用嗎？
- 你可以同時使用GROUP BY和HAVING。
- HAVING讓你篩選分組後的結果，這對資料分析很重要。
免費資源下載