all-in-kingsoft/hhs/GORM/07-子查询与分组.md

---
tags: [GORM, Go, ORM, 子查询, Group, Having, SubQuery, 聚合]
create time: 2026-04-28 00:00
---

# 子查询与分组

## 概述

当简单的单表查询无法满足需求时，就需要用到**子查询**（SQL 里嵌套的 SELECT）和**分组聚合**（GROUP BY + HAVING）。这两类查询通常用于统计分析——比如「找出每个部门收入最高的员工」或「统计过去一个月每天的新增订单数」。

```mermaid
flowchart TD
    Start[复杂查询需求] --> Type{哪种场景_}
    
    Type --> |按维度汇总| GroupBy["GROUP BY + 聚合函数<br/>COUNT / SUM / AVG / MAX / MIN"]
    Type --> |过滤聚合结果| Having["HAVING 条件<br/>替代 WHERE"]
    Type --> |嵌套查询| SubQ{"子查询类型?"}
    SubQ --> |IN/EXISTS 过滤| FilterSub["WHERE field IN (SELECT ...)"]
    SubQ --> |关联计算| Correlated["相关子查询<br/>外层行影响内层查询"]
    SubQ --> |派生表| DerivedTable["FROM (SELECT ...) AS t<br/>将子查询作为临时表"]
    
    style Start fill:#4FC08D,color:#fff
    style GroupBy fill:#3B82F6,color:#fff
    style Having fill:#F59E0B,color:#000
    style DerivedTable fill:#EC4899,color:#fff
```

## GROUP BY — 分组统计

### 基本用法

GORM 通过 `Select` + `Group` 实现分组：

```go
// 按部门统计人数
type DeptStats struct {
    DeptID   uint   `gorm:"column:dept_id"`
    DeptName string `gorm:"column:dept_name"`
    Count    int64  `gorm:"column:count"`
}

var stats []DeptStats
db.Model(&User{}).
    Select("dept_id, dept_name, COUNT(*) as count").
    Group("dept_id").
    Find(&stats)
// SELECT dept_id, dept_name, COUNT(*) as count 
// FROM users GROUP BY dept_id;
```

### 多字段分组

```go
// 按部门和月份统计活跃用户数
type MonthlyDeptStats struct {
    DeptID     uint      `gorm:"column:dept_id"`
    Month      string    `gorm:"column:month"`
    ActiveCount int64    `gorm:"column:active_count"`
}

db.Model(&User{}).
    Select("dept_id, DATE_FORMAT(created_at, '%Y-%m') as month, COUNT(*) as active_count").
    Group("dept_id, DATE_FORMAT(created_at, '%Y-%m')").
    Order("month DESC").
    Scan(&monthlyStats)
```

> [!tip] Group 的陷阱
> GORM 在调用 `Group` 后**默认不再添加任何其他字段**到 SELECT——这是 SQL 标准要求。如果需要额外字段，必须在 `Select` 中显式声明：
> ```go
> // ❌ 错误 —— GORM 可能报错或产生不确定的 SELECT
> db.Model(&User{}).Group("dept_id").Find(&users)
>
> // ✅ 正确 —— 明确指定需要的字段
> db.Model(&User{}).Select("dept_id, MAX(age)").Group("dept_id").Scan(&stats)
> ```

## HAVING — 过滤分组结果

`WHERE` 过滤的是行级别，`HAVING` 过滤的是**分组后的聚合结果**。两者的执行顺序是 `WHERE → GROUP BY → HAVING`：

```go
// 找平均薪资大于 10000 的部门
type AvgDept struct {
    DeptID uint    `gorm:"column:dept_id"`
    AvgSal float64 `gorm:"column:avg_salary"`
}

db.Model(&User{}).
    Select("dept_id, AVG(salary) as avg_salary").
    Group("dept_id").
    Having("AVG(salary) > ?", 10000).
    Scan(&result)

// 组合使用 WHERE 和 HAVING
// 先过滤入职满 1 年的员工，再按部门分组，最后筛选平均薪资超过 10000 的部门
db.Model(&User{}).
    Select("dept_id, COUNT(*) as headcount, AVG(salary) as avg_salary").
    Where("created_at < ?", time.Now().AddDate(-1, 0, 0)).
    Group("dept_id").
    Having("COUNT(*) >= 3").                    // 至少 3 人
    Having("AVG(salary) > ?", 10000).           // 且平均薪资超过 10000
    Scan(&qualifiedDepts)
```

> [!example] WHERE vs HAVING 的核心区别

| 特性 | WHERE | HAVING |
|------|-------|--------|
| 作用对象 | 单个行记录 | 分组后的聚合结果 |
| 能否用聚合函数 | ❌ 不能 | ✅ 可以 |
| 执行时机 | GROUP BY 之前 | GROUP BY 之后 |
| 性能差异 | 更优（提前过滤减少分组数据量） | 较次（需先完成分组再过滤） |

> [!important] HAVING 的简洁写法
> 如果你只需要最简单的 HAVING 条件（如 `HAVING COUNT(*) > 5`），也可以直接写字符串：
> ```go
> db.Model(&User{}).Group("dept_id").Having("COUNT(*) > ?", 5).Find(&results)
> ```
> 多个 `Having` 会自动用 AND 连接。

## 子查询

GORM 提供了几种方式来构建子查询。

### 派生表子查询（From Subquery）

将子查询作为一个临时表放入 FROM 子句：

```go
// 找出年龄大于全体员工平均年龄的用户
avgAgeSubQuery := db.Table("users").Select("AVG(age)")

var users []User
db.Where("age > (?)", avgAgeSubQuery).Find(&users)
// SELECT * FROM users WHERE age > (SELECT AVG(age) FROM users);
```

### IN 子查询

```go
// 找到有订单的用户
orderSubQuery := db.Model(&Order{}).Select("DISTINCT user_id")

var users []User
db.Where("id IN (?)", orderSubQuery).Find(&users)
// SELECT * FROM users WHERE id IN (SELECT DISTINCT user_id FROM orders);
```

> [!tip] 为什么用 DISTINCT？
> 一个用户可能有多个订单，如果不加 DISTINCT，子查询会返回重复的 user_id。虽然 `IN (...)` 能自动去重，但加上 DISTINCT 可以让数据库优化器更高效地处理。

### EXISTS 子查询

```go
// 找到至少有 1 个未支付订单的用户
db.Where("EXISTS (?)", 
    db.Model(&Order{}).Select("id").
        Where("user_id = users.id AND status = 'pending'"),
).Find(&users)
// SELECT * FROM users 
// WHERE EXISTS (SELECT id FROM orders WHERE user_id = users.id AND status = 'pending');
```

> [!note] EXISTS vs IN 的选择
> - **外表大、内表小** → 用 IN，子查询先查好再用
> - **外表小、内表大** → 用 EXISTS，找到一条就停止扫描
> - 在实际生产中，MySQL 优化器通常能自动选择最优方案，不用太纠结

### 相关子查询（Correlated Subquery）

内层查询引用外层表的列，每一行都重新执行一次内层查询：

```go
// 对每个用户，查出他的最新订单
var users []User
db.Select(`*,
    (SELECT created_at FROM orders 
     WHERE user_id = users.id 
     ORDER BY created_at DESC LIMIT 1) as latest_order_date`).
    Find(&users)
```

> [!warning] 相关子查询的性能警告
> 相关子查询每处理一行外层数据就要执行一次内层查询——复杂度接近 O(n × m)。如果数据量大，建议改写为 JOIN + GROUP BY：
> ```go
> // 改写为高效 JOIN：
> db.Table("users u").
>     Select("u.*, o.created_at as latest_order_date").
>     Joins("JOIN orders o ON o.id = (SELECT id FROM orders WHERE user_id = u.id ORDER BY created_at DESC LIMIT 1)").
>     Find(&users)
> ```

## 实用统计模式

### 按月趋势统计

```go
type DailyOrderStat struct {
    Day       string  `gorm:"column:day"`
    OrderNum  int64   `gorm:"column:order_num"`
    TotalAmt  float64 `gorm:"column:total_amt"`
}

db.Model(&Order{}).
    Select("DATE(created_at) as day, COUNT(*) as order_num, COALESCE(SUM(amount), 0) as total_amt").
    Group("DATE(created_at)").
    Order("day ASC").
    Scan(&dailyStats)
```

### TOP N 问题

```go
// 找出消费金额最高的前 10 名用户
var topUsers []struct {
    UserID uint
    UserName string
    TotalSpent float64
}

db.Table("users u").
    Select("u.id as user_id, u.name as user_name, SUM(o.amount) as total_spent").
    Joins("JOIN orders o ON o.user_id = u.id").
    Group("u.id, u.name").
    Order("total_spent DESC").
    Limit(10).
    Scan(&topUsers)
```

### CASE WHEN 条件聚合

```go
// 按状态统计订单数量
type StatusCount struct {
    Pending   int64 `gorm:"column:pending"`
    Completed int64 `gorm:"column:completed"`
    Cancelled int64 `gorm:"column:cancelled"`
}

var sc StatusCount
db.Raw(`
    SELECT 
        SUM(CASE WHEN status = 'pending' THEN 1 ELSE 0 END) as pending,
        SUM(CASE WHEN status = 'completed' THEN 1 ELSE 0 END) as completed,
        SUM(CASE WHEN status = 'cancelled' THEN 1 ELSE 0 END) as cancelled
    FROM orders
`).Scan(&sc)
```

## 子查询决策图

```mermaid
flowchart TD
    Start[需要子查询] --> Pattern{查询模式_}
    
    Pattern --> |聚合统计| GroupByQ{是否要过滤聚合结果?}
    GroupByQ --> |不需要| BasicGroup["GROUP BY + Select 聚合函数"]
    GroupByQ --> |需要| HavingCheck["GROUP BY + HAVING"]
    
    Pattern --> |条件过滤| FilterType{"IN 还是 EXISTS?"}
    FilterType --> |精确匹配值集合| InSub["WHERE col IN (SELECT ...)"]
    FilterType --> |存在性判断| ExistsSub["WHERE EXISTS (SELECT ...)"]
    
    Pattern --> |数据源嵌套| FromSub["FROM (SELECT ...) AS alias"]
    
    style Start fill:#4FC08D,color:#fff
    style HavingCheck fill:#3B82F6,color:#fff
    style InSub fill:#F59E0B,color:#000
    style FromSub fill:#EC4899,color:#fff
```

## 常见坑点速查

| 问题 | 原因 | 解决方案 |
|------|------|---------|
| Group 后字段丢失 | 未在 Select 中声明所需字段 | 显式列出所有 SELECT 字段 |
| Having 写了聚合函数但被 WHERE 过滤 | WHERE 在 GROUP BY 之前执行，无法访问聚合 | 把聚合条件移到 Having |
| 子查询导致笛卡尔积 | JOIN 没有正确的关联条件 | 检查外键关联，或用 EXISTS 替代 |
| ORDER BY + GROUP BY 顺序搞反 | SQL 语法要求 GROUP BY 在前 | 按 `WHERE → GROUP BY → HAVING → ORDER BY` 顺序写 |
| MySQL 5.7 ONLY_FULL_GROUP_BY | 非聚合字段不能在 SELECT 中出现 | 开启 SQL 严格模式或使用 MySQL 8.0+ |

## 关联笔记

- [[03-CRUD 操作]]
- [[04-条件查询]]
- [[05-关联查询]]
- [[06-排序与分页]]
- [[15-性能优化]]