子查询分组后为何未作用于主查询？两段SQL为何不等价？

问题1：为什么在子查询中使用GROUP BY进行分组后，分组未作用于主查询？ #

对应SQL代码示例：

select sum(age),customer_id 
from (select * from customers group by first_name)

子查询里的GROUP BY first_name只会对子查询内部的数据集生效：它会按first_name分组，返回每组的一行数据（在未开启严格分组模式的SQL环境中，比如关闭了MySQL的ONLY_FULL_GROUP_BY，非分组列会随机取组内某行的值）。

而主查询是基于子查询返回的这个结果集来执行的，主查询本身没有GROUP BY子句，所以sum(age)是对整个子查询结果集的所有age值求和，customer_id则是从子查询结果里随机取一行的id——相当于主查询完全忽略了子查询的分组逻辑，只是把它当成一个普通的数据源来做全局聚合和随机取值，自然分组效果不会传递到主查询。

问题2：以下两段SQL代码为何不相等价？ #

代码1： #

select sum(age),customer_id 
from (select * from customers group by first_name)

代码2： #

select sum(age),customer_id 
from customers 
group by first_name

两者的执行逻辑完全不同：

1. 代码1的执行流程：

   • 先执行子查询，按first_name分组得到一个中间结果集（每组一行）；
   • 主查询对这个中间结果集做全局聚合：sum(age)是把中间结果里所有组的age加起来的总和，customer_id随机取中间结果里某一行的id。最终只会返回一行数据。

2. 代码2的执行流程：

   • 直接对customers表按first_name分组；
   • 每个分组内计算sum(age)（即每个first_name对应的年龄总和），同时customer_id取该分组内某一行的id。最终会返回多行数据，每行对应一个first_name分组的结果。

这就导致两段代码的输出结果、行数都完全不同，自然不等价。

内容的提问来源于stack exchange，提问作者anant