第五节 group by分组的应用

首先先说说分组是怎样工作的。举个例子：

表：temp1有以下记录：

bhslaaa1aaa4ccc2bbb5aaa9bbb7

现在要统计一下temp1有中多少种编号，各种编号的总数量又是多少。很明显，这是使用分组。

sele bh,sum(sl) as total_sl ;  from temp1 ;  grou by bh ;  orde by bh ;  into curs temp2

命令的运行过程就象投票选举中的点票过程一样。它中间到底是采用什么样的技术来储存中间结果我不知道，但不这重要，我现在假设它使用临时表(实际上我想不大可能)，这样对结果没影响，但又容易理解。

1、是逐个扫描记录。每遇到一个新的编号，就为这个编号建立一个临时表(再次重申，使用临时表只是我的假设布局，真正的处理方法我不知道)，然后把这个记录的内容放进对应的临时表中去。如果不是新编号，就直接把记录内容放进对应的临时表中去。

2、全部记录扫描完了，各种编号对应的临时表也产生了，现在就是对每一个临时表采用sum()进行统计了。比如编号为"aaa"的临时表是cursor1，那它的内容就是：

Aaa1Aaa4Aaa9

现在进行sum()统计了，它的效果就相当于sele bh,sum(sl) as total_sl from cursor1。每一个编号的临时表都要进行这样的sum()统计，然后把每个编号的统计结果联合起来，就想使用union一样，最后得出的结果就是：

aaa14ccc2bbb12

3、然后再给bh排序，结果就是：

aaa14bbb12ccc2

看了上面那个例子，再看下面这条命令，想必也可以理解了吧：

sele cpk.cpbh,cpk.cpmc,sum(iif(isnull(thdmx.thsl),0,thdmx.thsl) as total_thsl ;  from cpk left join thdmx ;    on cpk.cpbh=thdmx.cpbh ;  grou by cpk.cpbh ;  orde by cpk.cpbh ;  into curs temp1 

产品表左联接提货明细表，这样没有提过的产品，在联接后的临时表中，对应的提货数量就是个null值。到了分组，第一步完成后，生成的临时表中也仍然有null值，所以在第二步进行sum命令时，就要使用iif(isnull())来过滤了。过滤的结果就是把null值改为0，其它的不变，然后再由sum进行汇总。最后第三步再排序，结果就出来了。

以上是分组的最基本用法。现在说说分组的一些古怪用法。

一、使用recn()。例子一：

有种情况，一大段本来是应该连续的号码，但中间地漏掉了一些号码，现在要把这些漏了的号码找出来。恐怕很多人，一来就是使用scan endscan，再加上一些中间变量以作为判断依据，最后写成的代码有一大段，运行起来慢得要死。但如果采用以下这种方法，我想即使它不是最好，但也是很好的了。数据如下：

1、6、3、5、2、7、9、10、15、16

在这些数据当中，要找出漏掉了的4、8、11、12、13、14。

1、首先排序

sele bh from temp1 orde by bh into curs temp1

结果是：

1、2、3、5、6、7、9、10、15、16

如果源表中的物理记录顺序和号码的顺序一样就不用做这一步了。

2、取temp1中各个记录的recn()，即记录号，然后把编号减去记录号

sele bh,val(bh-recn()) as aa from temp1 into curs temp2

结果就是：

Bhaa10203051617192102156166

3、对aa使用分组，取每组中最小的bh和最大的bh

sele min(bh) as minbh,max(bh) as maxbh from temp2 grou by aa into curs temp3

结果如下：

minbhmaxbh13579101516

4、现在结果很明显了，某个记录的minbh跟它上面那个记录的maxbh中间相差的，就是漏掉的号码。现在才使用scan endscan就容易了。

以上方法适用于数据量大、第三步的结果比源表少很多记录的情况下才会发挥效果。因为scan的速度不能和Select - SQL相比，何况它还要作条件判断。虽然这种方法使用了二条全遍历的SQL命令，但这是没过滤条件的SQL命令，速度是很快的，只是分组要多点时间而已。同时只适用于编号没有重复的情况。如果编号有重复，那在第一步的时候，就要使用：

sele bh from temp1 goru by bh orde by bh into curs temp1

把多余的编号去掉。如果想了解那些编号是重复的，就可以使用：

sele bh,coun(bh) as aa from temp1 grou by bh orde by bh havi aa>1 into curs temp1

结果就是重复的编号，对应的aa字段就是重复的次数。

在第二步，好象可以不用二条命令就可以得出结果了，只是暂时还没想到，不知各位对些有什么看法。

上面这种方法有个缺点：就是使用了sum()函数，而它是只能统计数值型的数据，其它字符型、日期型等是不能统计的。所以如果想把一个表中所有记录的产品名称都串起来，变成一个字符串，那是不能的。但对于日期型，变通一下，有时还是可以使用的。

二、日期相减的结果是数值，从而可以使用sum()函数。例子二

编号名称入库日期1网卡2000.09.021网卡2000.09.031网卡2000.09.052vfp2000.09.052vfp2000.09.06

说明：把编号和名称相同，入库日期相间为1的记录合并为一条，并加入另一个表里，如结果：

编号     名称   入库日期        （表2和表1结构一样）1网卡2000.09.031网卡2000.09.052vfp2000.09.06

要完成上面的要求，用两个步骤：

1、sele * from 表1 orde by 名称,入库日期 into curs temp12、sele 编号,名称,max(入库日期), 入库日期-recn() as dd;   from temp1 ;   grou by 名称,dd ;   into curs temp2

问题的关键是那个"入库日期-recn() as dd"，因为已经按日期按好了顺序，所以9月2号减1和9月3号减2的结果都是相同的，但9月5号减3就是另外一个数了，所以这样就把这些日期分开了，就可以用分组了。假设表内容如下：（xm是字符类型，其中的1代表上午上班，2上午下班，3、4如此类推）

这个例子，到在处理第二步的时候，其实就跟第一个例子一样了，都是把一个字段减去记录号，然后根据结果进行分组。

例子三：某员工某月的打卡记录temp1如下：

打卡时间SJ项目XM状态ZT2000/09/1308:01:00AM1On time2000/09/1312:00:00AM2On time2000/09/1302:00:00PM3On time2000/09/1305:59:00PM4Early 2000/09/1208:00:00AM1On time2000/09/1212:00:00AM2On time2000/09/1202:00:00PM3On time2000/09/1206:00:00PM4On time2000/09/1408:00:00AM1On time2000/09/1412:00:00AM2On time2000/09/1402:01:00PM3Later 2000/09/1406:00:00PM4On time2000/09/1508:00:00AM1On time2000/09/1512:00:00AM2On time2000/09/1502:00:00PM3On time2000/09/1506:00:00PM4On time

xm中的1、2、3、4分别代表早上上班、早上下班、下午上班