含双内连接的SQL查询添加GROUP BY报错问题求助

咱们来搞定这个GROUP BY的报错问题！首先得明白为什么会出现这个错误：

错误原因分析 #

SQL Server对GROUP BY有严格的规则：SELECT子句里所有没有用聚合函数（比如SUM、MAX、MIN）包裹的列，必须全部出现在GROUP BY子句中。你只把[b].[FullName]加入了GROUP BY，但SELECT里的[InvNo]、[AdCaption]、[NetAmt]等列既不在GROUP BY里，也没有用聚合函数处理，数据库不知道怎么对这些列进行分组计算，所以就抛出了Msg 8120的错误。

接下来根据你的实际需求，给你两种解决方案：

方案一：保留每条订单记录，合并对应日期（最接近你原查询的意图） #

你的原查询因为关联了DBTrans（一对多关系）导致订单记录重复，其实不需要GROUP BY，改用CROSS APPLY预计算每个订单对应的日期拼接，就能避免重复行，同时正常展示所有订单详情：

SELECT 
    [b].[FullName],
    DateList.ins_Dates,
    [uk].[InvNo],
    [uk].[AdCaption],
    CONCAT([uk].[AdCM], 'x', [uk].[AdCOL]) AS [SIZE],
    [uk].[NetAmt],
    [uk].[RecievedAmount],
    [uk].[NetAmt] - [uk].[RecievedAmount] AS [O_S]
FROM [DailyBooking] [uk]
INNER JOIN [Publication] [b] ON [uk].[AdPub] = [b].[ID]
-- 预计算每个DailyBooking对应的所有日期拼接
CROSS APPLY (
    SELECT STUFF( (
        SELECT ','+CONVERT(VARCHAR(30), [t].[pdate], 120) 
        FROM [DBTrans] [t] 
        WHERE [t].[dbID] = [uk].[ID] 
        FOR XML PATH('')
    ), 1, 1, '') AS ins_Dates
) AS DateList
WHERE [b].[FullName] LIKE '%a%';

方案二：按出版物名称（FullName）分组汇总 #

如果你确实需要按[b].[FullName]分组，合并该出版物下的所有日期，同时对订单数据进行聚合统计，那就要把所有非聚合列要么加入GROUP BY，要么用聚合函数处理（聚合函数要根据你的业务逻辑选择，比如MAX、SUM等）：

SELECT 
    [b].[FullName],
    -- 合并该出版物下所有关联的DBTrans日期
    STUFF( (
        SELECT ','+CONVERT(VARCHAR(30), [t].[pdate], 120) 
        FROM [DBTrans] [t]
        INNER JOIN [DailyBooking] [uk_t] ON [t].[dbID] = [uk_t].[ID]
        WHERE [uk_t].[AdPub] = [b].[ID]
        FOR XML PATH('')
    ), 1, 1, '') AS [ins_Dates],
    MAX([uk].[InvNo]) AS [InvNo], -- 示例：取该出版物下的最大订单号
    MAX([uk].[AdCaption]) AS [AdCaption], -- 示例：取该出版物下的首个/最大广告标题
    MAX(CONCAT([uk].[AdCM], 'x', [uk].[AdCOL])) AS [SIZE], -- 示例：取该出版物下的最大广告尺寸
    SUM([uk].[NetAmt]) AS [NetAmt], -- 示例：汇总该出版物下的总订单金额
    SUM([uk].[RecievedAmount]) AS [RecievedAmount], -- 示例：汇总该出版物下的已收金额
    SUM([uk].[NetAmt]) - SUM([uk].[RecievedAmount]) AS [O_S]
FROM [DailyBooking] [uk]
INNER JOIN [Publication] [b] ON [uk].[AdPub] = [b].[ID]
WHERE [b].[FullName] LIKE '%a%'
GROUP BY [b].[FullName];

方案选择建议 #

• 如果你需要保留每条DailyBooking的详细信息，只是合并对应的多个日期，选方案一，这能避免原查询的重复行问题，同时符合你的初始需求。
• 如果你需要按出版物名称做汇总统计，比如看每个出版物的总订单金额、所有关联日期，选方案二，记得根据实际业务调整聚合函数（比如把MAX改成MIN，或者SUM改成AVG等）。

内容的提问来源于stack exchange，提问作者Syed Muhammad Munis Ali