TRAE-AI编程
SQL 分组统计最基础的写法是 GROUP BY 配合 COUNT、SUM、AVG 这类聚合函数，按某一列把多行归并成组再算汇总；想只保留满足条件的组，给查询加 HAVING 过滤；如果既要分组汇总、又想保留每一行的原始明细，就用窗口函数 PARTITION BY。今天这篇文章，编程狮就把这三种写法从最小示例讲到边界。
本文以 MySQL 8 的语法为准验证，覆盖基础聚合、分组过滤和窗口函数三条路径，并附选型对比。读完你能按“要不要明细行”这个标准，直接选出最合适的写法。下面先把结论摆出来。
先看结论
三种写法解决的是不同颗粒度的统计需求，先按你要不要保留明细行来定：
| 你的需求 | 推荐方式 | 一句话理由 |
|---|---|---|
| 只要每组一行汇总 | GROUP BY + 聚合函数 |
最经典、最省事 |
| 汇总后还要筛掉不合条件的组 | GROUP BY + HAVING |
在分组层面过滤 |
| 既要汇总又要每行明细 | PARTITION BY 窗口函数 |
不折叠行，明细保留 |
如果你还没建过示例表，可以先看 MySQL 基础教程，照着把测试库和 employees 表建起来。
一、方法一：GROUP BY 加聚合函数
最基础的用法：用 GROUP BY 指定按哪一列分组，再用聚合函数算每组的统计值。下面这张 employees 表按 department 分组，数出每个部门的人数。
-- 按部门统计人数
SELECT department, COUNT(*) AS emp_count
FROM employees
GROUP BY department;
上面这段做了两件事：把相同 department 的行归到一组、COUNT(*) 数出每组有多少行。聚合函数还有 SUM、AVG、MAX、MIN，按统计目标替换即可。
适用场景：部门人数、品类销售额、每月订单量——任何“按某维度汇总成一行”的需求都靠它。
边界说明：GROUP BY 会把同组多行压成一行，所以 SELECT 里只能出现分组列和聚合结果。这是它和后文窗口函数最大的区别。
⚠️ 注意：
SELECT里出现的所有非聚合列，都必须写进GROUP BY，否则 MySQL 在严格模式下会直接报错，宽松模式则返回一个不确定的值。
二、方法二：GROUP BY 加 HAVING 过滤分组
WHERE 在分组前过滤行，而 HAVING 在分组后过滤“组”。当你要“只保留人数大于 5 的部门”时，WHERE COUNT(*)>5 是无效的，必须写在 HAVING 里。
-- 只保留人数大于 5 的部门
SELECT department, COUNT(*) AS emp_count
FROM employees
GROUP BY department
HAVING COUNT(*) > 5;
预期结果（未在本机执行，依据 MySQL 官方分组语法）：返回那些 emp_count 大于 5 的部门及其人数，人数不足 5 的组被整组丢弃。
验证要点：用 SELECT 把 emp_count 一起查出来核对，确认被丢弃的都是小于/等于 5 的部门；若结果不符，先检查 HAVING 里写的是聚合表达式而非普通列。
边界说明：HAVING 可以直接引用聚合结果（如 COUNT(*)），也能引用 GROUP BY 里的列；但引用普通非分组列在语义上无意义，应尽量避免。
三、方法三：窗口函数 PARTITION BY 保留明细
前两种都会把多行“折叠”成一行汇总，明细丢了。窗口函数 PARTITION BY 则在保留每一行原始数据的同时，算出一个分组内的聚合值，写在同一行的另一列上。
-- 保留每行明细，同时算部门平均工资
SELECT
name, department, salary,
AVG(salary) OVER (PARTITION BY department) AS dept_avg
FROM employees;
适用场景：既要看每行原始数据、又要在旁边标注“它所在组的平均值/排名/累计”。比如给每个员工打上部门平均工资，方便前端做对比展示。关于标准 SQL 写法，SQL 基础教程 里有更系统的聚合与窗口函数讲解，值得延伸阅读。
边界说明：窗口函数不折叠行，输出行数等于原表行数。它需要 MySQL 8 及以上；在 5.7 及更早版本里会报语法错，只能用子查询或变量模拟。
四、三种方式横向对比与选型
| 方式 | 输出行数 | 是否保留明细 | 典型用途 |
|---|---|---|---|
GROUP BY |
每组一行 | 否 | 部门人数、品类销售额 |
GROUP BY + HAVING |
每组一行（已过滤） | 否 | 筛选高频分组 |
PARTITION BY |
原表每行一行 | 是 | 每行标注所属组均值 |
排错清单：
- 现象：报错“非聚合列必须出现在 GROUP BY”，原因：
SELECT多了未分组的列，修复：补进GROUP BY或套聚合函数； - 现象：
HAVING里用WHERE的列名报错，原因：HAVING引用了聚合结果，修复：直接写聚合表达式如HAVING COUNT(*)>5； - 现象：窗口函数报语法错，原因：MySQL 5.7 及更早版本不支持
OVER，修复：升级到 MySQL 8 或改用子查询。
💡 小提示：想直接动手试，文末「延伸学习」已放好 MySQL 教程入口，建一张小表就能复现上面的分组结果。
实操清单：前置、操作、验证与失败处理
按这份清单把分组统计跑通：
- 前置（安装/配置）：本地装好 MySQL 8（窗口函数需要 8+），用
mysql -V确认版本；建一张employees测试表并灌入几行样本数据。 - 操作（命令/运行）：把示例 SQL 粘进 MySQL 客户端或 Workbench 执行；方法三务必确认服务端版本 ≥ 8。
- 验证（检查/预期）：预期方法一返回“部门—人数”两列、每组一行；方法三返回与原表行数相同的明细，并多出一列组均值。
- 失败处理（失败/修复）：报“非聚合列”就补
GROUP BY；窗口函数报语法错就升级 MySQL 或改写子查询。
总结
SQL 分组统计有三条主路径：GROUP BY 做经典汇总、HAVING 在汇总后筛组、窗口函数 PARTITION BY 在保留明细的同时算分组值。SQL 分组统计有哪几种完整写法，选型关键就看一句话——你要不要原始明细行。
要点带走：
- 只要汇总，用
GROUP BY+ 聚合函数； - 分组后还要过滤，用
HAVING而非WHERE； SELECT里的非聚合列必须进GROUP BY；- 要明细又要分组值，上窗口函数，但需 MySQL 8+。
下一步建议把窗口函数整体学一遍，理解了 OVER 和 PARTITION BY 的语义，很多“先分组再 join 回原表”的笨重写法都能一行搞定。
延伸学习
想把分组统计这块系统补齐，可以按这个顺序来：
- 先过一遍 MySQL 入门课程，把查询和聚合基础铺平；
- 查窗口函数语法时翻 MySQL8 教程 看
OVER用法； - 想厘清两者差异，这篇 GROUP BY 与 PARTITION BY 讲得很透，值得延伸阅读。
常见问题
Q：WHERE 和 HAVING 到底有什么区别？
A：作用阶段不同。WHERE 在分组前过滤原始行，不能用聚合结果；HAVING 在分组后过滤“组”，专门用来筛聚合值。要“部门人数大于 5”必须用 HAVING COUNT(*)>5。
Q：为什么 GROUP BY 之后 SELECT 只能写分组列和聚合函数？
A：因为分组会把同组多行压成一行，非分组列在组内可能有多个不同值，数据库不知道取哪一个。要么把它加进 GROUP BY 让它在组内唯一，要么用 MAX、MIN 等聚合函数明确取哪个。
Q：窗口函数会修改原表数据吗？
A：不会。窗口函数只在查询结果里新增一列计算值，原表的行数和内容完全不变。正因为“不折叠行”，它才适合既看明细又看分组汇总的报表场景。
