SQL从0到1：汇总、分组与排序实战

SQL从0到1：汇总、分组与排序实战

在日常的数据分析工作中，我们常常需要回答诸如“每门课的平均成绩是多少？”、“哪些学生挂科了？”、“哪个班级人数最多？”这样的问题。这些问题看似简单，但背后其实都依赖于SQL中几个核心能力：汇总统计、分组聚合、条件筛选和结果排序。

掌握这些技能，你就能把一堆原始数据变成真正有价值的洞察。而这一切，并不需要复杂的编程技巧，只需要理解清楚SQL的逻辑脉络——尤其是它的执行顺序和语法边界。

汇总分析：用一个值看懂一组数据

当你面对成百上千条记录时，最直接的需求往往是“总体情况如何”。这时候就要靠汇总函数（Aggregate Functions）出马了。

常见的几个函数就像数据分析的“基本功”：

• COUNT()：统计非空值的数量，常用来算人数、记录数
• SUM()：对数值求和，比如总销售额、总学分
• AVG()：计算平均值，注意它会自动忽略NULL
• MAX()/MIN()：找极值，适用于数字、日期甚至字符串

举个例子，想看看教师表里有多少位老师？可以这样写：

SELECT COUNT(教师姓名) FROM teacher;

但如果某些老师的姓名是空的呢？为了确保每一行都被计入，更稳妥的做法是使用COUNT(*)，它不关心字段内容是否为空：

SELECT COUNT(*) FROM teacher;

再比如，想知道所有学生的平均成绩：

SELECT AVG(成绩) FROM score;

这里有个细节：如果某条成绩为 NULL，它不会参与计算。也就是说，AVG只基于实际存在的数值进行运算。

还有一个实用技巧——去重统计。假设你想知道有多少不同的学生选过课，而不是总共多少条选课记录：

SELECT COUNT(DISTINCT 学号) AS 学生总数 FROM score;

这个DISTINCT很关键，少了它，重复出现的学号会被多次计数。

✅ 小贴士：SUM和AVG只能用于数值类型；COUNT则不受限制，任何字段都能用。

分组：按维度拆解数据

光有整体统计还不够。业务上更多时候需要“分门别类地看”。比如：“男生和女生各有多少人？”、“每门课的最高分是多少？”

这就需要用到GROUP BY。

它的作用是将数据按照某一列或多列的值进行划分，然后在每个组内独立执行聚合操作。

例如，统计不同性别的学生人数：

SELECT 性别, COUNT(*) AS 人数 FROM student GROUP BY 性别;

这条语句的执行流程大致如下：
1. 从student表读取数据（FROM）
2. 先过滤出生日期晚于1990年的学生（WHERE）
3. 按性别分组（GROUP BY）
4. 在每组中统计行数（COUNT）
5. 最后返回结果（SELECT）

所以你会发现，出现在 SELECT 中的非聚合字段（如“性别”），必须也出现在 GROUP BY 中，否则数据库不知道该选哪个值输出。

再来看一个典型场景：查询每门课程的最高分和最低分：

SELECT 课程号, MAX(成绩), MIN(成绩) FROM score GROUP BY 课程号;

这条查询清晰地告诉我们每门课的成绩分布范围，对于教学质量评估非常有用。

对分组结果做筛选：HAVING 的正确打开方式

很多人初学时容易犯一个错误：想筛选“平均成绩大于60的学生”，于是这么写：

-- ❌ 错误示例 SELECT 学号, AVG(成绩) FROM score WHERE AVG(成绩) > 60 GROUP BY 学号;

结果报错。为什么？

因为WHERE是在分组前对原始行进行过滤的，而AVG(成绩)是分组后才产生的聚合结果，此时还不存在，自然无法使用。

正确的做法是使用HAVING：

-- ✅ 正确写法 SELECT 学号, AVG(成绩) AS 平均成绩 FROM score GROUP BY 学号 HAVING AVG(成绩) > 60;

HAVING就是用来过滤“分组之后的结果”的，它可以安全地使用聚合函数作为判断条件。

另一个常见需求是找出至少选修了两门课的学生：

SELECT 学号, COUNT(课程号) AS 选修课程数 FROM score GROUP BY 学号 HAVING COUNT(课程号) >= 2;

或者查找有没有同名同姓的学生：

SELECT 姓名, COUNT(*) AS 人数 FROM student GROUP BY 姓名 HAVING COUNT(*) > 1;

你会发现，这类问题本质上都是“先分组，再看组的特征”，而这正是HAVING的主场。

如何把业务问题翻译成SQL？

现实中没人会直接告诉你“请写一条带 HAVING 的 GROUP BY 查询”。你需要自己把自然语言转化成技术逻辑。

推荐一个三步法：

第一步：说人话

把问题用自己的话重新表述一遍。
比如：“找出平均成绩不低于80分的课程” → “先把成绩按课程分组，算出每组平均分，然后只保留那些平均分≥80的课程”。

第二步：理思路

明确以下几点：
- 用哪张表？→score
- 要查什么？→ 课程号 + 平均成绩
- 是否需要分组？→ 是，按课程号
- 是否需要聚合？→ 是，用 AVG
- 是否需要筛选分组结果？→ 是，用 HAVING

第三步：写SQL

SELECT 课程号, AVG(成绩) AS 平均成绩 FROM score GROUP BY 课程号 HAVING AVG(成绩) >= 80;

整个过程就像搭积木，每一步都有据可依，避免盲目试错。

排序输出：让结果更有意义

即使数据准确无误，如果杂乱无章地展示，用户仍然难以快速获取信息。这时就需要ORDER BY来控制显示顺序。

默认是升序（ASC），可以用 DESC 改为降序：

-- 按成绩从高到低排列 SELECT * FROM score ORDER BY 成绩 DESC;

支持多级排序。比如成绩相同时，希望课程号大的排前面：

SELECT * FROM score ORDER BY 成绩 DESC, 课程号 DESC;

结合LIMIT还能轻松实现“取Top N”的需求：

-- 查看前两名最高分 SELECT * FROM score ORDER BY 成绩 DESC LIMIT 2;

这在排行榜、绩效排名等场景中极为常用。

不过要注意的是，排序是在 SELECT 之后才发生的，所以你可以对别名进行排序：

SELECT 课程号, AVG(成绩) AS 平均成绩 FROM score GROUP BY 课程号 ORDER BY 平均成绩 DESC;

这里的平均成绩是别名，在 ORDER BY 中可用，但在 WHERE 或 HAVING 中不能直接使用（除非重写表达式）。

常见错误解析：看懂报错信息才能少走弯路

写SQL最大的挫败感之一就是：明明逻辑很通顺，却一直报错。其实很多错误都有固定模式，学会解读就能事半功倍。

错误1：在 WHERE 中使用别名

-- ❌ 报错！ SELECT 课程号, AVG(成绩) AS avg_score FROM score WHERE avg_score >= 80 GROUP BY 课程号;

为什么会错？因为 SQL 的执行顺序是：

FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT

WHERE发生在SELECT之前，那时avg_score还没被定义，当然找不到。

✅ 正确做法是改用HAVING：

SELECT 课程号, AVG(成绩) AS avg_score FROM score GROUP BY 课程号 HAVING AVG(成绩) >= 80;

错误2：在 WHERE 中使用聚合函数

-- ❌ 报错！ SELECT 性别, COUNT(*) FROM student WHERE COUNT(*) > 1 GROUP BY 性别;

COUNT(*)是对一组数据的操作，而WHERE面向的是单行数据，两者不在同一阶段。

✅ 应该用HAVING替代：

SELECT 性别, COUNT(*) AS 人数 FROM student GROUP BY 性别 HAVING COUNT(*) > 1;

📌 核心原则再次强调：
-WHERE：过滤原始行（分组前）
-HAVING：过滤分组后的组（分组后）

进阶技巧：处理 NULL 与自定义排序

1. NULL 值在排序中的位置

大多数数据库系统中，NULL在升序排序时被视为“最小值”，通常排在最前面。

比如：

SELECT * FROM teacher ORDER BY 教师姓名;

如果有老师姓名为空，他们就会出现在列表开头，可能不符合预期。

想要让NULL排在最后，可以在 MySQL 中利用ISNULL()或COALESCE()：

-- MySQL 下将 NULL 排到最后 SELECT * FROM teacher ORDER BY ISNULL(教师姓名), 教师姓名;

原理是：ISNULL(教师姓名)返回 1 表示是 NULL，0 表示非 NULL。由于默认升序，0 在前、1 在后，因此非空值优先显示。

2. 自定义分类排序

有时候我们需要打破字母或数字顺序，比如希望“语文”排第一，“数学”第二。

可以通过布尔表达式实现：

SELECT 课程号, AVG(成绩) FROM score GROUP BY 课程号 ORDER BY (课程号 = '0001') DESC; -- '0001'为语文，匹配时返回1，DESC使其靠前

更灵活的方式是使用CASE WHEN：

ORDER BY CASE 课程号 WHEN '0001' THEN 1 -- 语文 WHEN '0002' THEN 2 -- 数学 ELSE 3 END;

这种方式扩展性强，适合复杂排序逻辑。

动手练习：巩固所学的最佳方式

理论懂了不算真会，只有亲手敲出来才算掌握。

推荐前往 SQLZOO 完成以下模块练习：

SELECT from Nobel

• 查询获奖者名为'Martin Luther King'的记录：

SELECT * FROM nobel WHERE winner = 'Martin Luther King';

• 如果名字含单引号（如 O’Neill），需用两个单引号转义：

WHERE winner = 'O''Neill'

SUM and COUNT 进阶任务

尝试完成：
1. 统计每年诺贝尔奖的颁发次数
2. 找出获得过多次奖项的国家
3. 查询“和平奖”颁发次数最多的十年区间

这些题目会让你反复运用GROUP BY、HAVING和ORDER BY，帮助你形成肌肉记忆。

写在最后：构建你的SQL思维框架

到现在为止，你应该已经掌握了SQL中最常用的四大操作：

更重要的是，你了解了SQL的执行顺序这一底层逻辑。这是区分“照着抄代码”和“真正理解”的关键所在。

下一步，你可以继续学习：
- 多表连接（JOIN）
- 子查询
- 窗口函数（Window Functions）

但请记住：基础决定上限。能把简单的查询写对、写清、写高效的人，往往比只会炫技的人更能解决实际问题。

坚持动手实践，把每一个知识点都变成你自己的工具箱里的一把趁手好刀。当你能自信地说“这个问题我可以用SQL搞定”时，你就真的入门了。