在数据驱动的时代，数据分析已成为企业决策的重要依据，作为数据处理的重要工具，结构化查询语言（SQL）在数据分析中扮演着至关重要的角色，MySQL作为一种流行的关系型数据库管理系统，提供了强大的数据处理能力，分组统计是SQL查询中的一项基本且强大的功能，它允许用户根据一个或多个列对数据进行分组，并对每组数据应用聚合函数，以实现数据的汇总和分析，本文将深入探讨MySQL中的分组统计功能，通过具体实例展示其在实际数据分析中的应用，帮助读者掌握这一强大工具，提升数据分析能力。

一、MySQL分组统计基础

1.1 GROUP BY子句

定义与作用：

GROUP BY 子句是SQL中用于对数据进行分组的语句，它允许用户根据一个或多个列的值将数据划分为不同的组，以便对每组数据进行聚合计算，可以按照“部门”列对员工记录进行分组，以计算每个部门的员工数量。

语法：

SELECT column1, column2, aggregate_function(column3)
FROM table_name
WHERE condition
GROUP BY column1, column2;

column1, column2：要分组的列。

aggregate_function(column3)：对每组应用的聚合函数，如COUNT(), SUM(), AVG()等。

table_name：要查询的表名。

condition（可选）：筛选条件。

1.2 聚合函数

聚合函数是对一组值执行计算并返回单一值的函数，MySQL支持多种聚合函数，包括但不限于以下几种：

COUNT()：统计非空值的个数，常用于计数。COUNT(*)会返回表中所有行的数目。

SUM()：计算数值列的总和，适用于求和操作。SUM(salary)会返回工资列的总和。

AVG()：计算数值列的平均值，适用于平均数计算。AVG(score)会返回成绩列的平均分。

MAX()和MIN()：分别返回列中的最大值和最小值，适用于极值搜索。

GROUP_CONCAT()：将组内的字符串值连接成一个字符串，用指定的分隔符分隔，适用于生成逗号分隔的列表或其他字符串聚合。

1.3 使用GROUP BY进行分组统计

示例：假设有一个名为employees的数据表，包含以下结构：

CREATE TABLE employees (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(50),
    department VARCHAR(50),
    salary DECIMAL(10, 2)
);

插入一些示例数据：

INSERT INTO employees (name, department, salary) VALUES
('Alice', 'HR', 5000),
('Bob', 'Engineering', 7000),
('Charlie', 'HR', 4500),
('David', 'Engineering', 8000),
('Eve', 'Marketing', 6000);

查询每个部门的总薪资和员工数量：

SELECT department, COUNT(*) AS num_employees, SUM(salary) AS total_salary
FROM employees
GROUP BY department;

结果：

这条SQL语句根据department列对数据进行分组，并使用COUNT(*)和SUM(salary)聚合函数计算每个部门的员工数量和总薪资。

二、高级分组统计技术

2.1 HAVING子句

定义与作用：

HAVING子句类似于WHERE子句，但它用于过滤分组后的结果。WHERE子句在数据分组前进行过滤，而HAVING子句在数据分组后和聚合函数计算后对结果进行过滤。

语法：

SELECT column1, column2, aggregate_function(column3)
FROM table_name
WHERE condition
GROUP BY column1, column2
HAVING aggregate_condition;

示例：假设想查找总薪资超过10000的部门，可以使用以下SQL语句：

SELECT department, COUNT(*) AS num_employees, SUM(salary) AS total_salary
FROM employees
GROUP BY department
HAVING total_salary > 10000;

这将返回总薪资超过10000的部门及其员工数量和总薪资。

2.2 多列分组与嵌套分组

多列分组：可以根据多个列进行分组，以获得更细粒度的分析，除了按部门分组外，还可以按职位进一步分组。

示例：假设employees表新增了一个position列，表示员工的职位。

ALTER TABLE employees ADD position VARCHAR(50);
UPDATE employees SET position = 'Manager' WHERE name = 'Alice';
UPDATE employees SET position = 'Engineer' WHERE name = 'Bob';
UPDATE employees SET position = 'Engineer' WHERE name = 'David';
UPDATE employees SET position = 'Recruiter' WHERE name = 'Charlie';
UPDATE employees SET position = 'Analyst' WHERE name = 'Eve';

查询每个部门和职位的组合下的员工数量：

SELECT department, position, COUNT(*) AS num_employees
FROM employees
GROUP BY department, position;

结果可能如下：

嵌套分组：在某些复杂的分析场景中，可能需要先按一个维度分组，再按另一个维度进行子分组，这可以通过嵌套查询或子查询来实现，但需要注意的是，MySQL本身不直接支持嵌套GROUP BY，而是需要通过其他手段模拟，可以先按部门分组，然后在每个部门内按职位分组，这通常涉及到复杂的查询逻辑和可能的临时表使用，为了简化说明，这里提供一个概念性的示例，展示如何通过两次聚合来实现类似的效果（注意，这并非真正的嵌套分组，而是通过额外的处理达到类似目的）：

假设基于之前的employees表数据，我们想先按department分组，计算每个部门的员工总数和薪资总额，然后再在这个基础上按position（如果有的话）进行细分统计，由于MySQL不支持直接的嵌套GROUP BY，我们可以采用子查询的方式来模拟：

-- 计算每个部门的整体统计信息
WITH DepartmentStats AS (
    SELECT department,
           COUNT(*) AS total_employees,
           SUM(salary) AS total_salary
    FROM employees
    GROUP BY department
)
-- 如果需要进一步按职位细分，可以在每个部门内部再次聚合（这里假设有一个position字段）
SELECT ds.department,
       e.position,
       COUNT(e.id) AS position_count, -- 该职位在部门内的数量
       ds.total_employees,          -- 部门总员工数（从上一层传递下来）
       ds.total_salary,             -- 部门总薪资（从上一层传递下来）
       SUM(e.salary) AS position_salary -- 该职位在部门内的薪资总额
FROM DepartmentStats ds
JOIN employees e ON ds.department = e.department -- 确保只汇总同一个部门的数据
GROUP BY ds.department, e.position; -- 先按部门分组，再按职位分组（如果职位存在）

这个查询首先使用了一个公用表表达式（CTE）DepartmentStats来计算每个部门的总员工数和总薪资，在主查询中，将这个CTE与employees表连接，并按部门和职位进行分组，以计算每个部门内各个职位的员工数量和薪资总额，这样，尽管MySQL不支持直接的嵌套GROUP BY，但我们可以通过这种方式实现类似的分层统计效果，但请注意，这只是一个概念验证性的示例，实际业务中可能需要根据具体需求调整查询逻辑和结构。

2.3 使用聚合函数