GROUP BY、UNION和COALESCE协作

假设你是一家电商公司的数据分析师，老板需要一份产品销售报告：

• 统计所有商品的销量

• 商品分为两类：标准商品（有固定规格）和定制单品（特殊订单）

• 数据来自不同的数据库表

• 需要处理可能存在的空值问题

这个看似简单的需求，实际上需要用到SQL中的三个核心功能：GROUP BY、UNION和COALESCE。

第一章：GROUP BY - 数据分组

什么是分组？为什么需要分组？

想象你是一个超市经理，面对满满一仓库的商品：

• 你需要知道每种商品的库存总量

• 而不是每个单独商品的库存

这就是分组的核心思想：将相似的数据归为一组，然后进行统计计算。

GROUP BY基础用法

-- 统计每个部门的员工数量
SELECT department, COUNT(*) AS employee_count
FROM employees
GROUP BY department;

GROUP BY进阶用法

-- 统计每个部门、每个职级的平均工资
SELECT 
    department,
    job_level,
    AVG(salary) AS avg_salary
FROM employees
GROUP BY department, job_level;

GROUP BY常见错误

-- 错误示例：SELECT包含了未在GROUP BY中的列
SELECT name, department, AVG(salary)
FROM employees
GROUP BY department; -- 错误！name不在GROUP BY中

黄金法则：SELECT中的非聚合列必须出现在GROUP BY子句中

第二章：UNION - 数据合并

UNION vs UNION ALL

假设你有两个客户名单：线上客户和线下客户

-- 合并客户列表（去重）
SELECT name, email FROM online_customers
UNION
SELECT name, email FROM offline_customers;

-- 合并客户列表（不去重）
SELECT name, email FROM online_customers
UNION ALL
SELECT name, email FROM offline_customers;

UNION使用规则

1. 每个SELECT语句必须有相同数量的列

2. 对应列必须有兼容的数据类型

3. 列名可以不同，但最终结果使用第一个SELECT的列名

UNION实际应用场景

-- 合并销售数据：标准商品 + 定制单品
SELECT '标准商品' AS type, product_id, SUM(quantity) AS total_sales
FROM standard_orders
GROUP BY product_id

UNION ALL

SELECT '定制单品' AS type, custom_id, SUM(quantity) AS total_sales
FROM custom_orders
GROUP BY custom_id;

第三章：COALESCE - 空值处理

为什么需要处理空值？

在数据库中，NULL表示"未知"或"不存在"。但实际应用中：

• NULL与0不同

• NULL参与计算会导致结果变为NULL

• 用户界面显示NULL不友好

COALESCE基础用法

-- 返回第一个非空值
SELECT 
    name,
    COALESCE(middle_name, '无') AS middle_name,
    COALESCE(phone, email, '无联系方式') AS contact
FROM customers;

COALESCE高级技巧

-- 解决ID冲突问题
SELECT 
    COALESCE(standard_id, custom_id + 1000000) AS unified_id
FROM products;

-- 处理多种可能的空值情况
SELECT 
    product_id,
    COALESCE(
        special_price, 
        member_price, 
        regular_price * 0.9, 
        0
    ) AS final_price
FROM pricing;

结语：SQL三剑客的强大组合

通过本文的学习，你应该已经掌握：

• GROUP BY：分组统计的核心工具

• UNION：数据合并的桥梁

• COALESCE：空值处理的瑞士军刀

这三个功能的组合可以解决实际工作中80%的复杂数据统计需求。记住：

"掌握基础工具的组合应用，比学习高级技巧更重要"

终极小抄：