MYSQL基础上机练习题（五） GROUP BY子句应用
一、实验目的
GROUP BY子句应用
二、实验内容
使用GROUP BY子句对MYSQL基础上机练习题（二）中的数据操作
三、题目
- 查询各部门人数
- 查询各部门平均工资以及人数
- 查询各部门不同性别的平均工资以及人数
- 查询不同部门不同性别不同教育水平的平均工资情况
四、代码
- 查询各部门人数（知识点：GROUP BY简单分组应用）
SELECT DepartmentID, COUNT(*) AS '部门人数'
FROM Employees
GROUP BY DepartmentID
2. 查询各部门平均工资以及人数（知识点：GROUP BY在多表查询中的应用）
SELECT DepartmentName AS '部门名称', COUNT(*) AS '部门人数', ROUND(AVG(InCome),2) AS '平均工资'
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY DepartmentID
（ROUND函数是为了四舍五入，且显示两位小数）
3. 产生一个结果集，包括各部门不同性别的平均工资以及人数（知识点：GROUP BY聚合行、小计行、总计行生成（二维））
SELECT DepartmentName AS '部门名称', COUNT(*) AS '部门人数', AVG(InCome) AS '平均工资', Gender
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY DepartmentID, Gender
WITH ROLLUP聚类维度为：
（1）仅对部门分类（即小计行）：对五个部门的人数、平均工资进行统计
（2）对部门中的不同性别员工分类（细分行）：对五个部门中的男、女不同性别进行统计
4. 产生一个结果集，包括每个部门的男硕士的人数和平均工资、男本科的人数和平均工资、男大专的人数和平均工资、女硕士的人数和平均工资、女本科的人数和平均工资、女大专生的人数和平均工资、男员工人数和平均工资、女员工人数和平均工资、部门总人数和平均工资（知识点：GROUP BY聚合行、小计行、总计行生成(三维））
SELECT DepartmentName, COUNT(*) AS '部门人数', AVG(InCome) AS '平均工资', Gender, Education
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY DepartmentID, Gender, Education
WITH ROLLUP
在这种情况下，结果集的行数取决于维数和每个维度的值的个数：
此题有(n=3)三维：Department(部门，部门值有5个），Gender(性别，性别值有两个），Educatioin(教育水平，教育水平值有三个)；
因此，这里有(n+1=)4种分组：
（1）汇总：全部的总计–所有员工的平均工资以及人数–(null,null,null)共1行
（2）对Department分组：各个部门的员工人数以及平均工资–(DepartmentName, null, null)共5行（DepartmentName有5个值）
（3）对每个Department中的不同性别值分组：各个部门中不同性别的员工的人数以及平均工资–（DepartmentName, Gender, null）每个部门各2行，共5*2=10行）
（4）对每个Department中的各个性别值中的不同教育水平分组：各个部门中各个性别的不同教育水平的员工的人数以及平均工资–（DepartmentName, Gender, Education）（每个性别各3行，教育水平有3个值，共5*2*3=30行）
所以，结果集中最多可以有1+5+5*2+5*2*3=46行
且GROUP BY 后的属性前后排序不一样，结果集的行数不一样
5. 产生一个结果集，分别根据部门、性别、教育水平对人数和平均工资进行聚合（知识点：GROUP BY聚合行、交叉表、小计行、总计行生成(三维））
在SQL中，有CUBE这种聚合方式可以解决，但是Mysql不支持
只能联合六个表，即三个属性的前后排列组合得出的表进行联合后可以得出CUBE所可以得到的结果
/*排列组合1：部门、性别、教育*/
SELECT DepartmentName, COUNT(*) AS '部门人数', AVG(InCome) AS '平均工资', Gender, Education
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY DepartmentID, Gender, Education
WITH ROLLUP
UNION
/*排列组合2：性别、教育、部门*/
SELECT DepartmentName, COUNT(*) AS '部门人数', AVG(InCome) AS '平均工资', Gender, Education
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY Gender, Education, DepartmentID
WITH ROLLUP
UNION
/*排列组合3：教育、部门、性别*/
SELECT DepartmentName, COUNT(*) AS '部门人数', AVG(InCome) AS '平均工资', Gender, Education
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY Education,DepartmentID, Gender
WITH ROLLUP
UNION
/*排列组合4：部门、教育、性别*/
SELECT DepartmentName, COUNT(*) AS '部门人数', AVG(InCome) AS '平均工资', Gender, Education
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY DepartmentID, Education, Gender
WITH ROLLUP
UNION
/*排列组合5：教育、性别、部门*/
SELECT DepartmentName, COUNT(*) AS '部门人数', AVG(InCome) AS '平均工资', Gender, Education
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY Education, Gender, DepartmentID
WITH ROLLUP
UNION
/*排列组合6：性别、部门、教育*/
SELECT DepartmentName, COUNT(*) AS '部门人数', AVG(InCome) AS '平均工资', Gender, Education
FROM Employees
NATURAL JOIN Salary
NATURAL JOIN Departments
GROUP BY Gender, DepartmentID, Education
WITH ROLLUP在这种情况下，结果集的行数同样取决于维度数以及每个维度的值的个数，但是这种情况下的结果集行数更复杂一些：
同样，此题有(n=3)三维：Department(部门，部门值有5个），Gender(性别，性别值有两个），Educatioin(教育水平，教育水平值有三个)；
因此，这里有(2^n=)8种分组：
（1）汇总：全部的总计–所有员工的平均工资以及人数–(null,null,null)共1行
（2）对Department分组：各个部门的员工人数以及平均工资–(DepartmentName, null, null)共5行（财务部、人力资源部、经理办公室、研发部、市场部）
（3）对Gender分组：男员工和女员工的人数以及平均工资–（Gender, null, null）共2行
（4）对Education分组：硕士毕业、本科毕业、大专毕业的员工人数以及平均工资–（Education,null,null）共3行
（5）对每个Department中的不同性别值分组：各个部门中男员工、女员工的人数以及平均工资–（DepartmentName, Gender, null）每个部门各2行，共5*2=10行）
（6）对每个Department中的不同教育水平值分组：各个部门中的硕士毕业、本科毕业、大专毕业的员工人数以及平均工资–（Department,Education,null）每个部门各3行，共5*3=15行
（7）对不同性别的员工的不同教育水平分组：男女员工中的硕士毕业、本科毕业、大专毕业的人数以及平均工资–（Gender,Education,null）不同性别各3行，共2*3=6行
（8）对每个Department中的各个性别值中的不同教育水平分组：各个部门中各个性别的不同教育水平的员工的人数以及平均工资–（DepartmentName, Gender, Education）（每个性别各3行，教育水平有3个值，共5*2*3=30行）
所以，结果集中最多可以有1+5+2+3+5*2+5*3+2*3+5*2*3=72行