1. 前言

为什么不能够 select * from table_name group by name 为什么一定不能是 *，而是某一个列或者某个列的聚合函数，group by 多个字段可以怎么去很好的理解呢？

2. group by 分组内幕

2.1. 数据准备

建表语句如下

CREATE TABLE `user_info` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(255) NOT NULL,
  `number` int(11) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=10 DEFAULT CHARSET=utf8mb4;

表数据如下

2.2. group by 分组查询

首先执行 SELECT * 语句

SELECT * FROM user_info GROUP BY `name`;

结果如下

再执行 SELECT name 如下查询

SELECT `name` FROM user_info GROUP BY `name`;

结果如下

2.3. group by 分组查询流程

下面的流程步骤未必正确，只是帮助更深入理解 group by 分组

2.3.1. 生成虚拟表

• FROM user_info：该句执行后，结果就是原来的表（原数据表）
• FROM user_info GROUP BY name：该句执行后，我们 想象 生成了虚拟表 3，如下所图所示

生成过程是这样的：group by name，那么找 name 那一列，具有相同 name 值的行，合并成一行，如对于 name 值为 aa 的，那么 <1 aa 2> 与 <2 aa 3> 两行合并成 1 行，所有的 id 值和 number 值写到一个单元格里面

2.3.2. 执行相关查询

接下来就要针对虚拟表 3 执行 select 了

• 如果执行 select * 的话，那么返回的结果应该是虚拟表 3，可是 id 和 number 中有的单元格里面的内容是有多个值的，而关系型数据库就是基于关系的，单元格中是不允许有多个值的。所以执行 SELECT * FROM user_info GROUP BY name; 时语句就报错了
• 我们再看 name 列，每个单元格只有一个数据，所以我们 select name 的话，就没有问题了。为什么 name 列每个单元格只有一个值呢，因为我们就是用 name 列来 group by 的
• 那么对于 id 和 number 里面的单元格有多个数据的情况怎么办呢？答案就是用聚合函数，聚合函数就用来输入多个数据，输出一个数据的。如 COUNT(id)，SUM(number)，而每个聚合函数的输入就是每一个多数据的单元格
• 如我们执行

SELECT `name`,SUM(number) FROM user_info GROUP BY `name`;

那么 SUM 就对虚拟表 3 的 number 列的每个单元格进行 SUM 操作，如对 name 为 aa 的那一行的 number 列执行 SUM 操作，即 2 + 3 = 5。最后执行结果如下

• group by 多个字段该怎么理解呢？如 group by name, number，我们可以把 name 和 number 看成一个整体字段，以他们整体来进行分组的。如下图

• 接下来就可以配合 select 和聚合函数进行操作了。如执行

SELECT `name`, sum(id) FROM user_info GROUP BY `name`, number;

结果如下图

3. group by 和 distinct 去重

3.1. 单列去重

SELECT DISTINCT `name` FROM user_info;

SELECT `name` FROM user_info GROUP BY name;

二者去重结果是一样的，如下

3.2. 多列去重

SELECT DISTINCT `name`,number FROM user_info;

SELECT `name`,number FROM user_info GROUP BY `name`,number;

• 注意： distinct 关键字对 name, number 都起作用，如果 name 相同，number 不同是不会去重的

二者去重结果是一样的，如下

结论：对于单列或多列去重，使用 group by 和 distinct 结果是相同的

3.3. 执行方式

• distinct 主要是对数据两两进行比较，需要遍历整个表
• group by 是在查询时先把数据按照分组字段分组出来再查询，当数据量较大时，group by 速度要优于 distinct

原文：https://blog.csdn.net/u014717572/article/details/80687042