1. 前言：GROUP BY 概述
在資料庫中處理大規模資料時，GROUP BY 子句是一個強大的工具，可以有效率地進行彙總與整理。GROUP BY 會根據特定欄位將資料分組，並對每個群組進行彙總。例如，在計算各商品類別的銷售總額時，使用這個子句即可輕鬆取得所需的結果。
透過使用 GROUP BY 子句，可以將資料整理成更直觀的形式，並搭配聚合函數（SUM、COUNT、AVG 等）進行更深入的分析。
2. GROUP BY 的基本用法
使用 GROUP BY 子句時，會依指定的欄位將資料分組，並針對每個群組進行彙總。這讓我們可以快速取得依特定分類或條件的摘要與統計資料。
基本語法
SELECT 欄位名稱, 聚合函數(欄位名稱)
FROM 資料表名稱
GROUP BY 欄位名稱;範例
若要計算商品類別的銷售總額，可以使用以下查詢：
SELECT product_category, SUM(sales_amount)
FROM sales
GROUP BY product_category;此查詢會計算並顯示每個商品類別的銷售總額。
結果範例
| product_category | SUM(sales_amount) |
|---|---|
| 家電 | 100,000 |
| 食品 | 50,000 |
| 衣服 | 75,000 |
3. GROUP BY 與聚合函數的組合
將 GROUP BY 與聚合函數結合，可以將資料依群組彙整，並取得群組的統計數據。在 MySQL 中常用的聚合函數有：
- SUM()：計算數值資料的總和
- COUNT()：計算資料筆數
- AVG()：計算數值資料的平均值
- MAX()：取得最大值
- MIN()：取得最小值
範例查詢
若要同時取得商品類別的銷售總額與銷售筆數，可以使用以下查詢：
SELECT product_category, SUM(sales_amount), COUNT(*)
FROM sales
GROUP BY product_category;此查詢會針對 product_category 計算銷售總額與銷售筆數。
4. 使用 HAVING 子句篩選
HAVING 子句用於對 GROUP BY 分組後的結果再進行條件篩選。其特點是可以基於聚合函數的結果進行過濾，這與在聚合前就進行篩選的 WHERE 子句不同。
範例查詢
例如，若只想取得銷售總額大於 1000 的類別，可以使用：
SELECT product_category, SUM(sales_amount)
FROM sales
GROUP BY product_category
HAVING SUM(sales_amount) > 1000;此查詢會僅返回銷售總額超過 1000 的商品類別。
5. GROUP BY 搭配 ORDER BY
使用 GROUP BY 進行分組後，若要將結果排序，可搭配 ORDER BY 子句。ORDER BY 可依指定欄位的值進行升序（ASC）或降序（DESC）排列。
範例查詢
以下範例會依銷售總額由高到低排序商品類別：
SELECT product_category, SUM(sales_amount)
FROM sales
GROUP BY product_category
ORDER BY SUM(sales_amount) DESC;此查詢會依銷售額多寡排序商品類別。
6. 進階用法：GROUP BY 與 WITH ROLLUP
WITH ROLLUP 可以附加在 GROUP BY 後，用來在分組結果之外，自動取得總合計。這樣不僅能看到每個群組的彙總，也能快速取得整體的統計數據，非常適合用於業務報表或摘要報告。
範例查詢
以下查詢會顯示各城市的銷售總額，並在最後附加總合計：
SELECT city, SUM(sales_amount)
FROM sales
GROUP BY city WITH ROLLUP;此查詢會列出各城市的銷售總額，並在最後多顯示全部城市的銷售總額。
7. GROUP BY 與 DISTINCT 的差異
DISTINCT 與 GROUP BY 都能整理資料，但用途不同。DISTINCT 會移除重複的資料，僅保留唯一值；而 GROUP BY 則是將資料分組並進行彙總。
範例比較
使用 DISTINCT 取得不重複的商品類別：
SELECT DISTINCT product_category
FROM sales;使用 GROUP BY 取得各商品類別的銷售筆數：
SELECT product_category, COUNT(*)
FROM sales
GROUP BY product_category;也就是說，DISTINCT 僅移除重複項目，而 GROUP BY 則能進行群組統計。
8. MySQL 中 GROUP BY 的效能最佳化
在處理大規模資料集時，GROUP BY 的效能調整非常重要。以下是幾個常見的優化方法：
1. 使用索引
若在 GROUP BY 的欄位上建立索引，可以加快查詢與分組的效率。
CREATE INDEX idx_category ON sales(product_category);合理使用索引能大幅提升效能。
2. 調整記憶體參數
處理大量資料時，調整 MySQL 的記憶體參數能提升速度。像是 sort_buffer_size 與 tmp_table_size 的值可適度加大：
SET GLOBAL sort_buffer_size = 2M;
SET GLOBAL tmp_table_size = 64M;增加記憶體使用量能減少磁碟寫入，縮短處理時間。
3. 簡化查詢
過度複雜的查詢會降低效能。過多的 JOIN 或子查詢會造成延遲，建議保持查詢簡單，並移除不必要的欄位或條件。
4. 利用版本新功能
從 MySQL 8.0 開始，除了傳統的排序式分組外，還支援雜湊式分組，通常比排序方式更快：
SET optimizer_switch = 'hash_join=on';5. 使用查詢快取
若使用 MySQL 5.7 或更早版本，可以利用查詢快取來提升重複查詢的速度：
SET GLOBAL query_cache_size = 16M;
SET GLOBAL query_cache_type = 1;6. 考慮資料分割（Partitioning）
透過 MySQL 的分割表（Partitioning），可將大型資料表拆分成多個部分，加快查詢速度：
ALTER TABLE sales PARTITION BY RANGE (YEAR(sale_date)) (
PARTITION p0 VALUES LESS THAN (2021),
PARTITION p1 VALUES LESS THAN (2022),
PARTITION p2 VALUES LESS THAN (2023)
);9. 總結：GROUP BY 的高效應用
GROUP BY 子句是 SQL 中非常實用的工具，可以依群組進行彙總與分析。本文介紹了基本用法、HAVING 子句與 ORDER BY 的搭配、進階的 WITH ROLLUP，並探討了效能優化的方法。
此外，透過索引、記憶體調整、雜湊式分組、查詢快取與資料分割等技術，能有效提升大規模資料處理的效率。依據 MySQL 版本採用適合的功能與設定，能讓日常的資料分析更快更有效率。
