group by Order by 这些sql语句多字段的理解和联想

group by,order by单个字段很好理解. 但是很多时候,需要group by,order by多个字段. 理解sql背后怎么做很重要.

比如group by a1, a2 order by a2,a3表示先按a1分组返回结果集,再这个结果集上再对a2分组返回结果集, 然后针对返回的结果集再对a1排序返回结果集后,再对a2排序.

比如需要一个操作表op,grpid表示组id,每个组下可以有多种操作类型.比如1~10,step表示操作当前的状态,0表示未执行,1表示执行完. 表里面包含了下面的数据.

id, grpid,type  step

1   101   2     0 

2   101   2     0

3   101   3     0

4   101   4     0

5   101   1     0

6   201   3     0

6   201   2     0

8   201   3     1

9   201   1     0

10  201   1     1

需求是找到表中同组下未执行的相同类型的最小id值. 同时优先处理类型是1,2,3的,类型是6的不产生效率,放到最后处理.

?
结果:

1   101   1(2经过decode运算看成了1,所以返回id不是5,而是1)

4   101   4(4不经过decode且该类型在101组只有1个值,返回)

6   201   1

而测试人员误以为取的是每个组下的最小opid时,所以会用下面的sql检验

?
结果

grpid   count(1)

101     2 (这样就会出现误会. 会发现是需求理解的问题, 认为每个组应该只返回一个id, 其实上面的sql的逻辑是每个组下的每个类型的只返回一个值.)

201     1

------------------------------------------------------------------------------------------------

附网上找到的一些基础资料:

一.数据分组(group by ):

select 列a,聚合函数（聚合函数规范） from 表明

where 过滤条件

group by 列a

group by 字句也和where条件语句结合在一起使用。当结合在一起时，where在前，group by 在后。即先对select xx from xx的记录集合用where进行筛选，然后再使用group by 对筛选后的结果进行分组。

二.使用having字句对分组后的结果进行筛选，语法和where差不多:having 条件表达式

需要注意having和where的用法区别：

1.having只能用在group by之后，对分组后的结果进行筛选(即使用having的前提条件是分组)。

2.where肯定在group by 之前，即也在having之前。

3.where后的条件表达式里不允许使用聚合函数，而having可以。

三、当一个查询语句同时出现了where,group by,having,order by的时候，执行顺序和编写顺序是：

1.执行where xx对全表数据做筛选，返回第1个结果集。

2.针对第1个结果集使用group by分组，返回第2个结果集。

3.针对第2个结果集中的每1组数据执行select xx，有几组就执行几次，返回第3个结果集。

4.针对第3个结集执行having xx进行筛选，返回第4个结果集。

5.针对第4个结果集排序。

例子：

完成一个复杂的查询语句，需求如下：

按由高到低的顺序显示个人平均分在70分以上的学生姓名和平均分，为了尽可能地提高平均分，在计算平均分前不包括分数在60分以下的成绩，并且也不计算贱人（jr）的成绩。

分析：

1．要求显示学生姓名和平均分

因此确定第1步select s_name,avg(score) from student

2．计算平均分前不包括分数在60分以下的成绩，并且也不计算贱人（jr）的成绩

因此确定第2步 where score>=60 and s_name!=’jr’

3．显示个人平均分

相同名字的学生（同一个学生）考了多门科目 因此按姓名分组

确定第3步 group by s_name

4．显示个人平均分在70分以上

因此确定第4步 having avg(s_score)>=70

5．按由高到低的顺序

因此确定第5步 order by avg(s_score) desc

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

group by联想

group by 多字段对于数据库的数据源非常方便，下面是网上的一道笔试题，里面有类似group by的需求，只不过此时数据源变成了日志文件，无法再使用sql语句，需要应用程序设计数据结构实现：

1，用户访问网站时，用随机的一个字符串表示该用户，同一个用户访问别的页面也用相同的字符串表示,用户id称为userId。

2，网站的每个页面用英文字符串来表示，称为page_type_id;

3，网站的访问日志的格式是：<userId 空格 page_type_id >

4,访问路径：找出用户访问最多三节访问路径，所谓三节路径是：home--prouduct---prouduct detail;

或者 prouduct--surport --faq  等等。

要求假设已经有了一个这样的一个日志文件，用java写一个程序，找出最多的三节路径。

下面是日志文件的示例：

123 home

234 product

456 product detail

123 product

456 product

123 product detail

......

解决思路：二个hashmap，m1:HashMap<userid,id1_id2_id3>   m2:HashMap<id1_id2_id3, count>

按照group by的思路，m1相当于按照group by userid, id1_id2_id3，m2相当于聚合函数count(id1_id2_id3)的感觉。

现在的问题是如何用应用程序构造id1_id2_id3这样的值，同时如何通过累加实现count的功能。

思路如下：

第一个HashMap<userID,page_type_id>,因为日志是顺序添加的，比如：

userID page_type_id

123    home                1

456    production          2

123    home                3

那么第一个HashMap保存['123','home'］，同理，第三行标示用户‘123‘在相同页面刷新，那么可以跳过（等同于HashMap保存了这个值的话），如果没有遇到相同的话，

比如：

userID page_type_id

123    home                4

123    production          5

这样路径就变成了home-production，Map=['123','home,production'］,如果在第N行，用户123的路径，没有在home-production的话，比如：

userID page_type_id

123    detail              N

那么，这个时候第一个HashMap=['123','home,production,detail'］,第二HashMap保存［‘home,production,detail‘，1］（count=1）.

接下来，又遇到了用户“123”的话，把第一个HashMap['123','home,production,detail'］的值替换掉，即又变成了[‘123’，‘home’]，重复前面的做法，当路径符合三节的时候，把用户123在一个HashMap上面的值取出来，跟第二个HashMap［‘home,production,detail‘，1］的键(‘home,production,detail‘)比较，如果有的话，+1，如果没有的话，添加新的key给第二个HashMap。

二个累加器：一个用来计数，判断是否达到三层。另一个取map的key，取到加1，取不到放入,置1. 典型的hashmap的用法。