SQL分组统计怎么做_高频场景实例讲解便于理解使用【指导】

sql分组统计核心是GROUP BY搭配聚合函数，需明确“按什么分”和“算什么”；注意WHERE在分组前过滤、HAVING在分组后筛选、select非聚合字段必须出现在GROUP BY中。

SQL分组统计核心就一条：用 GROUP BY 搭配聚合函数（如 count、SUM、AVG、MAX、MIN），把数据按指定字段“归堆”，再对每堆算一个汇总值。关键不是背语法，而是想清楚“按什么分”和“算什么”。

按单个字段分组计数——最常用场景

比如查每个部门有多少员工：

• 写法：SELECT dept, COUNT(*) FROM emp GROUP BY dept;
• 注意：SELECT 后所有非聚合字段（如 dept）必须出现在 GROUP BY 中，否则报错
• 如果只想看员工数 ≥5 的部门，加 HAVING： HAVING COUNT(*) >= 5（不能用 WHERE，因为 WHERE 在分组前过滤）

多字段组合分组——细化分析维度

比如查每个部门、每种岗位的平均薪资：

• 写法：SELECT dept, job, AVG(salary) FROM emp GROUP BY dept, job;
• 结果会是“技术部-开发”、“技术部-测试”、“销售部-销售”等独立组合行
• 排序可加 ORDER BY，比如按平均薪资降序：ORDER BY AVG(salary) DESC

分组+条件筛选+排序——实战三连套

比如：找出2023年下单≥3次、且平均订单金额＞200元的客户，并按平均金额从高到低排：

Kreado AI

Kreado AI是一个多语言AI视频创作平台，只需输入文本或关键词，即可创作真实/虚拟人物的多语言口播视频。 为创作者提供AI赋能

182

查看详情

• 写法：SELECT customer_id, COUNT(*) AS order_cnt, AVG(amount) AS avg_amt
    FROM orders
    WHERE order_date >= ‘2023-01-01’
    GROUP BY customer_id
    HAVING COUNT(*) >= 3 AND AVG(amount) > 200
    ORDER BY avg_amt DESC;
• WHERE 先筛原始记录（如只取2023年订单）
• GROUP BY 分组
• HAVING 对分组结果再筛（不能用 WHERE 替代）

配合 CASE WHEN 做分组归类统计

比如把用户按消费额分为“高价值”“中价值”“低价值”，再统计各档人数：

• 写法：SELECT
    CASE
      WHEN total_spent > 5000 THEN ‘高价值’
      WHEN total_spent > 1000 THEN ‘中价值’
      ELSE ‘低价值’
    END AS level,
    COUNT(*)
    FROM users
    GROUP BY
      CASE
        WHEN total_spent > 5000 THEN ‘高价值’
        WHEN total_spent > 1000 THEN ‘中价值’
        ELSE ‘低价值’
      END;
• 注意：GROUP BY 里要写和 SELECT 中完全一致的 CASE 表达式（部分数据库支持用别名，但不通用，建议重复写）

基本上就这些。分组统计不复杂，但容易忽略 WHERE/HAVING 区别、GROUP BY 字段完整性、以及聚合后字段的表达逻辑。动手写几次，比看十遍语法更管用。