我理解GROUP BY x的观点。
但GROUP BY x，y是如何工作的，它意味着什么？
按X分组意味着将X值相同的所有分组放在一个组中。
按X、Y分组意味着将X和Y值相同的所有分组放在一个组中。
为了用一个例子来说明，假设我们有下表，与谁在大学学习什么科目有关：
Table: Subject_Selection
+---------+----------+----------+
| Subject | Semester | Attendee |
+---------+----------+----------+
| ITB001 | 1 | John |
| ITB001 | 1 | Bob |
| ITB001 | 1 | Mickey |
| ITB001 | 2 | Jenny |
| ITB001 | 2 | James |
| MKB114 | 1 | John |
| MKB114 | 1 | Erica |
+---------+----------+----------+
仅在主题列上使用分组依据时；说：
select Subject, Count(*)
from Subject_Selection
group by Subject
您将得到以下内容：
+---------+-------+
| Subject | Count |
+---------+-------+
| ITB001 | 5 |
| MKB114 | 2 |
+---------+-------+
…因为ITB001有5个条目，MKB114有2个条目
如果我们按两列分组：
select Subject, Semester, Count(*)
from Subject_Selection
group by Subject, Semester
我们会得到：
+---------+----------+-------+
| Subject | Semester | Count |
+---------+----------+-------+
| ITB001 | 1 | 3 |
| ITB001 | 2 | 2 |
| MKB114 | 1 | 2 |
+---------+----------+-------+
这是因为，当我们按两列进行分组时，它表示“将它们分组，以便所有具有相同主题和学期的人都在同一组中，然后计算每个组的所有聚合函数（Count、Sum、Average等）”。在本例中，这一点可以通过以下事实得到证明：当我们计算他们时，第一学期有三个人在做ITB001，第二学期有两个人在做。两个做MKB114的人都在第一学期，所以第二学期没有排（“MKB114，第二学期”组中没有数据）
希望这是合理的。
这里我不仅要解释GROUP子句的用法，还要解释Aggregate函数的用法。
GROUP BY子句与聚合函数一起使用，以按一列或多列对结果集进行分组。例如。：
-- GROUP BY with one parameter:
SELECT column_name, AGGREGATE_FUNCTION(column_name)
FROM table_name
WHERE column_name operator value
GROUP BY column_name;
-- GROUP BY with two parameters:
SELECT
column_name1,
column_name2,
AGGREGATE_FUNCTION(column_name3)
FROM
table_name
GROUP BY
column_name1,
column_name2;
记住以下顺序：
SELECT（用于从数据库中选择数据）FROM（子句用于列出表）WHERE（子句用于过滤记录）GROUP BY（子句可以在SELECT语句中用于收集数据跨多个记录并按一列或多列对结果进行分组）HAVING（子句与GROUP BY子句一起使用将返回的行组限制为仅满足以下条件的行为TRUE）ORDER BY（关键字用于对结果集排序）
如果使用的是聚合函数，则可以使用所有这些函数，这是必须设置它们的顺序，否则可能会出现错误。
聚合函数包括：
MIN（）返回给定列中的最小值MAX（）返回给定列中的最大值。SUM（）返回给定列中数值的和AVG（）返回给定列的平均值COUNT（）返回给定列中的值总数COUNT（*）返回表中的行数
有关使用聚合函数的SQL脚本示例：
假设我们需要找到总销售额大于950美元的销售订单。我们结合HAVING子句和GROUP BY子句来实现这一点：
SELECT
orderId, SUM(unitPrice * qty) Total
FROM
OrderDetails
GROUP BY orderId
HAVING Total > 950;
统计所有订单并将其分组为customerID，并对结果进行排序。我们结合了COUNT函数和GROUP BY、ORDER BY子句以及ASC：
SELECT
customerId, COUNT(*)
FROM
Orders
GROUP BY customerId
ORDER BY COUNT(*) ASC;
使用AVG函数结合GROUP BY和HAVING子句检索平均单价大于10美元的类别：
SELECT
categoryName, AVG(unitPrice)
FROM
Products p
INNER JOIN
Categories c ON c.categoryId = p.categoryId
GROUP BY categoryName
HAVING AVG(unitPrice) > 10;
使用子查询中的MIN函数按每个类别获取较便宜的产品：
SELECT categoryId,
productId,
productName,
unitPrice
FROM Products p1
WHERE unitPrice = (
SELECT MIN(unitPrice)
FROM Products p2
WHERE p2.categoryId = p1.categoryId)
下面将向您展示如何在子查询中使用MAX函数选择最新的日期项“productDate”：
SELECT categoryId,
productId,
productName,
unitPrice,
productDate
FROM Products p1
WHERE productDate= (
SELECT MAX(productDate)
FROM Products p2
WHERE p2.categoryId = p1.categoryId)
以下语句将categoryId和productId列中具有相同值的行分组：
SELECT
categoryId, categoryName, productId, SUM(unitPrice)
FROM
Products p
INNER JOIN
Categories c ON c.categoryId = p.categoryId
GROUP BY categoryId, productId
用两个参数的GROUPBY的简单英语，我们要做的是寻找相似的值对，并将计数设置为第三列。
查看以下示例以供参考。这里我使用的是1872年至2020年的国际足球比赛成绩
+----------+----------------+--------+---+---+--------+---------+-------------------+-----+
| _c0| _c1| _c2|_c3|_c4| _c5| _c6| _c7| _c8|
+----------+----------------+--------+---+---+--------+---------+-------------------+-----+
|1872-11-30| Scotland| England| 0| 0|Friendly| Glasgow| Scotland|FALSE|
|1873-03-08| England|Scotland| 4| 2|Friendly| London| England|FALSE|
|1874-03-07| Scotland| England| 2| 1|Friendly| Glasgow| Scotland|FALSE|
|1875-03-06| England|Scotland| 2| 2|Friendly| London| England|FALSE|
|1876-03-04| Scotland| England| 3| 0|Friendly| Glasgow| Scotland|FALSE|
|1876-03-25| Scotland| Wales| 4| 0|Friendly| Glasgow| Scotland|FALSE|
|1877-03-03| England|Scotland| 1| 3|Friendly| London| England|FALSE|
|1877-03-05| Wales|Scotland| 0| 2|Friendly| Wrexham| Wales|FALSE|
|1878-03-02| Scotland| England| 7| 2|Friendly| Glasgow| Scotland|FALSE|
|1878-03-23| Scotland| Wales| 9| 0|Friendly| Glasgow| Scotland|FALSE|
|1879-01-18| England| Wales| 2| 1|Friendly| London| England|FALSE|
|1879-04-05| England|Scotland| 5| 4|Friendly| London| England|FALSE|
|1879-04-07| Wales|Scotland| 0| 3|Friendly| Wrexham| Wales|FALSE|
|1880-03-13| Scotland| England| 5| 4|Friendly| Glasgow| Scotland|FALSE|
|1880-03-15| Wales| England| 2| 3|Friendly| Wrexham| Wales|FALSE|
|1880-03-27| Scotland| Wales| 5| 1|Friendly| Glasgow| Scotland|FALSE|
|1881-02-26| England| Wales| 0| 1|Friendly|Blackburn| England|FALSE|
|1881-03-12| England|Scotland| 1| 6|Friendly| London| England|FALSE|
|1881-03-14| Wales|Scotland| 1| 5|Friendly| Wrexham| Wales|FALSE|
|1882-02-18|Northern Ireland| England| 0| 13|Friendly| Belfast|Republic of Ireland|FALSE|
+----------+----------------+--------+---+---+--------+---------+-------------------+-----+
现在我将通过GROUPBY操作按类似的国家（列_c7）和锦标赛（列_c5）值对分组，
SELECT `_c5`,`_c7`,count(*) FROM res GROUP BY `_c5`,`_c7`
+--------------------+-------------------+--------+
| _c5| _c7|count(1)|
+--------------------+-------------------+--------+
| Friendly| Southern Rhodesia| 11|
| Friendly| Ecuador| 68|
|African Cup of Na...| Ethiopia| 41|
|Gold Cup qualific...|Trinidad and Tobago| 9|
|AFC Asian Cup qua...| Bhutan| 7|
|African Nations C...| Gabon| 2|
| Friendly| China PR| 170|
|FIFA World Cup qu...| Israel| 59|
|FIFA World Cup qu...| Japan| 61|
|UEFA Euro qualifi...| Romania| 62|
|AFC Asian Cup qua...| Macau| 9|
| Friendly| South Sudan| 1|
|CONCACAF Nations ...| Suriname| 3|
| Copa Newton| Argentina| 12|
| Friendly| Philippines| 38|
|FIFA World Cup qu...| Chile| 68|
|African Cup of Na...| Madagascar| 29|
|FIFA World Cup qu...| Burkina Faso| 30|
| UEFA Nations League| Denmark| 4|
| Atlantic Cup| Paraguay| 2|
+--------------------+-------------------+--------+
解说：第一排的意思是在南罗得西亚总共举行了11场友谊赛。
注意：在这种情况下，必须使用计数器列。
