SQL 排序、分組與統計查詢核心語法全解析

掌握 ORDER BY、GROUP BY、聚合函數與進階分組統計（ROLLUP、CUBE、GROUPING）是 SQL 資料分析的基石。本文系統整理十大核心場景，附帶標準語法與實務範例，助您撰寫高效、精確的分析查詢。

1. 排序：ORDER BY 讓資料有序呈現

SELECT col1, col2 FROM table_name ORDER BY col1 ASC, col2 DESC;

• 預設 ASC 遞增，DESC 遞減
• 可排序多欄位，依序應用
• 不改變資料分組，僅改變輸出順序

2. 分組去重：GROUP BY 回傳唯一值組合

SELECT ZIP FROM Customers GROUP BY ZIP;

• 相同分組鍵值只回傳一列
• SELECT 清單需包含分組欄位或聚合函數
• 不保證輸出順序，需搭配 ORDER BY
• 不可在 GROUP BY 中使用別名

3. 分組前篩選：WHERE 先過濾再分組

SELECT ZIP FROM Customers WHERE State = 'KY' GROUP BY ZIP;

• WHERE 在 GROUP BY 前執行
• 不可使用聚合函數
• 僅保留符合條件的原始列參與分組

4. 保留所有分組：GROUP BY ALL（SQL Server/Access 支援）

SELECT ZIP, COUNT(ZIP) AS KYCustomersByZIP
FROM Customers WHERE State = 'KY' GROUP BY ALL ZIP;

• 結果包含所有 ZIP 分組，不符合 WHERE 的分組聚合值為 0
• 遠端查詢不支援
• 現代標準建議改用 LEFT JOIN 子查詢達成同樣效果

5. 分組後篩選：HAVING 針對聚合結果條件

SELECT ZIP, COUNT(ZIP) AS CustomersByZIP
FROM Customers GROUP BY ZIP HAVING COUNT(ZIP) = 1;

• HAVING 在 GROUP BY 後執行，可使用聚合函數
• 核心差異：WHERE 過濾列，HAVING 過濾組
• 可同時使用 WHERE（列級）與 HAVING（組級）

6. WHERE vs HAVING 執行順序口訣

1. FROM / JOIN
2. WHERE（列過濾）
3. GROUP BY（分組）
4. 聚合函數（計算）
5. HAVING（組過濾）
6. SELECT（投影）
7. ORDER BY（排序）

7. 聚合函數統計分組資料

SELECT OrderID, SUM(Cost * Quantity) AS OrderTotal
FROM Orders GROUP BY OrderID;

常用聚合：COUNT、SUM、AVG、MIN、MAX、STDDEV。

8. 階層小計：WITH ROLLUP 產生超級彙總列

SELECT Customer, OrderNumber, SUM(Cost * Quantity) AS OrderTotal
FROM Orders GROUP BY Customer, OrderNumber WITH ROLLUP;

• 結果最後一列為全域總計（所有分組加總）
• 中間插入各層級小計列
• 不支援 DISTINCT 聚合與 GROUP BY ALL

9. 多維交叉統計：WITH CUBE 產生所有維度組合

SELECT Customer, OrderNumber, SUM(Cost * Quantity) AS OrderTotal
FROM Orders GROUP BY Customer, OrderNumber WITH CUBE;

• 包含 ROLLUP 所有列，另加每維度獨立小計
• 結果列數 = (n+1) × (m+1) ... 維度組合爆炸，慎用於高基數欄位
• 不支援 GROUP BY ALL

10. 識別統計列來源：GROUPING() 函數

SELECT GROUPING(Customer) AS IsCustTotal, OrderNumber,
       SUM(Cost * Quantity) AS OrderTotal
FROM Orders GROUP BY Customer, OrderNumber WITH CUBE;

• 回傳 1 表示該列為 ROLLUP/CUBE 產生的統計列
• 回傳 0 表示為原始明細列
• 便於前端格式化區分「明細」與「小計/總計」

實務效能提示

• 分組欄位建立索引可大幅加速 GROUP BY
• 大資料量優先用 WHERE 縮減輸入列再分組
• CUBE 易產生龐大結果集，考慮物化視圖或 OLAP 引擎
• MySQL 8.0+ 完整支援 ROLLUP，CUBE 需 8.0.1+；PostgreSQL、SQL Server、Oracle 早已支援

熟練運用這十大模式，即能應對從簡單報表到複雜多維分析的大多數 SQL 統計需求，奠定資料分析師與後端工程師的核心查詢能力。