Group by trong sql là gì năm 2024

GROUP BY được sử dụng để nhóm các dòng dữ liệu dựa trên giá trị của một hoặc nhiều cột. Mục đích chính của GROUP BY là thực hiện các phép tổng hợp hoặc hàm tính toán trên các nhóm dữ liệu.

Sau đây là cách GROUP BY được thực thi trong câu lệnh.


Cú pháp của GROUP BY:

  SELECT
      Col_1,
      Col_2,
      Aggregate_function(Col_3)
  FROM Table
  GROUP BY
      Col_1,
      Col_2

• Col_1, Col_2: Cột truy vấn, cột được gộp từ mệnh đề GROUP BY.
• Aggregate_function(Col_3): Hàm tính toán được áp dụng với Col_3.
• Col_3: Cột được áp dụng hàm tính toán
• Table: Bảng dữ liệu truy vấn.

Các hàm tính toán phổ biến


Ví dụ: Từ bảng Product thuộc bộ dữ liệu adventureworks, truy vấn các cột sau: ProductCategoryID, tổng giá tiền của sản phẩm, giá tiền trung bình, đếm số ProductID, số ProductID riêng biệt, giá tiền tối đa, giá tiền tối thiểu của giá tiền từng sản phẩm. Nhóm các trường có chung ProductIDCategoryID thành các nhóm riêng biệt.


Giải thích câu lệnh truy vấn:

• FROM: Dữ liệu được truy vấn từ bảng SalesLT.Product.
• GROUP BY: Nhóm các đơn hàng có chung ProductCategoryID vào với nhau.
• SELECT: Truy vấn các cột ProductCategoryID, tổng giá tiền của sản phẩm, giá tiền trung bình, đếm số ProductID, số ProductID riêng biệt, giá tiền tối đa, giá tiền tối thiểu của từng sản phẩm.
• Hàm SUM: Tính toán tổng giá tiền của từng nhóm sản phẩm.
• Hàm AVG: Tính toán giá tiền trị trung bình của từng sản phẩm.
• Hàm COUNT: Đếm số ProductID của từng nhóm sản phẩm.
• Hàm COUNT(DISTINCT): Đếm số ProductID riêng biệt của từng nhóm sản phẩm.
• Hàm MAX: Tính toán giá tiền lớn nhất của từng nhóm sản phẩm.
• Hàm MIN: Tính toán giá tiền nhỏ nhất của từng nhóm sản phẩm.

Chỉ định điều kiện các nhóm bằng mệnh đề HAVING

HAVING là một điều kiện được sử dụng trong SQL sau mệnh đề GROUP BY. Nó được sử dụng để lọc các nhóm dữ liệu dựa trên hàm tính toán (aggregate function). Mục đích chính của HAVING là lọc các nhóm dữ liệu sau khi đã thực hiện tính toán.

Cú pháp của HAVING:

  SELECT
      Col_1,
      Col_2,
      Aggregate_function(Col_3)
  FROM Table
  GROUP BY
      Col_1,
      Col_2
  HAVING Aggregate_condition

• Col_1, Col_2: Cột truy vấn, cột được gộp từ mệnh đề GROUP BY.
• Aggregate_function(Col_3): Hàm tính toán được áp dụng với Col_3.
• Col_3: Cột được áp dụng hàm tính toán
• Table: Bảng dữ liệu truy vấn.
• Aggregate_condition: Lọc nhóm dữ liệu đã được tính toán thoả mãn điều kiện đề ra.

Ví dụ: Từ bảng Product thuộc bộ dữ liệu adventureworks, truy vấn các cột sau: ProductCategoryID, cân nặng trung bình của sản phẩm được lưu dưới tên avg_weight, giá trung bình của sản phẩm được lưu dưới tên avg_list_price. Chỉ hiển thị ProductCategoryID thoả mãn cân nặng trung bình lớn hơn 1000.

Giải thích câu lệnh truy vấn:

• GROUP BY: Nhóm các đơn hàng có chung ProductCategoryID vào với nhau.
• HAVING: Lọc nhóm dữ liệu đã được tính toán đã được tính toán thoả mãn điều kiện cân nặng trung bình của sản phẩm lớn hơn 1000.

WHERE và HAVING khác nhau ở đâu?

WHERE sử dụng để lọc các hàng của dữ liệu gốc trong khi HAVING sử dụng để lọc các hàng của kết quả sau GROUP BY.

Các hàm tính toán (Aggregate Functions) ví dụ: SUM, AVG, MIN, MAX, … chỉ có thể được sử dụng trong câu lệnh HAVING.

Ví dụ: Từ bảng thuộc SalesOrderDetail, truy vấn các cột sau SalesOrderID, tổng số đơn hàng, tổng doanh thu và doanh thu trung bình. Lọc điều kiện thoả mãn UnitPriceDiscount = 0 và tổng số đơn hàng lớn hơn bằng 100.

Không sử dụng được hàm tính toán (Aggregate Function) trong câu lệnh WHERE nên khi thực hiện truy vấn câu lệnh sẽ báo lỗi.


Vì vậy ta phải sử dụng từ khóa (Keyword) HAVING để thực hiện truy vấn.


Giải thích câu lệnh truy vấn:

• WHERE: Lọc các dòng dữ liệu thoả mãn đơn vị chiết khấu bằng “0”.
• GROUP BY: Nhóm các hàng của cột SalesOrderID có cùng giá trị trong một cột thành các nhóm riêng biệt.
• HAVING: Lọc nhóm dữ liệu đã được tính toán thoả mãn điều kiện tổng số lượng sản phẩm lớn hơn hoặc bằng 100.
• ORDER BY: Dữ liệu được sắp xếp theo tổng doanh thu giảm dần.

Hàm cửa sổ (Window Functions)

Hàm cửa sổ (Window Functions) trong SQL được sử dụng để thực hiện các phép tính toán các dòng có liên quan đến dòng hiện tại.

Lệnh truy vấn:

  SELECT
      Col_1,
      {Window_function}(Col_2)
  OVER([PARTITION BY Col_1] [ORDER BY COL_3])
   Table_name

• Col_1: Tên cột đầu tiên muốn chọn.
• Hàm cửa sổ:
  • {Window Functions}: Tên của hàm tổng hợp như SUM, AVG,…
  • Col_2: Tên của cột mà áp dụng Window Functions.
  • OVER: Xác định khung cửa sổ, bao gồm PARTITION BY(Nếu có), ORDER BY(Sắp xếp dữ liệu trong cửa sổ)
  • PARTITION BY(Nếu có): Nhóm các hàng liên quan đến nhau để thực hiện tính toán.
  • ORDER BY: Sắp xếp các hàng có trong từng cửa sổ.
  • Col_3: Cột để sắp xếp trong từng cửa sổ.
• New_col: Tên bạn muốn đặt cho dữ liệu mới.
• Table_name: Tên bảng dữ liệu.

Các hàm cửa sổ phổ biến:


Trong phạm vi tài liệu này, chúng ta sẽ tập trung giới thiệu về Ranking Function, hai nhóm hàm còn lại là Aggregate Function và Analytic Function được đưa ra để tham khảo thêm.

Hàm xếp hạng (Ranking Functions)

Một số hàm xếp hạng phổ biến thường được thấy như:

1. ROW_NUMBER

Dùng để xếp hạng các dòng dữ liệu, nhưng không quan tâm đến giá trị giống nhau.


Ví dụ: Từ bảng Product thuộc bộ dữ liệu adventurewoks, truy vấn tên và đánh số thứ tự theo StandardCost.


Ví dụ: Từ bảng Product thuộc bộ dữ liệu adventurewoks, truy vấn tên, gom nhóm theo màu sắc và đánh số thứ tự, sắp xếp thứ tự theo StandardCost.


Giải thích câu lệnh truy vấn:

• SELECT: Truy vấn các cột Name, StandardCost và đánh số thứ tự tăng dần bằng hàm ROW_NUMBER dựa trên thứ tự của StandardCost.
• Hàm cửa sổ với hàm ROW_NUMBER: Gom nhóm theo màu sắc sau đó đánh số thứ tự theo cột StandardCost, sắp xếp theo cột StandardCost.
• Partition By sẽ tạo ra các tập dữ liệu nhỏ. Sau đó đánh số thứ tự trong từng trường.
• Hàm RANK

Thường được sử dụng để xếp hạng các dòng dữ liệu dựa trên một hoặc nhiều cột.

Cú pháp của hàm RANK():

  SELECT
      Col_1,
      Col_2,
  RANK() OVER ([PARTITION BY Col_1 ORDER BY Col_2) AS RANK
  FROM Table_name

• Col_1, Col_2: Cột thực hiện truy vấn.
• RANK(): Xếp hạng các hàng dữ liệu.
• OVER( PARTITION BY Col_1): Xác định phạm vi của cửa sổ dữ liệu mà hàm sẽ được áp dụng. Ở đây là đảm bảo hàm RANK() chỉ được áp dụng cho các hàng có cùng giá trị của Col_1.

(PARTITION BY) là không bắt buộc.

• Table_name: Bảng dữ liệu được sử dụng.

Ví dụ: Từ bảng dữ liệu Product thuộc bộ dữ liệu Product. Truy vấn Name, StandardCost và xếp hạng dựa trên StandardCost.


Giải thích câu lệnh truy vấn:

• SELECT: Truy vấn các cột Name, StandardCost và xếp hạng bằng hàm RANK dựa trên StandardCost.

Đối với các sản phẩm Touring Tire Tube, Mountain Tire Tube, Water Bottle cùng chung 1 xếp hạng là 3 do có chung cùng một mức StandardCost là 1.8863. Khác với Row_Number sẽ đánh lần thứ tự bất kể StandardCost có chung giá trị.

2. DENSE_RANK

Hàm DENSE_RANK xếp hạng các dòng dữ liệu, nhưng không bỏ qua thứ hạng nếu có các giá trị giống nhau.

Ví dụ: Nếu có 2 giá trị lớn nhất, cả hai được xếp hạng là 1 và giá trị tiếp theo xếp hạng thứ 2.

Cú pháp của hàm DENSE_RANK:

  SELECT
      Col_1,
      Col_2,
  DENSE_RANK() OVER ([PARTITION BY Col_1 ORDER BY Col_2) AS RANK
  FROM Table_name

• Col_1, Col_2: Cột thực hiện truy vấn.
• DENSE_RANK(): Xếp hạng các hàng dữ liệu và không bỏ qua thứ hạng nếu có các giá trị giống nhau.
• OVER( PARTITION BY Col_1): Xác định phạm vi của cửa sổ dữ liệu mà hàm sẽ được áp dụng. Ở đây là đảm bảo hàm DENSE_RANK() chỉ được áp dụng cho các hàng có cùng giá trị của Col_1.

(PARTITION BY) là không bắt buộc.

• Table_name: Bảng dữ liệu được sử dụng.

Ví dụ: Từ bảng dữ liệu Product thuộc bộ dữ liệu Product. Truy vấn Name, StandardCost và xếp hạng dựa trên StandardCost.


Giải thích câu lệnh truy vấn:

• SELECT: Truy vấn các cột Name, StandardCost và xếp hạng bằng hàm DENSE_RANK dựa trên StandardCost.

Đối với các sản phẩm Touring Tire Tube, Mountain Tire Tube, Water Bottle cùng chung 1 xếp hạng là 3 do có chung cùng một mức StandardCost là 1.8863 và xếp hạng được đánh tiếp theo sẽ là 4 thay vì bị bỏ qua như ROW_NUMBER.

Tương tự như ROW_NUMBER thì DENSE_RANK cũng có thể sử dụng kèm với PARTITION BY để phân nhóm dữ liệu và đánh thứ hạng trong từng nhóm.

So sánh 3 hàm RANK, DENSE_RANK và ROW_NUMBER.

Để phân biệt rõ ràng hơn, ta cùng xem ví dụ sau:

Từ bảng SalesLT.Product thuộc bộ dữ liệu adventureworks, truy vấn các cột Name, StandardCost, xếp hạng thứ tự theo hàm RANK, DENSE_RANK và ROW_NUMBER.


Giải thích câu lệnh truy vấn:

• SELECT: Truy vấn các cột Name, StandardCost, xếp hạng thứ tự theo hàm RANK, DENSE_RANK và ROW_NUMBER.
• Hàm ROW_NUMBER: Đánh số thứ tự sau khi sắp xếp theo cột dữ liệu đề ra.
• Hàm RANK: Hàm đánh xếp hạng, khi xếp hạng đến giá trị giống nhau, những giá trị này được xếp cùng chung 1 hạng và bỏ qua xếp hạng tiếp theo.
• Hàm DENSE_RANK: Xếp hạng hàng dữ liệu theo thứ tự, khi xếp hạng đến các giá trị giống nhau, những giá trị này được xếp cùng chung 1 hạng và không bỏ qua xếp hạng tiếp theo.

Bạn có thể tham khảo các hàm xếp hạng khác tại Microsoft Document.

Một số hàm tính toán trong hàm cửa sổ (Window Functions) khác

Hàm tính toán (Aggregate Functions)

• Hàm SUM

Hàm SUM được sử dụng để tính tổng của một cột.

Cú pháp của hàm SUM():

• Expression: Biểu thức cần tính tổng.

Ví dụ: Từ bảng dữ liệu dbo.FactInternetSales và dbo.DimSalesTerritory thuộc bộ dữ liệu AdventureWorksDW2019, kết hợp chung bảng FactInternetSales và DimSalesTerritory. Truy vấn ProductKey, SalesTerritoryCountry, OrderQuantity. Tạo hàm cửa sổ để tính tổng OrderQuantity, sắp xếp theo thứ tự giảm dần của ProductKey.


Giải thích câu lệnh truy vấn:

• FROM: Dữ liệu được truy vấn từ bảng SalesOrderHeader.
• INNER JOIN: Kết hợp điểm chung bảng FactInternetSales được gán tên FIS với bảng DimSalesTerritory được gán tên DST.
• ON: Khai báo điều kiện kết hợp bảng từ cột khoá chính SalesTerritoryKey trong bảng FactInternetSales và khoá ngoại SalesTerritoryKey trong bảng DimSalesTerritory.
• SELECT: Truy vấn các cột ProductKey, SalesTerrritoryCountry, OrderQuantity.
  • Hàm cửa sổ với hàm SUM: Gom nhóm theo các quốc gia sau đó tính tổng, sắp xếp theo thứ tự giảm dần của ProductKey và gán tên sum_orderqty.

Hàm thống kê (Analytic Functions)

Hàm thống kê (Analytic Functions) thường thấy phổ biến như:

• LEAD(Col): sử dụng để so sánh giữa giá trị hiện tại và giá trị của dòng tiếp theo.
• LAG(Col): sử dụng để so sánh giữa giá trị hiện tại và giá trị của dòng trước đó.

Ví dụ: Từ bảng SalesOrderHeader thuộc bộ dữ liệu AdventureWork, truy vấn ngày Order trước và sau của từng đơn hàng so với ngày hạn

GROUP BY trong SQL nghĩa là gì?

Câu lệnh group by trong sql được dùng để kết hợp với lệnh SELECT để sắp xếp dữ liệu đồng nhất vào các nhóm, hàm này trong ngôn ngữ sql đi sau mệnh đề WHERE trong một lệnh SELECT và ở trước mệnh đề ORDER BY. SQL và những mệnh đề như GROUP BY ngày càng đóng vai trò quan trọng không kém đối với hệ quản trị CSDL.

Khi nào sử dụng GROUP BY?

Lệnh GROUP BY trong SQL được dùng để sắp xếp dữ liệu đồng nhất theo nhóm với sự trợ giúp của một số chức năng. Ví dụ, nếu một cột nào đó có cùng giá trị ở các hàng khác nhau, sau đó nó sẽ sắp xếp những hàng đó vào một nhóm.

Câu lệnh GROUP BY là gì?

GROUP BY được sử dụng để nhóm các dòng dữ liệu dựa trên giá trị của một hoặc nhiều cột. Mục đích chính của GROUP BY là thực hiện các phép tổng hợp hoặc hàm tính toán trên các nhóm dữ liệu. Sau đây là cách GROUP BY được thực thi trong câu lệnh. Col_1, Col_2: Cột truy vấn, cột được gộp từ mệnh đề GROUP BY.

Khi nào nên dừng GROUP BY?

Câu lệnh GROUP BY nhóm các dòng có cùng giá trị vào các dòng tóm tắt, giống như tìm thấy số lượng khách hàng trong mỗi quốc gia. Câu lệnh GROUP BY thường được dùng với các hàm tổng hợp (COUNT(), MAX(), MIN(), SUM(), AVG()) để nhóm các tập kết quả vào một hoặc nhiều cột.