首先創(chuàng)建數(shù)據(jù)庫hncu，建立stud表格。
添加數(shù)據(jù):
create table stud(
sno varchar(30) not null primary key,
sname varchar(30) not null,
age int,
saddress varchar(30)
);
INSERT INTO stud VALUES('1001','Tom',22,'湖南益陽');
INSERT INTO stud VALUES('1002','Jack',23,'益陽');
INSERT INTO stud VALUES('1003','李白',22,'益陽');
INSERT INTO stud VALUES('1004','王五',24,'中國北京');
INSERT INTO stud VALUES('1005','張三',22,'益陽');
INSERT INTO stud VALUES('1006','張四',23,'益陽');
INSERT INTO stud VALUES('1007','李四',22,'湖南益陽');
INSERT INTO stud VALUES('1008','劉備',24,'北京');
執(zhí)行語句如下：
喎�"/kf/ware/vc/" target="_blank" class="keylink">vcD4NCjxwcmUgY2xhc3M9"brush:sql;"> SELECT * FROM stud GROUP BY saddress;
顯示了如下錯誤:
ERROR 1055 (42000): Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column 'hncu.stud.sno' which is not functionally dependent
on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by
再執(zhí)行此句：
SELECT saddress as 平均年齡 FROM stud GROUP BY saddress;
-沒有問題
然后我們用MySQL，再執(zhí)行前面那句錯誤的代碼：
也就是：
SELECT * FROM stud GROUP BY saddress;
我們看結(jié)果：
順利的通過了，但是，你發(fā)現(xiàn)沒有，前面的smo,sname,age,這3列的數(shù)據(jù)不對啊，沒錯，MySQL強(qiáng)行顯示第一次查找到的saddress不同的行了?。?！其實(shí)這個結(jié)果是不對，但是MySQL應(yīng)該是兼容了這個錯誤！
而DOS卻是嚴(yán)格按照SQL的語法來的。
SQL的grop by 語法為，select 選取分組中的列+聚合函數(shù) from 表名稱 group by 分組的列
從語法格式來看，是先有分組，再確定檢索的列，檢索的列只能在參加分組的列中選。
所以問題中的，group by 后的 a,b,c是先確定的。select后的a,b,c才是可以變的。即
以下語句都是正確的：
select a,b,c from table_name group by a,b,c,d;
select a,b from table_name group by a,b,c;
select a,max(a) from table_name group by a,b,c;
以下語句則是錯誤的：
select a,b,c from table_name group by a,b;
select a,b,c from table_name group by a;
而因?yàn)镸ySQL的強(qiáng)大，它兼容了這個錯誤?。?！
但是在DOS是不能的。所以出現(xiàn)了DOS下報錯，而在MySQL中能夠查找的情況(其實(shí)這個查找的結(jié)果是不對的)。
以上所述是小編給大家介紹的SQL語句Groupby在MySQL中錯誤使用被兼容的情況,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
您可能感興趣的文章:- pandas獲取groupby分組里最大值所在的行方法
- Python在groupby分組后提取指定位置記錄方法
- pandas數(shù)據(jù)預(yù)處理之dataframe的groupby操作方法
- Python數(shù)據(jù)分析中Groupby用法之通過字典或Series進(jìn)行分組的實(shí)例
- 解決C#中Linq GroupBy 和OrderBy失效的方法
- 如何在datatable中使用groupby進(jìn)行分組統(tǒng)計
- Python DataFrame.groupby()聚合函數(shù),分組級運(yùn)算
