濮阳杆衣贸易有限公司

主頁(yè) > 知識(shí)庫(kù) > SQL GROUP BY 詳解及簡(jiǎn)單實(shí)例

SQL GROUP BY 詳解及簡(jiǎn)單實(shí)例

熱門標(biāo)簽:地圖簡(jiǎn)圖標(biāo)注 東莞外呼企業(yè)管理系統(tǒng) 手機(jī)外呼系統(tǒng)違法嗎 南通電銷外呼系統(tǒng)哪家強(qiáng) 谷歌地圖標(biāo)注位置圖解 桂林云電銷機(jī)器人收費(fèi) 沈陽(yáng)智能外呼系統(tǒng)供應(yīng)商 清遠(yuǎn)申請(qǐng)400電話 如何選擇優(yōu)質(zhì)的外呼系統(tǒng)

 GROUP BY 語(yǔ)句用于結(jié)合 Aggregate 函數(shù),根據(jù)一個(gè)或多個(gè)列對(duì)結(jié)果集進(jìn)行分組。

SQL GROUP BY 語(yǔ)法

SELECT column_name, aggregate_function(column_name)
FROM table_name
WHERE column_name operator value
GROUP BY column_name;

 演示數(shù)據(jù)庫(kù)

在本教程中,我們將使用眾所周知的 Northwind 樣本數(shù)據(jù)庫(kù)。

下面是選自 "Orders" 表的數(shù)據(jù):

OrderID CustomerID EmployeeID OrderDate ShipperID
10248 90 5 1996-07-04 3
10249 81 6 1996-07-05 1
10250 34 4 1996-07-08 2

選自 "Shippers" 表的數(shù)據(jù):

ShipperID ShipperName Phone
1 Speedy Express (503) 555-9831
2 United Package (503) 555-3199
3 Federal Shipping (503) 555-9931

選自 "Employees" 表的數(shù)據(jù):

EmployeeID LastName FirstName BirthDate Photo Notes
1 Davolio Nancy 1968-12-08 EmpID1.pic Education includes a BA....
2 Fuller Andrew 1952-02-19 EmpID2.pic Andrew received his BTS....
3 Leverling Janet 1963-08-30 EmpID3.pic Janet has a BS degree....

 SQL GROUP BY 實(shí)例

現(xiàn)在我們想要查找每個(gè)送貨員配送的訂單數(shù)目。

下面的 SQL 語(yǔ)句按送貨員進(jìn)行訂單分類統(tǒng)計(jì):

SELECT Shippers.ShipperName,COUNT(Orders.OrderID) AS NumberOfOrders FROM Orders
LEFT JOIN Shippers
ON Orders.ShipperID=Shippers.ShipperID
GROUP BY ShipperName;

GROUP BY 一個(gè)以上的列

我們也可以對(duì)一個(gè)以上的列應(yīng)用 GROUP BY 語(yǔ)句,如下所示:

SELECT Shippers.ShipperName, Employees.LastName,
COUNT(Orders.OrderID) AS NumberOfOrders
FROM ((Orders
INNER JOIN Shippers
ON Orders.ShipperID=Shippers.ShipperID)
INNER JOIN Employees
ON Orders.EmployeeID=Employees.EmployeeID)
GROUP BY ShipperName,LastName;

感謝閱讀,希望能幫助到大家,謝謝大家對(duì)本站的支持!

您可能感興趣的文章:
  • Mysql利用group by分組排序
  • MySQL5.7 group by新特性報(bào)錯(cuò)1055的解決辦法
  • sql中 order by 和 group by的區(qū)別
  • mysql group by having 實(shí)例代碼
  • MYSQL GROUP BY用法詳解
  • Mysql中錯(cuò)誤使用SQL語(yǔ)句Groupby被兼容的情況
  • mysql使用GROUP BY分組實(shí)現(xiàn)取前N條記錄的方法
  • MySQL優(yōu)化GROUP BY(松散索引掃描與緊湊索引掃描)
  • MySQL分組查詢Group By實(shí)現(xiàn)原理詳解

標(biāo)簽:貴州 湖州 內(nèi)蒙古 天津 成都 臨沂 常德 重慶

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《SQL GROUP BY 詳解及簡(jiǎn)單實(shí)例》,本文關(guān)鍵詞  SQL,GROUP,詳解,及,簡(jiǎn)單,實(shí)例,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《SQL GROUP BY 詳解及簡(jiǎn)單實(shí)例》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于SQL GROUP BY 詳解及簡(jiǎn)單實(shí)例的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    皮山县| 武清区| 定结县| 鸡西市| 会理县| 彰化市| 依兰县| 静宁县| 平遥县| 河东区| 晋城| 什邡市| 衡东县| 承德县| 博野县| 密云县| 武隆县| 哈巴河县| 南阳市| 化德县| 夏津县| 河东区| 扶余县| 汉阴县| 抚远县| 荥经县| 青阳县| 封丘县| 道孚县| 浦县| 政和县| 丽水市| 马鞍山市| 襄樊市| 开封市| 荣昌县| 伊金霍洛旗| 日喀则市| 南陵县| 东莞市| 射阳县|