MySQL 聚合函數（三）MySQL對GROUP BY的處理

　　原文來自MySQL 5.7 官方手冊：12.20.3 MySQL Handling of GROUP BY

 

　　SQL-92和更早版本不允許SELECT列表，HAVING條件或ORDER BY列表引用未在GROUP BY子句中命名的非聚合列的查詢。即以下查詢是被禁止的：

SELECT o.custid, c.name, MAX(o.payment)
FROM orders AS o, customers AS c
WHERE o.custid = c.custid
GROUP BY o.custid;

　　SQL-1999以及更高版本允許將這種查詢作為一個可選項，前提是這些列在功能上依賴GROUP BY列（if they are functionally dependent on GROUP BY columns）——如果name和custid之間存在這種關系，則查詢是合法的，例如custid是customer的一個主鍵。

　　MySQL 5.7.5及更高版本實現了對功能依賴的檢測。如果啟用了ONLY_FULL_GROUP_BY SQL模式（默認情況下是這樣），MySQL會拒絕在Select列別、Having條件或者ORDER BY列表中有引用既未在GROUP BY子句中命名也未在功能上依賴於它們的非聚合列。

　　在5.7.5之前，MySQL不檢測功能依賴性，默認情況下不啟用ONLY_FULL_GROUP_BY。（難怪，我的是5.7.21，默認不開啟。）

　　那當不啟用ONLY_FULL_GROUP_BY時，MySQL就不得不接受前面這種查詢。在這種情況下，服務器可以自由選擇每個組中的任何值，因此除非它們相同，否則所選的值是不確定的，這可能不是您想要的。

　　此外，添加ORDER BY子句不會影響每個組中值的選擇。結果集的排序發生在值被選擇之后，所以ORDER BY並不會影響服務器如何選擇每個組中的值。

　　當你知道，由於數據的某些屬性，每個未在GROUP BY中命名的非聚合列中的所有值對於每個組都是相同的。此時禁止ONLY_FULL_GROUP_BY可能是有用的。

 

　　以下的討論展示功能性依賴、以及當功能性依賴缺失時MySQL產生的錯誤信息，以及讓MySQL在功能性依賴缺失時接受查詢的方式。

　　在ONLY_FULL_GROUP_BY模式下，下面的查詢可能是非法的：

SELECT name, address, MAX(age) FROM t GROUP BY name;

　　但，如果name是t的一個主鍵，又或者name是一個unique、NOT NULL字段，這個查詢會變成合法的。在這種情況下，MySQL會識別出查詢列address功能性依賴與group列。例如，若name是一個主鍵，則其值確定address的值，因為每個組只有一個主鍵值，因此只有一行。因此，MySQL對組中address值的選擇並不會有隨機性，也不需要拒絕查詢。

　　反過來，如果name是並不是t的一個主鍵，又或者name也不是一個unique、NOT NULL字段，這個查詢就是非法的了，因為在這種情況下，MySQL不能推斷出功能依賴性並發生錯誤：

ERROR 1055 (42000): Expression #2 of SELECT list is not in GROUP
BY clause and contains nonaggregated column 'mydb.t.address' which
is not functionally dependent on columns in GROUP BY clause; this
is incompatible with sql_mode=only_full_group_by

　　那如果非要MySQL接受這個查詢，就可以使用ANY_VALUE()函數：

SELECT name, ANY_VALUE(address), MAX(age) FROM t GROUP BY name;

　　當然，也可以放大招，禁止ONLY_FULL_GROUP_BY模式。

　　然而，這里的例子非常簡單。 特別是，我們不太可能在單個主鍵列上進行分組，因為每個組只包含一行。其它對於在更復雜的查詢中演示“功能性依賴”的示例，參考12.20.4。

 

　　如果一個select查詢中包含了聚合函數，卻沒有GROUP BY子句。那么在ONLY_FULL_GROUP_BY模式下，它不能在select子句的列表中、HAVING條件中、ORDER BY列表中包含非聚合列。如下所示：

/*sql_mode=ONLY_FULL_GROUP_BY*/
mysql> SELECT name, MAX(age) FROM t;
ERROR 1140 (42000): In aggregated query without GROUP BY, expression
#1 of SELECT list contains nonaggregated column 'mydb.t.name'; this
is incompatible with sql_mode=only_full_group_by

　　不存在Group By子句時，就只存在一個組，同時也不確定為這個組選擇哪個name值。這種情況下，如果MySQL選擇的name值是無關緊要的，ANY_VALUE()就可以派上用場了：

/*不會報錯*/
SELECT ANY_VALUE(name), MAX(age) FROM t;

 

　　在MySQL 5.7.5及更高版本中，ONLY_FULL_GROUP_BY也會影響使用了DISTINCT和ORDER BY的查詢。

　　假設具有三列c1，c2和c3的表t，其中包含以下行：

/*

c1 c2 c3
1  2  A
3  4  B
1  2  C

*/

　　假設我們執行以下查詢，期望結果按c3列進行排序：

SELECT DISTINCT c1, c2 FROM t ORDER BY c3;

　　為了對結果排序，必須先刪除重復項。但是要這樣做，我們應該保留第一行還是第三行？這種任意選擇會影響c3的保留值，而反過來c3的保留值又會影響排序，使得排序也任意了。

　　為了防止這個問題，如果任何ORDER BY表達式不滿足以下條件中的至少一個，則有DISTINCT和ORDER BY的查詢將被拒絕為無效：

• 表達式與select列表中的某個相等；
• 所有被該表達式引用、並且屬於查詢所選表的列，都是select列表中國的元素

 

　　MySQL相對於標准SQL的另一個擴展是：允許在Having子句中引用在SELECT從句中命名的別名。

　　例如，以下查詢返回name值出現一次的行：

SELECT name, COUNT(name) FROM orders
GROUP BY name
HAVING COUNT(name) = 1;

　　但是MySQL擴展后可以如下使用：

SELECT name, COUNT(name) AS c FROM orders
GROUP BY name
HAVING c = 1;

NOTE：在MySQL 5.7.5之前，啟用ONLY_FULL_GROUP_BY會禁用此擴展，因此需要使用非別名表達式來編寫HAVING子句。

　　按前面的我的筆記，Having子句是在Select子句前被執行的，看起來似乎是錯的？試驗了一下，在我的版本（5.7.21）中，這樣做沒問題（猜想一下，和編譯順序相關？）:

select SID,count(SId) as n from sc group by SId having n=3;

/*

+------+---+
| SID  | n |
+------+---+
| 01   | 3 |
| 02   | 3 |
| 03   | 3 |
| 04   | 3 |
+------+---+

*/

 

　　還可以提一下，標准SQL在GROUP BY子句中僅允許有列表達式（column expressions），因此諸如此類的語句無效，因為FLOOR（value / 100）是非列表達式（ noncolumn expression）：

SELECT id, FLOOR(value/100)
  FROM tbl_name
  GROUP BY id, FLOOR(value/100);

　　而MySQL對此進行了擴展，上述語句有效。

　　標准SQL也不允許GROUP BY子句中出現別名，MySQL則允許。所以上述查詢也可以更改為：

SELECT id, FLOOR(value/100) AS val
  FROM tbl_name
  GROUP BY id, val;

　　這個val被視為列表達式。

 

　　當GROUP BY中出現非列表達式時，MySQL會識別該表達式與Select子句列表中的表達式之間的相等性。這意味着啟用了ONLY_FULL_GROUP_BY SQL模式后，包含GROUP BY id，FLOOR(value/100)的查詢是有效的，因為Select列表中出現了相同的FLOOR()表達式。

　　但是，MySQL不會嘗試識別GROUP BY非列表達式的功能依賴（functional dependence），因此以下查詢在啟用ONLY_FULL_GROUP_BY時無效，即使Select列表中的第三個表達式是一個關於id列的簡單公式：id與GROUP BY中的FLOOR()相加。（即id+FLOOR(value/100)與GROUP BY的列不存在功能依賴）

SELECT id, FLOOR(value/100), id+FLOOR(value/100)
  FROM tbl_name
  GROUP BY id, FLOOR(value/100);

　　解決方法是使用派生表：

SELECT id, F, id+F
  FROM
    (SELECT id, FLOOR(value/100) AS F
     FROM tbl_name
     GROUP BY id, FLOOR(value/100)) AS dt;