SQLite的GROUP BY子句的语法和使用实例讲解
程序员文章站
2022-04-12 21:47:26
SQLite的GROUP BY 子句用于与SELECT语句一起使用,来对相同的数据进行分组。
在SELECT语句中,GROUP BY子句放在WHERE子句之后,放在ORDER B...
SQLite的GROUP BY 子句用于与SELECT语句一起使用,来对相同的数据进行分组。
在SELECT语句中,GROUP BY子句放在WHERE子句之后,放在ORDER BY子句之前。
语法
下面给出了GROUP BY子句的基本语法。GROUP BY子句必须放在WHERE子句中的条件之后,必须放在 ORDER BY子句之前。
SELECT column-list FROM table_name WHERE [ conditions ] GROUP BY column1, column2....columnN ORDER BY column1, column2....columnN
你可以在GROUP BY 子句中使用多个列。确保您使用的分组列在列清单中。
实例
假设COMPANY表有以下记录:
ID NAME AGE ADDRESS SALARY ---------- ---------- ---------- ---------- ---------- 1 Paul 32 California 20000.0 2 Allen 25 Texas 15000.0 3 Teddy 23 Norway 20000.0 4 Mark 25 Rich-Mond 65000.0 5 David 27 Texas 85000.0 6 Kim 22 South-Hall 45000.0 7 James 24 Houston 10000.0
查询每个客户的工资总额,则可使用GROUP BY查询,如下所示:
sqlite> SELECT NAME, SUM(SALARY) FROM COMPANY GROUP BY NAME;
这将产生以下结果:
NAME SUM(SALARY) ---------- ----------- Allen 15000.0 David 85000.0 James 10000.0 Kim 45000.0 Mark 65000.0 Paul 20000.0 Teddy 20000.0
现在,让我们使用下面的INSERT语句在COMPANY表中另外创建三个记录:
INSERT INTO COMPANY VALUES (8, 'Paul', 24, 'Houston', 20000.00 ); INSERT INTO COMPANY VALUES (9, 'James', 44, 'Norway', 5000.00 ); INSERT INTO COMPANY VALUES (10, 'James', 45, 'Texas', 5000.00 );现在,表具有重复名称的记录,如下所示:
ID NAME AGE ADDRESS SALARY ---------- ---------- ---------- ---------- ---------- 1 Paul 32 California 20000.0 2 Allen 25 Texas 15000.0 3 Teddy 23 Norway 20000.0 4 Mark 25 Rich-Mond 65000.0 5 David 27 Texas 85000.0 6 Kim 22 South-Hall 45000.0 7 James 24 Houston 10000.0 8 Paul 24 Houston 20000.0 9 James 44 Norway 5000.0 10 James 45 Texas 5000.0
让我们用相同的GROUP BY语句来对所有记录按NAME列进行分组,如下所示:
sqlite> SELECT NAME, SUM(SALARY) FROM COMPANY GROUP BY NAME ORDER BY NAME;
这将产生如下结果:
NAME SUM(SALARY) ---------- ----------- Allen 15000 David 85000 James 20000 Kim 45000 Mark 65000 Paul 40000 Teddy 20000
让我们把ORDERBY子句与GROUP BY子句一起使用,如下所示:
sqlite> SELECT NAME, SUM(SALARY) FROM COMPANY GROUP BY NAME ORDER BY NAME DESC;
这将产生如下结果:
NAME SUM(SALARY) ---------- ----------- Teddy 20000 Paul 40000 Mark 65000 Kim 45000 James 20000 David 85000 Allen 15000
上一篇: web页面如何接入QQ客服
下一篇: json数据解析(代码)