SQL GROUP BY a agregační funkce: Shrňte svá data

Published: 2026-04-08

GROUP BY sloučí více řádků, které sdílejí stejnou hodnotu v jednom nebo více sloupcích, do jednoho souhrnného řádku. V kombinaci s agregačními funkcemi jako COUNT, SUM, AVG, MIN a MAX tvoří základ téměř každého reportovacího a analytického dotazu. GROUP BY je podporováno ve všech SQL databázích včetně SQLite, PostgreSQL, MySQL, SQL Server a Oracle.

Ukázková data

Ve všech příkladech používáme dvě tabulky:

Tabulka employees:

id	name	department	hire_date	salary
1	Alice	Engineering	2023-01-15	95000
2	Bob	Engineering	2023-06-01	85000
3	Carol	Engineering	2024-03-10	85000
4	Dave	Sales	2023-02-20	72000
5	Eve	Sales	2023-09-05	68000
6	Frank	Sales	2024-01-15	65000
7	Grace	Marketing	2023-04-01	82000
8	Henry	Marketing	2024-06-01	70000

Tabulka orders:

id	customer	product	category	quantity	unit_price	order_date	status
1	Acme Corp	Laptop Pro	Electronics	3	1299.99	2026-01-05	delivered
2	Acme Corp	Wireless Mouse	Electronics	10	29.99	2026-01-12	delivered
3	Globex	Office Chair	Furniture	5	249.99	2026-01-18	delivered
4	Globex	Standing Desk	Furniture	2	599.99	2026-01-20	shipped
5	Initech	Notebook Pack	Stationery	20	12.99	2026-02-03	delivered
6	Initech	Pen Set	Stationery	15	8.99	2026-02-07	delivered
7	Acme Corp	Monitor 27"	Electronics	4	399.99	2026-02-14	delivered
8	Umbrella Ltd	Laptop Pro	Electronics	2	1299.99	2026-02-20	cancelled
9	Umbrella Ltd	Desk Lamp	Furniture	8	39.99	2026-03-01	delivered
10	Globex	Wireless Mouse	Electronics	12	29.99	2026-03-05	shipped
11	Initech	Monitor 27"	Electronics	1	399.99	2026-03-10	delivered
12	Acme Corp	Standing Desk	Furniture	1	599.99	2026-03-15	processing

Prozkoumat dataset v DbGate Lite

Syntaxe GROUP BY

SELECT column1, aggregate_function(column2)
FROM table_name
WHERE condition
GROUP BY column1
HAVING aggregate_condition
ORDER BY column1;

GROUP BY — jeden nebo více sloupců, jejichž jedinečné kombinace hodnot definují každou skupinu
Agregační funkce — spočítají jednu hodnotu ze všech řádků ve skupině
HAVING — filtruje skupiny (podobně jako WHERE, ale pro seskupené výsledky)
Každý sloupec v SELECT, který není uvnitř agregační funkce, musí být uveden v GROUP BY

Pořadí vykonávání SQL

SQL klauzule se zapisují v jednom pořadí, ale vykonávají se v jiném. Pochopení tohoto pořadí vysvětluje, proč HAVING může odkazovat na agregační funkce, ale WHERE ne, a proč nemůžete použít alias ze SELECT v klauzuli HAVING.

FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY

Krok	Klauzule	Co se děje
1	FROM	Načtou se tabulky a vyhodnotí se případné JOINy
2	WHERE	Filtrování jednotlivých řádků — agregační funkce zde nejsou povoleny
3	GROUP BY	Zbývající řádky se sloučí do skupin
4	HAVING	Filtrování skupin — agregační funkce zde jsou povoleny
5	SELECT	Spočítají se výstupní sloupce a aliasy
6	ORDER BY	Seřadí se výsledná množina řádků

Proto WHERE status = 'delivered' běží před seskupením (rychlý filtr na úrovni řádků), zatímco HAVING COUNT(*) > 2 běží po seskupení (filtruje celé skupiny).

COUNT()

COUNT(*) počítá všechny řádky ve skupině. COUNT(column) počítá nenulové (non-NULL) hodnoty v daném sloupci.

Příklad: Počet zaměstnanců v oddělení

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

INSERT INTO employees (id, name, department, hire_date, salary) VALUES
  (1, &#39;Alice&#39;, &#39;Engineering&#39;, &#39;2023-01-15&#39;, 95000),
  (2, &#39;Bob&#39;, &#39;Engineering&#39;, &#39;2023-06-01&#39;, 85000),
  (3, &#39;Carol&#39;, &#39;Engineering&#39;, &#39;2024-03-10&#39;, 85000),
  (4, &#39;Dave&#39;, &#39;Sales&#39;, &#39;2023-02-20&#39;, 72000),
  (5, &#39;Eve&#39;, &#39;Sales&#39;, &#39;2023-09-05&#39;, 68000),
  (6, &#39;Frank&#39;, &#39;Sales&#39;, &#39;2024-01-15&#39;, 65000),
  (7, &#39;Grace&#39;, &#39;Marketing&#39;, &#39;2023-04-01&#39;, 82000),
  (8, &#39;Henry&#39;, &#39;Marketing&#39;, &#39;2024-06-01&#39;, 70000);

INSERT INTO orders (id, customer, product, category, quantity, unit_price, order_date, status) VALUES
  (1, &#39;Acme Corp&#39;, &#39;Laptop Pro&#39;, &#39;Electronics&#39;, 3, 1299.99, &#39;2026-01-05&#39;, &#39;delivered&#39;),
  (2, &#39;Acme Corp&#39;, &#39;Wireless Mouse&#39;, &#39;Electronics&#39;, 10, 29.99, &#39;2026-01-12&#39;, &#39;delivered&#39;),
  (3, &#39;Globex&#39;, &#39;Office Chair&#39;, &#39;Furniture&#39;, 5, 249.99, &#39;2026-01-18&#39;, &#39;delivered&#39;),
  (4, &#39;Globex&#39;, &#39;Standing Desk&#39;, &#39;Furniture&#39;, 2, 599.99, &#39;2026-01-20&#39;, &#39;shipped&#39;),
  (5, &#39;Initech&#39;, &#39;Notebook Pack&#39;, &#39;Stationery&#39;, 20, 12.99, &#39;2026-02-03&#39;, &#39;delivered&#39;),
  (6, &#39;Initech&#39;, &#39;Pen Set&#39;, &#39;Stationery&#39;, 15, 8.99, &#39;2026-02-07&#39;, &#39;delivered&#39;),
  (7, &#39;Acme Corp&#39;, &#39;Monitor 27&#34;&#39;, &#39;Electronics&#39;, 4, 399.99, &#39;2026-02-14&#39;, &#39;delivered&#39;),
  (8, &#39;Umbrella Ltd&#39;, &#39;Laptop Pro&#39;, &#39;Electronics&#39;, 2, 1299.99, &#39;2026-02-20&#39;, &#39;cancelled&#39;),
  (9, &#39;Umbrella Ltd&#39;, &#39;Desk Lamp&#39;, &#39;Furniture&#39;, 8, 39.99, &#39;2026-03-01&#39;, &#39;delivered&#39;),
  (10, &#39;Globex&#39;, &#39;Wireless Mouse&#39;, &#39;Electronics&#39;, 12, 29.99, &#39;shipped&#39;),
  (11, &#39;Initech&#39;, &#39;Monitor 27&#34;&#39;, &#39;Electronics&#39;, 1, 399.99, &#39;2026-03-10&#39;, &#39;delivered&#39;),
  (12, &#39;Acme Corp&#39;, &#39;Standing Desk&#39;, &#39;Furniture&#39;, 1, 599.99, &#39;2026-03-15&#39;, &#39;processing&#39;);

Příklad: Počet objednávek na zákazníka

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Počet doručených vs. ostatních stavů

Počítejte pouze objednávky splňující podmínku pomocí COUNT s výrazem CASE:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

SUM()

SUM(column) sečte všechny hodnoty ve skupině pro číselný sloupec.

Příklad: Celková mzda na oddělení

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Celkové tržby na kategorii

Spočítejte tržby jako quantity * unit_price:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Tržby podle zákazníka a kategorie

Seskupte podle více sloupců, abyste tržby dále rozčlenili:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

AVG()

AVG(column) vrací aritmetický průměr všech nenulových (non-NULL) hodnot ve skupině.

Příklad: Průměrná mzda na oddělení

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Průměrná hodnota objednávky na zákazníka

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

MIN() a MAX()

MIN(column) a MAX(column) vrací nejmenší a největší hodnotu ve skupině.

Příklad: Rozpětí mezd na oddělení

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: První a poslední datum objednávky na zákazníka

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Kombinování více agregací

V jednom dotazu můžete zkombinovat libovolný počet agregačních funkcí.

Příklad: Kompletní souhrn oddělení

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Souhrn objednávek na zákazníka

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

HAVING

HAVING filtruje skupiny po agregaci — je to ekvivalent WHERE pro seskupené výsledky.

Příklad: Oddělení s více než dvěma zaměstnanci

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Zákazníci s celkovými tržbami nad 2000

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Kategorie s průměrnou hodnotou objednávky pod 500

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

WHERE vs. HAVING

WHERE filtruje jednotlivé řádky před seskupením. HAVING filtruje skupiny po agregaci.

Příklad: Tržby pouze z doručených objednávek na zákazníka

Použijte WHERE k vyloučení řádků před seskupením a poté HAVING k filtrování výsledků:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

GROUP BY s JOINy

Můžete seskupovat data, která se nacházejí v několika tabulkách, tím, že je nejprve spojíte (JOIN).

Příklad: Tržby na oddělení přes JOIN na zaměstnance

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Počet objednávek a tržby podle kategorie a měsíce

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

GROUP BY s výrazy

Můžete seskupovat podle vypočtených výrazů, nejen podle prostých sloupců.

Příklad: Zaměstnanci přijatí v jednotlivých letech

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Objednávky podle měsíců

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

COUNT(DISTINCT)

COUNT(DISTINCT column) počítá počet jedinečných hodnot ve skupině.

Příklad: Jedinečné produkty objednané na zákazníka

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Filtrování skupin s více podmínkami

HAVING podporuje libovolný booleovský výraz, včetně kombinací AND/OR.

Příklad: Hodnotní aktivní zákazníci

Najděte zákazníky s více než jednou objednávkou a celkovými tržbami nad 1000:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Praktický příklad: Prodejní report

Zkombinujme vše do kompletního souhrnného reportu prodeje.

Příklad: Report výkonnosti kategorií

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Nejvýnosnější produkt

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

GROUP BY vs. okenní funkce

GROUP BY sloučí řádky do jednoho řádku na skupinu. Okenní funkce ponechají všechny řádky a přidají vypočtený sloupec — podrobnosti najdete v tutoriálu k SQL okenním funkcím.

Příklad: GROUP BY vrací jeden řádek na oddělení

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Příklad: Okenní funkce ponechá všechny řádky

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Běžné případy použití GROUP BY

Reportovací dashboardy — Souhrny součtů, průměrů a počtů podle kategorií nebo časových období
Analýza headcountu — Počty zaměstnanců, uživatelů nebo záznamů podle skupin
Rozpad tržeb — Celkové a průměrné tržby podle produktu, regionu nebo zákazníka
Analýza trendů — Seskupení podle měsíců nebo let pro odhalení vzorců v čase
Top-N v rámci skupiny — V kombinaci s poddotazy nebo CTE najdete nejlepšího „výkonáře“ v každé skupině
Validace dat — Počítání duplicit nebo NULL hodnot napříč skupinami
Cohort analýza — Seskupení uživatelů podle data registrace nebo behaviorálního segmentu

Tipy pro výkon

Indexujte sloupce v GROUP BY — Indexy na seskupovaných sloupcích urychlují krok třídění a seskupování
Filtrujte co nejdříve pomocí WHERE — Zmenšení počtu řádků před seskupením je rychlejší než filtrování až po něm pomocí HAVING
Vyhněte se SELECT * — Vybírejte jen sloupce, které skutečně potřebujete; agregační operace těží z užších dat
Používejte „covering“ indexy — Index, který obsahuje jak sloupec z GROUP BY, tak agregovaný sloupec, může zabránit úplnému skenu tabulky
Zvažte materializované pohledy — Pro často počítané agregace nad velkými tabulkami některé databáze podporují předpočítané souhrny

Shrnutí

GROUP BY sloučí řádky, které sdílejí stejné hodnoty ve sloupcích, do jednoho souhrnného řádku pro každou jedinečnou kombinaci
COUNT(*) počítá všechny řádky; COUNT(column) počítá nenulové hodnoty; COUNT(DISTINCT column) počítá jedinečné hodnoty
SUM sčítá číselné hodnoty; AVG počítá průměr; MIN / MAX hledají krajní hodnoty
Každý sloupec v SELECT musí buď být v GROUP BY, nebo být obalen agregační funkcí
WHERE filtruje řádky před seskupením; HAVING filtruje skupiny po agregaci
Můžete GROUP BY používat i s výrazy (např. SUBSTR(date, 1, 7) pro seskupení na úrovni měsíců)
Spojení tabulek před seskupením vám umožní zkombinovat data z více zdrojů do jednoho reportu
Použijte okenní funkce místo GROUP BY, když potřebujete metriky na úrovni skupin, ale nechcete přijít o jednotlivé řádky

Zkuste kombinovat GROUP BY s JOINy, výrazy CASE a klauzulemi HAVING a vytvořte si reporty, které vaše datová analýza potřebuje!