GROUP BY และ HAVING

สรุปข้อมูลเป็นกลุ่มด้วย GROUP BY

จนถึงตอนนี้เราดูข้อมูลทีละแถว แต่คำถามธุรกิจส่วนใหญ่ถามถึง “ภาพรวม” เช่น “แต่ละเมืองมีลูกค้ากี่คน” ต้องใช้ ฟังก์ชัน aggregate รวมกับ GROUP BY:

ฟังก์ชัน	ทำอะไร
COUNT(*)	นับจำนวนแถว
SUM(col)	รวมค่า
AVG(col)	ค่าเฉลี่ย
MIN(col) / MAX(col)	ค่าต่ำสุด / สูงสุด

SELECT city, COUNT(*) AS n FROM customers GROUP BY city

กติกาสำคัญ: ทุกคอลัมน์ที่อยู่ใน SELECT (ที่ไม่ใช่ aggregate function) ต้องอยู่ใน GROUP BY ด้วย ถ้าลืม จะได้ error ทันที (ในฐานข้อมูลส่วนใหญ่ รวมถึง DuckDB ที่ใช้ในเว็บนี้ — บางระบบเก่าอาจ “เดา” ให้เงียบๆ ซึ่งอันตรายกว่า) เพราะคอลัมน์ที่ไม่ได้ GROUP BY มีหลายค่าในหนึ่งกลุ่ม ไม่มีคำตอบเดียวให้แสดง

กรอง “กลุ่ม” ด้วย HAVING

WHERE กรองทีละแถวก่อนจัดกลุ่ม แต่ถ้าอยากกรองผลลัพธ์ หลัง รวมกลุ่มแล้ว (เช่น “เฉพาะเมืองที่มีลูกค้ามากกว่า 300 คน”) ต้องใช้ HAVING แทน:

SELECT city, COUNT(*) AS n FROM customers
GROUP BY city
HAVING COUNT(*) > 300

	WHERE	HAVING
ทำงานตอนไหน	ก่อนจัดกลุ่ม	หลังจัดกลุ่มและคำนวณ aggregate แล้ว
ใช้ aggregate function ได้ไหม	ไม่ได้ (error)	ได้
กรองอะไร	ทีละแถว	ทีละกลุ่ม

GROUP BY หลายคอลัมน์

SELECT city, channel, COUNT(*) AS n
FROM customers
GROUP BY city, channel

ยิ่งใส่คอลัมน์เยอะใน GROUP BY กลุ่มก็ยิ่งละเอียดขึ้น — แต่ละแถวผลลัพธ์คือ 1 คู่ค่าที่ไม่ซ้ำกันของทุกคอลัมน์ที่ GROUP BY ไว้

เงื่อนไขแบบมีเงื่อนไขซ้อนใน aggregate

บางครั้งอยากนับเฉพาะบางเงื่อนไขภายในกลุ่มเดียวกัน (เช่น “กี่ % ของลูกค้าในเมืองนี้มาจาก organic”) ใช้ CASE WHEN ... THEN 1 ELSE 0 END ข้างใน SUM/COUNT ได้:

SELECT city,
       SUM(CASE WHEN channel = 'organic' THEN 1 ELSE 0 END) AS n_organic
FROM customers
GROUP BY city

วิธีนี้ใช้ได้กับฐานข้อมูลแทบทุกยี่ห้อ (พกไปใช้ตอนสัมภาษณ์ได้เลย)