Запросы с группировкой

 

Простейшая группировка: подсчёт клиентов по полу

Первый запрос демонстрирует базовую группировку. Требуется вернуть пол (Gender) и количество строк. Функция COUNT(*) считает все строки в группе. Поскольку в запросе есть неагрегированное поле Gender, обязательно использовать GROUP BY. Группировка выполняется по этому полю, для каждой группы вычисляется COUNT(*). Результат — распределение клиентов по полу: 9131 женщина, 9301 мужчина.

sql
SELECT Gender, COUNT(*) AS CustomerCount
FROM DimCustomer
GROUP BY Gender;

Группировка с присоединением таблицы географической привязки

У каждого покупателя в таблице DimCustomer обязательно заполнен географический идентификатор, то есть отсутствуют NULL-значения. Нам требуется получить код страны (CountryRegionCode) и количество клиентов в каждой стране. Присоединяем таблицу DimGeography с помощью левого соединения (LEFT JOIN). Группируем по CountryRegionCode и считаем количество строк.

Поскольку NULL-значений в ключе связи нет, LEFT JOIN и внутреннее соединение (INNER JOIN) возвращают идентичные результаты. Запрос выдаёт распределение клиентов по странам: Австралия, Канада, Германия, Франция, Великобритания, США.

sql
SELECT g.CountryRegionCode, COUNT(*) AS CustomerCount
FROM DimCustomer c
LEFT JOIN DimGeography g ON c.GeographyKey = g.GeographyKey
GROUP BY g.CountryRegionCode;

Теперь модифицируем запрос: используем INNER JOIN и фильтруем только США (условие WHERE). Получаем разбивку по штатам: Вашингтон — 2263, Орегон — 1073, Калифорния — 4344. Чтобы проверить общее количество клиентов в США, превратим этот запрос в подзапрос и просуммируем CustomerCount:

sql
SELECT SUM(CustomerCount) AS TotalUSCustomers
FROM (
SELECT g.StateProvinceName, COUNT(*) AS CustomerCount
FROM DimCustomer c
INNER JOIN DimGeography g ON c.GeographyKey = g.GeographyKey
WHERE g.CountryRegionCode = 'US'
GROUP BY g.StateProvinceName
) AS T1;

Результат — 7819, что совпадает с предыдущим итогом. ORDER BY в подзапросе избыточен и не нужен.

Фильтрация групп с помощью HAVING

Переходим к данным о продажах. Нужно для каждого продукта получить его ключ (ProductKey), английское название (EnglishProductName) и сумму продаж за 2013 год. Соединяем таблицу фактов продаж через интернет (FactInternetSales) с таблицей продуктов (DimProduct) по равенству ключей. Фильтруем по дате заказа (2013 год), группируем по полям продукта и вычисляем сумму (SUM) продаж.

sql
SELECT p.ProductKey, p.EnglishProductName, SUM(s.SalesAmount) AS TotalSales
FROM FactInternetSales s
INNER JOIN DimProduct p ON s.ProductKey = p.ProductKey
WHERE YEAR(s.OrderDate) = 2013
GROUP BY p.ProductKey, p.EnglishProductName
ORDER BY p.ProductKey;

Чтобы оставить только товары с суммой продаж больше 100 000, добавляем условие после группировки — HAVING. В отличие от WHERE, который фильтрует строки до агрегации, HAVING работает с результатами агрегатных функций.

sql
SELECT p.ProductKey, p.EnglishProductName, SUM(s.SalesAmount) AS TotalSales
FROM FactInternetSales s
INNER JOIN DimProduct p ON s.ProductKey = p.ProductKey
WHERE YEAR(s.OrderDate) = 2013
GROUP BY p.ProductKey, p.EnglishProductName
HAVING SUM(s.SalesAmount) > 100000;

Подсчёт уникальных продуктов по категориям и влияние типа JOIN

Требуется для каждой категории продукта вывести её название (EnglishProductCategoryName) и количество уникальных продуктов. Используем COUNT(DISTINCT ProductKey). Таблицу продуктов соединяем с подкатегориями, а затем с категориями. Применим правое соединение (RIGHT JOIN) — это гарантирует, что в результат попадут все подкатегории и категории, даже если в них нет продуктов. Группируем по названию категории.

sql
SELECT pc.EnglishProductCategoryName,
COUNT(DISTINCT p.ProductKey) AS ProductCount
FROM DimProduct p
RIGHT JOIN DimProductSubcategory ps ON p.ProductSubcategoryKey = ps.ProductSubcategoryKey
RIGHT JOIN DimProductCategory pc ON ps.ProductCategoryKey = pc.ProductCategoryKey
GROUP BY pc.EnglishProductCategoryName
ORDER BY pc.EnglishProductCategoryName;

Результат: Accessories — 29, Bikes — 97, Clothing — 35, Components — 134. Сумма уникальных продуктов здесь — 295.

Если заменить RIGHT JOIN на LEFT JOIN, в выборку попадут все продукты, включая те, у которых нет подкатегории (а значит, и категории). Запрос вернёт 504 уникальных продукта. Разница (209 товаров) — продукты без указанной категории. Суммирование через подзапрос подтверждает, что RIGHT JOIN даёт 295, а LEFT JOIN — 504.

Разница между COUNT(*) и COUNT(DISTINCT)

Возьмём предыдущий запрос с RIGHT JOIN и заменим COUNT(DISTINCT p.ProductKey) на COUNT(*). Результат значительно возрастёт. Причина: в таблице DimProduct один и тот же продукт может встречаться несколько раз (при каждом изменении цены создаётся новая строка). COUNT(*) считает все строки, тогда как COUNT(DISTINCT) — только уникальные значения ключа. Таким образом, при наличии дубликатов COUNT(*) даёт большее число.

Фильтрация категорий по количеству уникальных продуктов

Добавим к запросу с COUNT(DISTINCT) условие HAVING, чтобы оставить только категории, где число уникальных продуктов превышает 50.

sql
SELECT pc.EnglishProductCategoryName,
COUNT(DISTINCT p.ProductKey) AS ProductCount
FROM DimProduct p
RIGHT JOIN DimProductSubcategory ps ON p.ProductSubcategoryKey = ps.ProductSubcategoryKey
RIGHT JOIN DimProductCategory pc ON ps.ProductCategoryKey = pc.ProductCategoryKey
GROUP BY pc.EnglishProductCategoryName
HAVING COUNT(DISTINCT p.ProductKey) > 50;

Возвращаются категории Bikes (97) и Components (134).

Заключение: границы базового SQL и дальнейшие шаги

Владение операциями INSERT, DELETE, UPDATE, а в рамках SELECT — агрегатными функциями, группировкой, фильтрацией HAVING, соединениями INNER/LEFT/RIGHT, подзапросами, операциями над множествами (UNION, EXCEPT, INTERSECT) формирует достаточный фундамент для построения отчётов и дальнейшего обучения. Более сложные механизмы, например оконные функции (window functions) , выходят за рамки базового уровня и в данном курсе подробно не рассматриваются.

Для самостоятельного углубления в SQL можно воспользоваться русскоязычными интерактивными ресурсами, такими как sql.ru и sqltutorial.ru. Они предлагают упражнения, позволяющие на практике отточить написание запросов.

Далее в программе курса будут рассмотрены основы оптимизации и индексирования, после чего мы перейдём к построению отчётов в Microsoft Power BI — компактной, интуитивно понятной и набирающей популярность платформе бизнес-аналитики. Базовые навыки SQL, полученные сейчас, станут надёжной опорой для формирования эффективных отчётов.

Краткие итоги

Освоение материала строится как последовательное усложнение приёмов группировки и агрегирования, что позволяет сформировать системное понимание аналитических возможностей SQL. Вначале демонстрируется фундаментальный принцип: любое поле, не охваченное агрегатной функцией, должно попасть в GROUP BY. На примере подсчёта клиентов по полу закрепляется связка GROUP BY и COUNT(*). Далее вводится взаимодействие группировки с соединениями — сначала на задаче распределения клиентов по странам. Здесь же подчёркивается важный нюанс: при отсутствии незаполненных ключей LEFT JOIN и INNER JOIN неразличимы, что избавляет от неверных ожиданий при смене типа соединения.

Переход к продажам привносит новую агрегатную функцию SUM и, главное, оператор HAVING. Слушатель учится разделять фильтрацию до группировки (WHERE) и после неё (HAVING), что критически важно при отборе групп по агрегированным показателям, например, при выявлении товаров с объёмом продаж выше порога.

Кульминацией становится сопоставление RIGHT JOIN и LEFT JOIN в сочетании с COUNT(DISTINCT). На практическом материале раскрывается диагностическая ценность разных соединений: RIGHT JOIN позволяет увидеть полноту охвата категорий (исключая товары без категорий), в то время как LEFT JOIN обнажает проблемы с качеством данных, показывая «потерянные» записи. Это напрямую учит выбирать тип соединения осмысленно, в зависимости от задачи — строить ли полный справочный отчёт или искать аномалии.

Параллельно разбирается различие между COUNT(*) и COUNT(DISTINCT). На примере продуктов с изменяющейся ценой становится очевидно, что COUNT(*) чувствителен к дубликатам строк, тогда как COUNT(DISTINCT) возвращает число уникальных сущностей. Это предостерегает от автоматического использования COUNT(*) в аналитических выборках и формирует привычку проверять структуру исходных таблиц.

Финальный аккорд — фильтрация на уровне агрегатов уникальных значений через HAVING COUNT(DISTINCT) > N. Такой шаблон востребован в реальной отчётности, когда требуется выделить категории-лидеры по ассортименту.

Таким образом, формируется не просто набор синтаксических конструкций, а связная методика: определить цель агрегации → выбрать тип соединения → решить, что считать (строки или уникальные ключи) → применить фильтрацию на нужном этапе → при необходимости упаковать в подзапрос для итоговых расчётов. Именно эта логика, подкреплённая практическими примерами, позволяет в дальнейшем уверенно строить запросы для выгрузок и дашбордов, закладывая основу для эффективного использования инструментов бизнес-аналитики, таких как Power BI.