GROUP BY: دسته‌بندی و خلاصه‌سازی داده

در سه درس قبل، COUNT، SUM و AVG کل جدول را در یک ردیف خلاصه کردند. اما سوال واقعی‌تر این است: «درآمد هر دسته چقدر است؟» یا «چند محصول از هر دسته داریم؟» — یعنی می‌خواهیم به‌جای یک خلاصه‌ی کلی، یک خلاصه برای هر گروه داشته باشیم. این دقیقاً کاری است که GROUP BY انجام می‌دهد.

ساختار پایه

SELECT category, COUNT(*) AS ProductCount, SUM(price * quantity) AS Revenue
FROM sales
GROUP BY category;

این پرس‌وجو ردیف‌های sales را بر اساس category در دسته‌های جدا می‌ریزد، و برای هر دسته، یک ردیف خروجی با تعداد و مجموع درآمد آن دسته می‌سازد. بیا نتیجه را ببینیم:

قانون طلایی GROUP BY

در SQL Server یک قانون سخت‌گیرانه وجود دارد: هر ستونی که در SELECT بیاوری و داخل یک تابع تجمیعی (COUNT, SUM, ...) نباشد، باید حتماً در GROUP BY هم باشد. برای مثال، این پرس‌وجو در SQL Server واقعی با خطا متوقف می‌شود:

SELECT product, category, COUNT(*)
FROM sales
GROUP BY category;
-- خطا: ستون 'sales.product' نه در تابع تجمیعی است، نه در GROUP BY

دلیلش منطقی است: وقتی چند ردیف در یک گروه جمع می‌شوند، SQL Server نمی‌داند کدام product را نشان بدهد — هر گروه ممکن است چند محصول متفاوت داشته باشد. بیا همین پرس‌وجو را در Playground این سایت امتحان کنیم:

GROUP BY روی چند ستون

می‌توان بیش از یک ستون را برای گروه‌بندی مشخص کرد؛ در این حالت، هر ترکیب یکتا از آن ستون‌ها یک گروه جداگانه می‌شود — دقیقاً همان مفهومی که در درس DISTINCT دیدیم:

SELECT city, grade, COUNT(*) AS StudentCount
FROM students
GROUP BY city, grade;

بیا این را روی جدول students امتحان کنیم:

WHERE و GROUP BY با هم

WHERE پیش از گروه‌بندی، روی ردیف‌های خام اعمال می‌شود — یعنی می‌توانی قبل از خلاصه‌سازی، بخشی از داده را کنار بگذاری:

SELECT category, SUM(price * quantity) AS Revenue
FROM sales
WHERE quantity IS NOT NULL
GROUP BY category;

جایگاه GROUP BY در ترتیب پردازش منطقی

تا الان چند بار به ترتیب پردازش منطقی اشاره کردیم؛ حالا با اضافه‌شدن GROUP BY، تصویر کامل‌تر می‌شود:

جمع‌بندی این درس

• GROUP BY ردیف‌ها را بر اساس یک یا چند ستون دسته‌بندی می‌کند و یک ردیف خلاصه به‌ازای هر گروه می‌سازد.
• در SQL Server، هر ستون غیرتجمیعی در SELECT باید در GROUP BY هم باشد؛ SQLite این قانون را سخت‌گیرانه اجرا نمی‌کند.
• GROUP BY روی چند ستون، یعنی گروه‌بندی بر اساس ترکیب یکتای آن‌ها.
• WHERE پیش از گروه‌بندی اجرا می‌شود؛ فیلتر کردن خود گروه‌ها موضوع درس بعدی است.

در آخرین درس این فصل، سراغ HAVING می‌رویم: چطور گروه‌هایی را که خودشان شرط خاصی دارند (مثلاً «دسته‌هایی با بیش از ۲ محصول») فیلتر کنیم.