如何使用GROUP BY子句對查詢結果中的資料行進行分組 - Simple Log Service

GROUP BY子句通常與彙總函式一起使用，用來對查詢結果中的資料行進行分組。每個分組都基於一列或多列的值。通過這種方式，可以為每個不同的組合產生一個合計列，從而協助使用者更有效地分析資料。此外，GROUP BY子句還可以搭配ROLLUP、CUBE和GROUPING SETS子句，以擴充其分組功能，提供更多樣化的資料分析選項。

基本文法

GROUP BY

對分析結果進行分組。

SELECT 
 key1,
  ...
 aggregate_function
 GROUP BY 
 key,...

參數說明如下所示：

key1：是您希望根據其值來分組的列，支援按照日誌欄位名稱或彙總函式計算結果列進行分組。GROUP BY子句支援單列或多列。
aggregate_function：是應用在每個分組上的彙總函式，如count、min、max、avg和sum等。

GROUP BY ROLLUP

GROUP BY ROLLUP子句按照匯總分組，支援為每個分組返回一個小計，為所有分組返回一個總計。例如GROUP BY ROLLUP (a, b)的結果集為(a, b)、(a, null)和 (null, null)。

SELECT
key1,
 ...
aggregate_function 
GROUP BY ROLLUP (key1,...)

參數說明如下所示：

key1：是您希望根據其值來分組的列，支援按照日誌欄位名稱或彙總函式計算結果列進行分組。GROUP BY子句支援單列或多列。
aggregate_function：是應用在每個分組上的彙總函式，如count、min、max、avg和sum等。

GROUP BY CUBE

GROUP BY CUBE子句按照所有可能的列組合進行分組。例如GROUP BY CUBE (a, b)的結果集為(a, b)、(null, b)、(a, null) 和(null, null) 。

SELECT 
key1,
...
aggregate_function 
GROUP BY CUBE (key1,...)

參數說明如下所示：

key1：是您希望根據其值來分組的列，支援按照日誌欄位名稱或彙總函式計算結果列進行分組。GROUP BY子句支援單列或多列。
aggregate_function：是應用在每個分組上的彙總函式，如count、min、max、avg和sum等。

GROUP BY GROUPING SETS

GROUP BY GROUPING SETS子句按照列依次進行分組。例如GROUP BY GROUPING SETS (a, b)的結果集為(a, null)和(null, b)。

SELECT 
key1，
... 
aggregate_function
GROUP BY GROUPING SETS (key1,...)

參數說明如下所示：

key1：是您希望根據其值來分組的列，支援按照日誌欄位名稱或彙總函式計算結果列進行分組。GROUP BY子句支援單列或多列。
aggregate_function：是應用在每個分組上的彙總函式，如count、min、max、avg和sum等。

樣本

重要

在SQL語句中，如果使用了GROUP BY子句，則在SELECT語句中只能選擇以下兩類內容：

GROUP BY子句中指定的列；
對任意列進行彙總計算的結果（如COUNT()、SUM()等）。

直接選擇非GROUP BY列是不允許的，因為這些列的值在分組後可能不唯一，無法明確其含義。例如，以下語句是非法的：

* | SELECT status, request_time, COUNT(*) AS PV GROUP BY status

原因是request_time並未包含在GROUP BY子句中，且未對其進行彙總處理。

正確的寫法可以是：

* | SELECT status, arbitrary(request_time), COUNT(*) AS PV GROUP BY status

在這裡，arbitrary(request_time)是對request_time進行彙總處理的一種方式，表示從每個分組中任意選取一個request_time值。這樣既符合 SQL 的文法規則，又能滿足查詢需求。

樣本1
統計不同狀態代碼對應的請求次數。
- 查詢和分析語句
```
* | SELECT status, count(*) AS PV GROUP BY status
```
- 查詢和分析結果
樣本2
按照每小時的時間粒紋計算網站訪問PV。
- 查詢和分析語句
  __time__欄位為Log Service中的保留欄位，表示時間列。time為date_trunc('hour', __time__)的別名。關於date_trunc函數的更多資訊，請參見date_trunc函數。
```
* |
SELECT
  count(*) AS PV,
  date_trunc('hour', __time__) AS time
GROUP BY
  time
ORDER BY
  time
LIMIT
  1000                       
```
- 查詢和分析結果
樣本3
按照每5分鐘的時間粒紋計算PV。
- 查詢和分析語句
  因為date_trunc函數只能按照固定時間間隔統計。如果您需要按照自訂的時間進行統計分析，請按照數學模數方法進行分組。例如%300表示按照5分鐘的時間粒紋進行模數對齊。
```
* |
SELECT
  count(*) AS PV,
  __time__-__time__ % 300 AS time
GROUP BY
  time
LIMIT
  1000
```
- 查詢和分析結果

樣本4
根據要求方法和請求狀態分組，先計算各個要求方法對應的訪問資料，再計算各個請求狀態對應的訪問數量。
- 查詢和分析語句
```
* |
SELECT
  request_method,
  status,
  count(*) AS PV
GROUP BY
  GROUPING SETS (request_method, status)
```
- 查詢和分析結果
樣本5
根據要求方法和請求狀態分組，分組集包括(null, null)、(request_method, null)、(null, status)和(request_method, status)，計算以上各個分組的訪問數量。
- 查詢和分析語句
```
* |
SELECT
  request_method,
  status,
  count(*) AS PV
GROUP BY
 CUBE (request_method, status)
```
- 查詢和分析結果

樣本6
根據要求方法和請求狀態分組，分組集包括(request_method, status)、(request_method, null)和(null, null)，計算以上各個分組的訪問數量。
- 查詢和分析語句
```
* |
SELECT
  request_method,
  status,
  count(*) AS PV
GROUP BY
 ROLLUP (request_method, status)
```
- 查詢和分析結果

基本文法

GROUP BY

GROUP BY ROLLUP

GROUP BY CUBE

GROUP BY GROUPING SETS

樣本

樣本1

樣本2

樣本3

樣本4

樣本5

樣本6