大数据学习（111）-group by与partition by

🍋🍋大数据学习🍋🍋

🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。
💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

---

PARTITION BY 和 GROUP BY 是 SQL 中用于数据分组或划分的两个不同概念，尽管它们在某些场景下看起来可能相似，但它们的目的和用法有显著的区别。

1. GROUP BY

• 目的：
  • GROUP BY 用于将查询结果按一个或多个列进行分组，并对每组数据执行聚合操作（如 SUM、AVG、COUNT 等）。
  • 它通常用于生成汇总信息。
• 特点：
  • GROUP BY 会对结果集进行聚合，最终返回的结果集是分组后的数据，原始行可能会被合并。
  • 适用于需要统计或汇总数据的场景。
• 语法示例：

  SELECT department, COUNT(*) AS employee_countFROM employeesGROUP BY department;

  解释：
  • 按 department 列分组，并统计每个部门的员工数量。
  • 返回的结果集中，每个部门只有一行数据。

2. PARTITION BY

• 目的：
  • PARTITION BY 是窗口函数（Window Function）的一部分，用于将数据划分为逻辑上的分区（partition），然后在每个分区内执行计算。
  • 它不会减少结果集的行数，而是为每一行分配一个分区，并基于分区内的数据执行计算。
• 特点：
  • PARTITION BY 不会对数据进行聚合，而是保持原始行，并在每个分区内计算结果（如排名、累计和等）。
  • 常用于需要分析每个分区内的数据，但又不希望丢失原始行信息的场景。
• 语法示例：

  SELECT employee_id, department, salary,
  RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS rank_in_department
  FROM employees;

  解释：
  • 按 department 列划分分区，并在每个分区内根据 salary 降序为每个员工分配排名。
  • 返回的结果集中，每个员工仍然有一行数据，只是增加了一列 rank_in_department。

主要区别

特性	GROUP BY	PARTITION BY
目的	聚合数据，生成汇总结果	在分区内计算，不聚合数据
结果集行数	减少行数，每个分组只返回一行	保持原始行数，每行增加计算结果
适用场景	统计、汇总数据	分析分区内的数据，保留原始行信息
配合函数	聚合函数（如 SUM、AVG、COUNT 等）	窗口函数（如 RANK、ROW_NUMBER、SUM 等）

总结

• 如果你需要汇总数据（如统计每个部门的员工数量），使用 GROUP BY。
• 如果你需要在分区内计算结果（如每个部门内的员工排名），使用 PARTITION BY。