GROUP BY w SQL

 w bazy danych przez (zaktualizowany 2 dni temu)

GROUP BY służy do grupowania wierszy według jednej lub wielu kolumn, aby potem policzyć wyniki zbiorcze (agregaty), np. COUNT, SUM, AVG, MIN, MAX.

Przykład (ile zamówień ma każdy user):

SELECT user_id, COUNT(*) AS ile_zamowien
FROM orders
GROUP BY user_id;

Minimalny schemat zapytania z GROUP BY

SELECT
  kolumny_grupujace,
  agregaty(...)
FROM tabela
[WHERE ...]
GROUP BY kolumny_grupujace
[HAVING ...]
[ORDER BY ...]
[LIMIT ...];

 Ważne zasady:

W SELECT przy GROUP BY możesz mieć kolumny grupujące (te same, co w GROUP BY) oraz funkcje agregujące

Nie wolno (logicznie) wybierać „zwykłej kolumny” nieujętej w GROUP BY, bo z grupy jest wiele wartości i nie wiadomo którą pokazać.

MariaDB czasem pozwala na to zależnie od ustawień SQL mode, ale to daje nieokreślone/losowe wyniki — lepiej tego unikać.

 

Najważniejsze funkcje agregujące

 COUNT(*) / COUNT(kolumna) – liczenie

 COUNT(*) – liczy wiersze w grupie

COUNT(kolumna) – liczy tylko te, gdzie kolumna IS NOT NULL

SELECT user_id, COUNT(*) AS n
FROM orders
GROUP BY user_id; 

 SUM(kolumna) – suma wartości w grupie.

SELECT user_id, SUM(total) AS suma
FROM orders
GROUP BY user_id; 

 AVG(kolumna) – średnia.

SELECT user_id, ROUND(AVG(total), 2) AS srednia
FROM orders
GROUP BY user_id; 

 MIN(…), MAX(…) – minimum / maksimum.

SELECT user_id, MIN(total) AS min_total, MAX(total) AS max_total
FROM orders
GROUP BY user_id; 

 GROUP_CONCAT(…) – Skleja wartości tekstowe z grupy do jednej kolumny (bardzo przydatne).

SELECT user_id, GROUP_CONCAT(total ORDER BY total SEPARATOR ', ') AS totals
FROM orders
GROUP BY user_id; 

HAVING vs WHERE (kluczowe)

 WHERE – Filtruje wiersze przed grupowaniem.

SELECT user_id, COUNT(*) AS n
FROM orders
WHERE total >= 10
GROUP BY user_id;

 HAVING – Filtruje grupy po zliczeniu/agregacji.

SELECT user_id, COUNT(*) AS n
FROM orders
GROUP BY user_id
HAVING COUNT(*) >= 2;

Często używa się obu naraz:

SELECT user_id, COUNT(*) AS n, ROUND(AVG(total),2) AS avg_total
FROM orders
WHERE created_at >= '2026-02-01'
GROUP BY user_id
HAVING AVG(total) > 20;

Grupowanie po wielu kolumnach

Możesz grupować po więcej niż 1 kolumnie.

Przykład: użytkownik + data (zamówienia dziennie na użytkownika)

SELECT user_id, DATE(created_at) AS d, COUNT(*) AS n
FROM orders
GROUP BY user_id, DATE(created_at);

 

DISTINCT w agregatach

Możesz liczyć/sumować unikalne wartości w grupie, np. ile różnych dat zamówień ma user.

SELECT user_id, COUNT(DISTINCT DATE(created_at)) AS ile_dni_z_zamowieniami
FROM orders
GROUP BY user_id;

 

WITH ROLLUP (sumy częściowe i suma końcowa)

Daje wiersze „podsumowań” (subtotal/total). W kolumnach grupujących pojawiają się NULL.

SELECT user_id, COUNT(*) AS n, ROUND(SUM(total),2) AS suma
FROM orders
GROUP BY user_id WITH ROLLUP;

 

Sortowanie wyników grup

Sortujesz normalnie ORDER BY (po kolumnie grupującej albo agregacie).

SELECT user_id, ROUND(SUM(total),2) AS suma
FROM orders
GROUP BY user_id
ORDER BY suma DESC;

 

Typowe schematy z GROUP BY

„Policz ile … na …”

„Suma / średnia / min / max … na …”

„Pokaż tylko te grupy, gdzie COUNT/SUM/AVG …”

„Grupuj po dacie (DATE(created_at))”

„Sklej listę wartości w grupie (GROUP_CONCAT)”

„Zrób sumy końcowe (WITH ROLLUP)”

baza do ćwiczeń –pobierz plik txt

per – oznacza dla każdego / w podziale na

Ćwiczenia:

  1. Policz liczbę zamówień dla każdego user_id.
  2. Policz sumę wartości zamówień dla każdego user_id (zaokrąglij do 2 miejsc po przecinku).
  3. Policz średnią wartość zamówienia dla każdego user_id (zaokrąglij do 2 miejsc po przecinku).
  4. Dla każdego user_id podaj min i max total.
  5. Dla każdego user_id policz ile ma zamówień >= 10 (użyj WHERE).
  6. Pokaż tylko tych userów i liczbę ich zamówień, którzy mają co najmniej 2 zamówienia (tabela orders, wykorzystaj HAVING).
  7. Pokaż tylko tych userów i liczbę ich zamówień, którzy mają  tylko 1 zamówienie (tabela orders, wykorzystaj HAVING)
  8. Pokaż tylko tych userów, których suma zamówień > 30.
  9. Pokaż user_id i liczbę różnych dni, w których składali zamówienia.
  10. Policz liczbę zamówień per data (bez usera).
  11. Policz sumę total per data.
  12. Policz zamówienia per user per data.
  13. Pokaż per user per data: suma total (2 miejsca).
  14. Pokaż per user: GROUP_CONCAT wartości total (posortowane rosnąco).
  15. Pokaż per user: ile total jest NULL (u nas raczej nie ma, ale ćwiczenie: COUNT(*)-COUNT(total)).
  16. Pokaż user_id i sumę, posortuj malejąco po sumie.
  17. Pokaż top 2 userów po sumie zamówień (LIMIT 2).
  18. Pokaż user_id, średnią zamówień jako srednia_zamowien zaokrąglone do 2 miejsc po przecinku, ale tylko dla zamówień z lutego 2026.
  19. Pokaż user_id, sumę zamówień jako suma_zamowien zaokrągloną do 2 miejsc po przecinku, ale tylko dla zamówień złożonych przed 20 marca 2026.
  20. Pokaż per user: liczba zamówień z marca 2026.
  21. Pokaż per user: suma zamówień z marca 2026.
  22. Pokaż per user: max total, ale tylko grupy gdzie max >= 50.
  23. Produkty: policz ile produktów ma dany vat_rate.
  24. Produkty: suma price_net per vat_rate.
  25. Produkty: średnia price_net per vat_rate.
  26. Produkty: min/max price_net per vat_rate.
  27. Produkty: policz ile produktów ma cenę netto >= 10 (WHERE) per vat_rate.
  28. Produkty: policz sumę brutto per vat_rate (price_net*(1+vat_rate)).
  29. Produkty: tylko te stawki VAT, gdzie suma brutto > 30 (HAVING).
  30. Produkty: grupuj po dacie dodania (DATE(created_at)) i policz ile produktów dodano dziennie.
  31. Produkty: grupuj po miesiącu (YYYY-MM) i policz liczbę produktów.
  32. Produkty: GROUP_CONCAT nazw produktów per vat_rate.
  33. Users: policz ilu userów ma active=1 i active=0 (GROUP BY active).
  34. Users: policz ilu userów ma NULL w age (grupuj po IF(age IS NULL,’brak’,’jest’)).
  35. Users: policz ilu userów ma jaką długość imienia (CHAR_LENGTH(first_name)).
  36. Users: policz ilu userów ma jaką pierwszą literę emaila (LOWER(SUBSTRING(email,1,1))).
  37. Users: policz ilu userów ma jaki “display_name” (COALESCE(nickname, first_name)).
  38. Users: policz ilu userów ma jaki “phone_or_brak” (IFNULL(phone,’brak’)).
  39. Users: grupuj po dacie utworzenia konta i policz rejestracje dziennie.
  40. Users: grupuj po miesiącu rejestracji (YYYY-MM) i policz ile kont/miesiąc.
  41. Users: policz ilu userów jest adult/minor/unknown (CASE + GROUP BY).
  42. Users: tylko te grupy age_type, gdzie COUNT(*) >= 2 (HAVING).
  43. Employees: policz ilu pracowników ma/nie ma telefonu (IF(phone IS NULL,…)).
  44. Employees: średnia pensja (AVG) per “tel” (ma/nie ma).
  45. Employees: minimalna i maksymalna pensja.
  46. Employees: grupuj po dacie zatrudnienia (DATE(created_at)) i policz ilu zatrudniono dziennie.
  47. Employees: grupuj po miesiącu (YYYY-MM) i policz ilu zatrudniono.
  48. Tabela t: policz ile rekordów ma każdy status.
  49. Tabela t: policz statusy, ale pusty string potraktuj jako 'pusty’ (IF(status=”,’pusty’,status)).
  50. Tabela t: policz parzyste i nieparzyste id (CASE + MOD).
  51. Orders: zrób ROLLUP (sumy per user i suma końcowa).
  52. Products: ROLLUP per vat_rate (liczba + suma netto).
Odpowiedzi
  1. SELECT user_id, COUNT(*) AS n FROM orders GROUP BY user_id;
  2. SELECT user_id, ROUND(SUM(total), 2) AS suma FROM orders GROUP BY user_id;
  3. SELECT user_id, ROUND(AVG(total), 2) AS avg_total FROM orders GROUP BY user_id;
  4. SELECT user_id, MIN(total) AS min_total, MAX(total) AS max_total FROM orders GROUP BY user_id;
  5. SELECT user_id, COUNT(*) AS n_ge_10 FROM orders WHERE total >= 10 GROUP BY user_id;
  6. SELECT user_id, COUNT(*) AS n FROM orders GROUP BY user_id HAVING COUNT(*) >= 2;
  7. SELECT user_id, COUNT(*) AS n FROM orders GROUP BY user_id HAVING COUNT(*) = 1;
  8. SELECT user_id, ROUND(SUM(total), 2) AS suma FROM orders GROUP BY user_id HAVING SUM(total) > 30;
  9. SELECT user_id, COUNT(DISTINCT DATE(created_at)) AS dni FROM orders GROUP BY user_id;
  10. SELECT DATE(created_at) AS d, COUNT(*) AS n FROM orders GROUP BY DATE(created_at);
  11. SELECT DATE(created_at) AS d, ROUND(SUM(total), 2) AS suma FROM orders GROUP BY DATE(created_at);
  12. SELECT user_id, DATE(created_at) AS d, COUNT(*) AS n FROM orders GROUP BY user_id, DATE(created_at);
  13. SELECT user_id, DATE(created_at) AS d, ROUND(SUM(total), 2) AS suma FROM orders GROUP BY user_id, DATE(created_at);
  14. SELECT user_id, GROUP_CONCAT(ROUND(total,2) ORDER BY total SEPARATOR ’, ’) AS totals FROM orders GROUP BY user_id;
  15. SELECT user_id, (COUNT(*) – COUNT(total)) AS null_totals FROM orders GROUP BY user_id;
  16. SELECT user_id, ROUND(SUM(total), 2) AS suma FROM orders GROUP BY user_id ORDER BY suma DESC;
  17. SELECT user_id, ROUND(SUM(total), 2) AS suma FROM orders GROUP BY user_id ORDER BY suma DESC LIMIT 2;
  18. SELECT user_id, ROUND(AVG(total), 2) AS srednia_zamowien FROM orders WHERE created_at >= ’2026-02-01′ AND created_at < ’2026-03-01′ GROUP BY user_id;
  19. SELECT user_id, ROUND(SUM(total), 2) AS suma_zamowien FROM orders WHERE created_at < ’2026-03-20′ GROUP BY user_id;
  20. SELECT user_id, COUNT(*) AS n FROM orders WHERE created_at >= '2026-03-01′ AND created_at < '2026-04-01′ GROUP BY user_id;
  21. SELECT user_id, ROUND(SUM(total), 2) AS suma FROM orders WHERE created_at >= '2026-03-01′ AND created_at < '2026-04-01′ GROUP BY user_id;
  22. SELECT user_id, MAX(total) AS max_total FROM orders GROUP BY user_id HAVING MAX(total) >= 50;
  23. SELECT vat_rate, COUNT(*) AS n FROM products GROUP BY vat_rate;
  24. SELECT vat_rate, ROUND(SUM(price_net), 2) AS suma_net FROM products GROUP BY vat_rate;
  25. SELECT vat_rate, ROUND(AVG(price_net), 2) AS avg_net FROM products GROUP BY vat_rate;
  26. SELECT vat_rate, MIN(price_net) AS min_net, MAX(price_net) AS max_net FROM products GROUP BY vat_rate;
  27. SELECT vat_rate, COUNT(*) AS n_ge_10 FROM products WHERE price_net >= 10 GROUP BY vat_rate;
  28. SELECT vat_rate, ROUND(SUM(price_net * (1 + vat_rate)), 2) AS suma_gross FROM products GROUP BY vat_rate;
  29. SELECT vat_rate, ROUND(SUM(price_net * (1 + vat_rate)), 2) AS suma_gross FROM products GROUP BY vat_rate HAVING SUM(price_net * (1 + vat_rate)) > 30;
  30. SELECT DATE(created_at) AS d, COUNT(*) AS n FROM products GROUP BY DATE(created_at);
  31. SELECT DATE_FORMAT(created_at, '%Y-%m’) AS ym, COUNT(*) AS n FROM products GROUP BY DATE_FORMAT(created_at, '%Y-%m’);
  32. SELECT vat_rate, GROUP_CONCAT(name ORDER BY name SEPARATOR ’, ’) AS nazwy FROM products GROUP BY vat_rate;
  33. SELECT active, COUNT(*) AS n FROM users GROUP BY active;
  34. SELECT IF(age IS NULL, 'brak’, 'jest’) AS age_info, COUNT(*) AS n FROM users GROUP BY IF(age IS NULL, 'brak’, 'jest’);
  35. SELECT CHAR_LENGTH(first_name) AS len_first, COUNT(*) AS n FROM users GROUP BY HAR_LENGTH(first_name) ORDER BY len_first;
  36. SELECT LOWER(SUBSTRING(email, 1, 1)) AS first_letter, COUNT(*) AS n FROM users GROUP BY LOWER(SUBSTRING(email, 1, 1)) ORDER BY first_letter;
  37. SELECT COALESCE(nickname, first_name) AS display_name, COUNT(*) AS n FROM users GROUP BY COALESCE(nickname, first_name) ORDER BY n DESC;
  38. SELECT IFNULL(phone, 'brak’) AS phone_or_brak, COUNT(*) AS n FROM users GROUP BY IFNULL(phone, 'brak’) ORDER BY n DESC;
  39. SELECT DATE(created_at) AS d, COUNT(*) AS n FROM users GROUP BY DATE(created_at) ORDER BY d;
  40. SELECT DATE_FORMAT(created_at, '%Y-%m’) AS ym, COUNT(*) AS n FROM users GROUP BY DATE_FORMAT(created_at, '%Y-%m’) ORDER BY ym;
  41. SELECT CASE     WHEN age IS NULL THEN 'unknown’ WHEN age >= 18 THEN 'adult’ ELSE 'minor’ END AS age_type, COUNT(*) AS n FROM users GROUP BY CASE WHEN age IS NULL THEN 'unknown’ WHEN age >= 18 THEN 'adult’ ELSE 'minor’ END;
  42. SELECT CASE WHEN age IS NULL THEN 'unknown’ WHEN age >= 18 THEN 'adult’ ELSE 'minor’ END AS age_type, COUNT(*) AS n FROM users GROUP BY CASE WHEN age IS NULL THEN 'unknown’ WHEN age >= 18 THEN 'adult’ ELSE 'minor’ END HAVING COUNT(*) >= 2;
  43. SELECT IF(phone IS NULL, 'brak’, 'jest’) AS tel, COUNT(*) AS n FROM employees GROUP BY IF(phone IS NULL, 'brak’, 'jest’);
  44. SELECT IF(phone IS NULL, 'brak’, 'jest’) AS tel, ROUND(AVG(salary), 2) AS avg_salary FROM employees GROUP BY IF(phone IS NULL, 'brak’, 'jest’);
  45. SELECT MIN(salary) AS min_salary, MAX(salary) AS max_salary FROM employees;
  46. SELECT DATE(created_at) AS d, COUNT(*) AS n FROM employees GROUP BY DATE(created_at);
  47. SELECT DATE_FORMAT(created_at, '%Y-%m’) AS ym, COUNT(*) AS n FROM employees GROUP BY DATE_FORMAT(created_at, '%Y-%m’);
  48. SELECT status, COUNT(*) AS n FROM t GROUP BY status;
  49. SELECT IF(status = ”, 'pusty’, status) AS status2, COUNT(*) AS n FROM t GROUP BY IF(status = ”, 'pusty’, status);
  50. SELECT CASE WHEN MOD(id,2)=0 THEN 'parzyste’ ELSE 'nieparzyste’ END AS parzystosc, COUNT(*) AS n FROM t GROUP BY CASE WHEN MOD(id,2)=0 THEN 'parzyste’ ELSE 'nieparzyste’ END;
  51. SELECT user_id, COUNT(*) AS n, ROUND(SUM(total), 2) AS suma FROM orders GROUP BY user_id WITH ROLLUP;
  52. SELECT vat_rate, COUNT(*) AS n, ROUND(SUM(price_net), 2) AS suma_net FROM products GROUP BY vat_rate WITH ROLLUP;