上一篇聚合函数末尾处使用了GROUP BY，但没有做具体的介绍，这一篇就主要介绍一下GROUP BY的使用方法。顺便介绍一下对分组查询的过滤关键词HAVING的用法。
创新互联公司是一家专注于成都网站建设、网站制作与策划设计,吉州网站建设哪家好?创新互联公司做网站,专注于网站建设十载,网设计领域的专业建站公司;建站业务涵盖:吉州等地区。吉州做网站价格咨询:18982081108
在MySQL中，GROUP BY关键词可以根据一个或多个字段对查询结果进行分组，类似于Excel中的数据透视表。可以单独使用，但一般情况下都是结合聚合函数来使用的。
语法格式如下：
下面演示都是基于这一张简单的省份对应大区的表格。
【单独使用GROUP BY】
单独使用GROUP BY关键字时，查询结果会只显示每个分组的第一条记录。
根据省份表里面的大区进行聚合，查询全国共分成了几个大区，SQL语句如下↓
【GROUP BY结合聚合函数】
5个聚合函数上一篇已经详细介绍了用法，GROUP BY和聚合函数结合使用也是最频繁的，下面就继续使用省份表来求每个大区有多少个省份，对应的聚合函数就是COUNT函数，SQL语句如下↓
【GROUP BY结合GROUP_CONCAT】
这还是一个很有用的功能，GROUP_CONCAT() 函数会把每个分组的字段值都合并成一行显示出来。
下面继续使用省份表，把每个大区对应的省份放在一行展示，用分号分开，SQL语句如下↓
【GROUP BY结合WITH ROLLUP】
WITH POLLUP关键词用来在所有记录的最后加上一条记录，这条记录是上面所有记录的总和，SQL语句如下↓
【GROUP BY结合HAVING】
在MySQL中，可以使用HAVING关键字对分组后的数据进行过滤。
使用 HAVING 关键字的语法格式如下：
HAVING关键词和WHERE关键词都可以用来过滤数据，且HAVING支持WHERE关键词中所有的操作符和语法。但是WHERE和HAVING关键字也存在以下几点差异：
下面筛选一下省份数量在7个及以上的大区，SQL语句如下↓
【GROUP BY结合ORDER BY】
聚合后的数据，一半情况下也是需要进行排序的，通过ORDER BY对聚合查询结果进行排序，对省份数量按从大到小进行排序，SQL语句如下↓
End
◆ PowerBI开场白
◆ Python高德地图可视化
◆ Python不规则条形图
在执行查询结果时，默认情况下查询结果无序排列。但我们有时需要对数据按一定规则进行排序。这时可以通过ORDER BY子句来实现这个功能。语法如下：
SELECT *,column [alias],... FROM table
[WHERE condition(s)]
[ORDER BY column[ASC|DESC]]；
默认是ASC指定的升序排列，DESC用来指定降序排列。
1、升序排序：
使用ORDER BY子句时，默认情况下数据是按升序排列的，故可以用ASC关键字指点升序排列，或者不指定，默认就是升序，显示效果是一样的，如下图：
2、降序排序：
当需要查询结果降序排列时，必须在排序后指定DESC关键字。如下图是查看职员薪水的降序排列：
第一种：MySQL 随机排序常规写法：展开目录
SELECT*FROMusersWHEREtotalScoreBETWEEN5AND100ORDERBYRAND()LIMIT100;
执行耗时 1.18s
SELECT*FROMusersWHEREtotalScoreBETWEEN5AND100ORDERBYRAND()LIMIT100;
执行耗时 1.25s
这样的耗时不能接受。
第二种：stackoverflow 上找了一个黑科技写法：展开目录
SELECT*FROMusersWHEREtotalScoreBETWEEN5AND100ORDERBY37*(UNIX_TIMESTAMP() ^id) 0xffffLIMIT100;
执行耗时 150ms
SELECT*FROMusersWHEREtotalScoreBETWEEN5AND100ORDERBY37*(UNIX_TIMESTAMP() ^id) 0xffffLIMIT100;
执行耗时 153ms
执行耗时直接缩短至 150ms，已经比上一个写法快很多了，而且 LIMIT 1000 时耗时也是 150ms 左右。
第三种方式：展开目录
SELECT*
FROMusersASu
INNERJOIN(SELECTidFROMusersWHEREtotalScoreBETWEEN5AND100ORDERBYRAND()LIMIT100)AStONt.id=u.id
WHERE1
执行耗时 110ms
LIMIT 1000 时耗时也稳定在 110ms 左右。
耗时最少，推荐使用第三种。
