SQL: PARTITION BY和GROUP BY的区别

多年来，我一直在对所有类型的聚合查询使用GROUP BY。最近，我一直在逆向工程一些使用PARTITION BY来执行聚合的代码。

在阅读我能找到的所有关于PARTITION BY的文档时，它听起来很像GROUP BY，可能还添加了一些额外的功能。

它们是相同功能的两个版本还是完全不同的东西?

当前回答

分区的将结果集划分为多个分区。窗口函数分别应用于每个分区，并为每个分区重新启动计算。

在此链接找到:OVER子句

其他回答

使用GROUP BY时，生成的行通常比输入的行少。

但是，当使用PARTITION BY时，得到的行数应该与传入的行数相同。

按语义分区

你的问题是关于SQL Server的，它目前只在窗口函数中支持PARTITION BY子句，但正如我在这篇博客文章中解释的那样，在SQL中PARTITION BY还有其他的含义，包括:

窗口分区(窗口函数是SQL标准) 表分区(供应商特定的扩展来组织存储，例如在Oracle或PostgreSQL中) MATCH_REGOGNIZE分区(这也是一个SQL标准) MODEL或SPREADSHEET分区(SQL的Oracle扩展) OUTER JOIN分区(SQL标准)

除了最后一个，它重用了PARTITION BY语法来实现某种交叉连接逻辑，所有这些PARTITION BY子句都有相同的含义:

分区将一个数据集划分为不重叠的子集。

基于此分区，可以对每个分区执行进一步的计算或存储操作。例如，对于窗口函数，如COUNT(*) OVER (PARTITION BY criteria)， COUNT(*)值是按每个分区计算的。

按语义分组

GROUP BY允许类似的分区行为，尽管它也以各种奇怪的方式转换整个查询的语义。大多数使用GROUP BY的查询可以使用窗口函数重写，尽管GROUP BY语法通常更简洁，也可能得到更好的优化。

例如，这些在逻辑上是相同的，但我希望GROUP BY子句执行得更好:

-- Classic
SELECT a, COUNT(*)
FROM t
GROUP BY a

-- Using window functions
SELECT DISTINCT a, COUNT(*) OVER (PARTITION BY a)
FROM t

关键的区别在于:

窗口函数也可以是非聚合函数，例如ROW_NUMBER() 每个窗口函数都可以有自己的PARTITION BY子句，而GROUP BY只能根据每个查询的一组表达式进行分组。

分区并不会实际卷起数据。它允许您在每个组的基础上重置一些东西。例如，通过对分组字段进行分区并对组中的行使用rownum()，可以获得组中的序数列。这使您的行为有点像在每个组的开头重置的标识列。

它们被用在不同的地方。GROUP BY修改整个查询，比如:

select customerId, count(*) as orderCount
from Orders
group by customerId

但是PARTITION BY只适用于窗口函数，比如ROW_NUMBER():

select row_number() over (partition by customerId order by orderId)
    as OrderNumberForThisCustomer
from Orders

GROUP BY通常减少滚动返回的行数他们计算每行的平均值或总和。 PARTITION BY不影响返回的行数，但是它更改窗口函数结果的计算方式。

它有非常不同的使用场景。当您使用GROUP BY时，您合并了相同列的一些记录，并获得了结果集的聚合。

然而，当你使用PARTITION BY时，你的结果集是相同的，但你只是对窗口函数进行了聚合，而你没有合并记录，你仍然会有相同的记录计数。

以下是一篇对市场有帮助的文章，解释了两者的区别: http://alevryustemov.com/sql/sql-partition-by/

推荐文章