Microsoft Access GROUP BY Query

Daftar Isi:

Microsoft Access GROUP BY Query
Microsoft Access GROUP BY Query
Anonim

Di Microsoft Access, GROUP BY adalah klausa yang dapat Anda gunakan untuk menggabungkan catatan dengan nilai identik dalam bidang tertentu dalam satu catatan. Jika Anda menyertakan fungsi agregat SQL dalam pernyataan SELECT, seperti AVG, COUNT, atau SUM, Access membuat nilai ringkasan untuk setiap record.

Petunjuk dalam artikel ini berlaku untuk Access untuk Microsoft 365, Access 2019, 2016, 2013, dan 2010.

Image
Image

Menggunakan GROUP BY

Anda dapat menemukan dan menggunakan fungsi GROUP BY menggunakan kueri SQL di Tampilan SQL. Ini adalah salah satu cara paling sederhana dan langsung untuk mengakses dan mengontrol data Anda.

  1. Mulai Akses dan buka database Anda.

    Contoh ini menggunakan Database Sampel Northwind.

  2. Pilih tab Buat.

    Image
    Image
  3. Dalam grup Kueri, pilih Desain Kueri.

    Image
    Image
  4. Dalam daftar Tambah Tabel, pilih tabel yang ingin Anda kerjakan.

    Image
    Image
  5. Pilih View di grup Hasil dan pilih SQL View.

    Image
    Image
  6. Badan utama akan beralih ke jendela terminal kueri. Di sini, Anda dapat memasukkan kueri apa pun yang Anda suka.
  7. Untuk mendapatkan pengelompokan dasar dari SQL, Anda akan memasukkan sesuatu seperti ini:

    SELECTFROM tablename WHERE kolom/kategori LIKE 'entry';

    Ganti nama sebenarnya dari tabel, kategori atau judul kolom, dan nilai entri sebenarnya yang Anda cari.

Mengurai Pertanyaan

Pertimbangkan, misalnya, tabel data pesanan yang terdiri dari atribut di bawah ini:

  • OrderID: Nilai numerik yang secara unik mengidentifikasi setiap pesanan. Bidang ini adalah kunci utama untuk database.
  • Salesperson: Nilai teks yang memberikan nama penjual yang menjual produk. Bidang ini adalah kunci asing ke tabel lain yang berisi informasi personel.
  • CustomerID: Nilai numerik yang sesuai dengan nomor rekening pelanggan. Bidang ini juga merupakan kunci asing, merujuk ke tabel yang berisi informasi akun pelanggan.
  • Pendapatan: Nilai numerik yang sesuai dengan jumlah dolar dari penjualan.

Saat tiba waktunya untuk melakukan tinjauan kinerja bagi tenaga penjualan, tabel Pesanan berisi informasi berharga yang dapat digunakan untuk tinjauan tersebut. Saat mengevaluasi Jim, Anda dapat, misalnya, menulis kueri sederhana yang mengambil semua catatan penjualan Jim:

SELECTFROM Orders WHERE Salesperson LIKE 'Jim';

Ini akan mengambil semua catatan dari database terkait dengan penjualan yang dilakukan oleh Jim:

OrderID Salesperson CustomerID Revenue

12482 Jim 182 40000

12488 Jim 219 25000

12519 Jim 137 85000

12602 Jim 182 10000 12741 Jim 155 90000

Anda dapat meninjau informasi ini dan melakukan beberapa perhitungan manual untuk mengembangkan statistik kinerja, tetapi ini akan menjadi tugas yang membosankan yang harus Anda ulangi untuk setiap tenaga penjualan di perusahaan. Sebagai gantinya, Anda dapat mengganti pekerjaan ini dengan satu kueri GROUP BY yang menghitung statistik setiap tenaga penjualan di perusahaan. Anda menulis kueri dan menentukan bahwa database harus mengelompokkan hasil berdasarkan bidang Tenaga Penjual. Anda kemudian dapat menggunakan salah satu fungsi agregat SQL untuk melakukan perhitungan pada hasil.

Ini contohnya. Jika Anda mengeksekusi pernyataan SQL berikut:

PILIH Penjual, SUM(Pendapatan) SEBAGAI 'Total', MIN(Pendapatan) SEBAGAI 'Terkecil', MAX(Pendapatan) SEBAGAI 'Terbesar', AVG(Pendapatan) SEBAGAI 'Rata-rata', COUNT(Pendapatan) SEBAGAI ' Nomor' DARI Pesanan KELOMPOK MENURUT Penjual;

Anda akan mendapatkan hasil berikut:

Penjual Total Terkecil Terbesar Rata-rata Jumlah

Jim 250000 10000 90000 50000 5

Mary 342000 24000 102000 57000 6Bob 118000 4000 36000 39333 3

Seperti yang Anda lihat, fungsi yang kuat ini memungkinkan Anda menghasilkan laporan singkat dari dalam kueri SQL, memberikan intelijen bisnis yang berharga kepada manajer yang melakukan tinjauan kinerja. Klausa GROUP BY sering digunakan dalam database untuk tujuan ini dan merupakan alat yang berharga dalam kumpulan trik DBA.

Direkomendasikan: