一. 使用場景：

group by field having count(1) >1用來判斷某個欄位是否有重複值，比如下頁想驗證t_external_member表裡面是否有重複的值，使用如下的sql：

select * from t_external_member a where a.memberid in (select b.memberid from t_external_member b group by b.memberid having count(1) >1)

二. 細節

group by,order by單個欄位很好理解. 但是很多時候,需要group by,order by多個欄位. 理解sql背後怎麼做很重要.

比如group by a1, a2 order by a2,a3表示先按a1分組返回結果集,再這個結果集上再對a2分組返回結果集, 然後針對返回的結果集再對a1排序返回結果集後,再對a2排序.

比如需要一個操作表op,grpid表示組id,每個組下可以有多種操作型別.比如1~10,step表示操作當前的狀態,0表示未執行,1表示執行完. 表裡麵包含了下面的資料.

id, grpid,type  step
1   101   2     0 
2   101   2     0
3   101   3     0
4   101   4     0
5   101   1     0
6   201   3     0
6   201   2     0
8   201   3     1
9   201   1     0
10  201   1     1

需求是找到表中同組下未執行的相同型別的最小id值. 同時優先處理型別是1,2,3的,型別是6的不產生效率,放到最後處理.

結果:

1   101   1(2經過decode運算看成了1,所以返回id不是5,而是1)

4   101   4(4不經過decode且該型別在101組只有1個值,返回)

6   201   1

而測試人員誤以為取的是每個組下的最小opid時,所以會用下面的sql檢驗

結果

grpid   count(1)

101     2 (這樣就會出現誤會. 會發現是需求理解的問題, 認為每個組應該只返回一個id, 其實上面的sql的邏輯是每個組下的每個型別的只返回一個值.)

201     1

------------------------------------------------------------------------------------------------

附網上找到的一些基礎資料:
一.資料分組(group by ):

select 列a,聚合函式（聚合函式規範） from 表明

where 過濾條件

group by 列a

group by 字句也和where條件語句結合在一起使用。當結合在一起時，where在前，group by 在後。即先對select xx from xx的記錄集合用where進行篩選，然後再使用group by 對篩選後的結果進行分組。

二.使用having字句對分組後的結果進行篩選，語法和where差不多:having 條件表示式

需要注意having和where的用法區別：

1.having只能用在group by之後，對分組後的結果進行篩選(即使用having的前提條件是分組)。

2.where肯定在group by 之前，即也在having之前。

3.where後的條件表示式裡不允許使用聚合函式，而having可以。

三、當一個查詢語句同時出現了where,group by,having,order by的時候，執行順序和編寫順序是：

1.執行where xx對全表資料做篩選，返回第1個結果集。

2.針對第1個結果集使用group by分組，返回第2個結果集。

3.針對第2個結果集中的每1組資料執行select xx，有幾組就執行幾次，返回第3個結果集。

4.針對第3個結集執行having xx進行篩選，返回第4個結果集。

5.針對第4個結果集排序。

例子：

完成一個複雜的查詢語句，需求如下：

按由高到低的順序顯示個人平均分在70分以上的學生姓名和平均分，為了儘可能地提高平均分，在計算平均分前不包括分數在60分以下的成績，並且也不計算賤人（jr）的成績。

分析：

1．要求顯示學生姓名和平均分

因此確定第1步select s_name,avg(score) from student

2．計算平均分前不包括分數在60分以下的成績，並且也不計算賤人（jr）的成績

因此確定第2步 where score>=60 and s_name!=’jr’

3．顯示個人平均分

相同名字的學生（同一個學生）考了多門科目 因此按姓名分組

確定第3步 group by s_name

4．顯示個人平均分在70分以上

因此確定第4步 having avg(s_score)>=70

5．按由高到低的順序

因此確定第5步 order by avg(s_score) desc

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

group by聯想

group by 多欄位對於資料庫的資料來源非常方便，下面是網上的一道筆試題，裡面有類似group by的需求，只不過此時資料來源變成了日誌檔案，無法再使用sql語句，需要應用程式設計資料結構實現：

1，使用者訪問網站時，用隨機的一個字串表示該使用者，同一個使用者訪問別的頁面也用相同的字串表示,使用者id稱為userId。
2，網站的每個頁面用英文字串來表示，稱為page_type_id;
3，網站的訪問日誌的格式是：<userId 空格 page_type_id >
4,訪問路徑：找出使用者訪問最多三節訪問路徑，所謂三節路徑是：home--prouduct---prouduct detail;
或者 prouduct--surport --faq  等等。
要求假設已經有了一個這樣的一個日誌檔案，用java寫一個程式，找出最多的三節路徑。
下面是日誌檔案的示例：
123 home
234 product
456 product detail
123 product
456 product

123 product detail
......
解決思路：二個hashmap，m1:HashMap<userid,id1_id2_id3>   m2:HashMap<id1_id2_id3, count>

按照group by的思路，m1相當於按照group by userid, id1_id2_id3，m2相當於聚合函式count(id1_id2_id3)的感覺。

現在的問題是如何用應用程式構造id1_id2_id3這樣的值，同時如何通過累加實現count的功能。

思路如下：

第一個HashMap<userID,page_type_id>,因為日誌是順序新增的，比如：
userID page_type_id
123    home                1
456    production          2
123    home                3

那麼第一個HashMap儲存['123','home'］，同理，第三行標示使用者‘123‘在相同頁面重新整理，那麼可以跳過（等同於HashMap儲存了這個值的話），如果沒有遇到相同的話，
比如：
userID page_type_id
123    home                4
123    production          5
這樣路徑就變成了home-production，Map=['123','home,production'］,如果在第N行，使用者123的路徑，沒有在home-production的話，比如：
userID page_type_id
123    detail              N
那麼，這個時候第一個HashMap=['123','home,production,detail'］,第二HashMap儲存［‘home,production,detail‘，1］（count=1）.

接下來，又遇到了使用者“123”的話，把第一個HashMap['123','home,production,detail'］的值替換掉，即又變成了[‘123’，‘home’]，重複前面的做法，當路徑符合三節的時候，把使用者123在一個HashMap上面的值取出來，跟第二個 HashMap［‘home,production,detail‘，1］的鍵(‘home,production,detail‘)比較，如果有的話，+1，如果沒有的話，新增新的key給第二個HashMap。

二個累加器：一個用來計數，判斷是否達到三層。另一個取map的key，取到加1，取不到放入,置1. 典型的hashmap的用法。