---
title: github-fill
description: GROUP BY GROUP BY 算子主要用于在 SQL 中进行分组聚合计算操作。 用于对数据进行分组的算法有 HASH 算法和 MERGE 算法，因此根据算法可以将 GROUP BY 算子分为两种： HASH GROUP BY 和 MERGE GROUP BY 。执行计划生成时根据 SQL 优化器对于两种算子的代…
---
切换语言

- 中文站 - 简体中文
- International - English
- 日本站 - 日本語

文档反馈![](https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*P8CuR4UJ_FkAAAAAAAAAAAAADiGDAQ/original) OceanBase 数据库分布式版 - V 4.2.1 LTS

# GROUP BY

更新时间：2026-04-16 00:11:36

[编辑](https://github.com/oceanbase/oceanbase-doc/edit/V4.2.1/zh-CN/700.reference/1000.performance-tuning-guide/500.sql-optimization/200.sql-execution-plan/200.execution-plan-operator/500.group-by.md)  

`GROUP BY` 算子主要用于在 SQL 中进行分组聚合计算操作。

用于对数据进行分组的算法有 `HASH` 算法和 `MERGE` 算法，因此根据算法可以将 `GROUP BY` 算子分为两种：`HASH GROUP BY` 和 `MERGE GROUP BY`。执行计划生成时根据 SQL 优化器对于两种算子的代价评估，来选择使用哪种 `GROUP BY` 算子。

对于普通的聚合函数（`SUM`/`MAX`/`MIN`/`AVG`/`COUNT`/`STDDEV`）也是通过分配 `GROUP BY` 算子来完成，而对于只有聚合函数而不含有 `GROUP BY` 的 SQL，分配的是 `SCALAR GROUP BY` 算子，因此 `GROUP BY` 算子又可以分为三种：`SCALAR GROUP BY`、`HASH GROUP BY` 和 `MERGE GROUP BY`。

## SCALAR GROUP BY

示例 1：含 `SCALAR GROUP BY` 算子的执行计划

```sql
obclient> CREATE TABLE t1(c1 INT, c2 INT);
Query OK, 0 rows affected

obclient> INSERT INTO t1 VALUES(1, 1);
Query OK, 1 rows affected

obclient> INSERT INTO t1 VALUES(2, 2);
Query OK, 1 rows affected

obclient> INSERT INTO t1 VALUES(3, 3);
Query OK, 1 rows affected

Q1:
obclient> EXPLAIN SELECT SUM(c1) FROM t1;

Query Plan:
| ========================================
|ID|OPERATOR       |NAME|EST. ROWS|COST|
----------------------------------------
|0 |SCALAR GROUP BY|    |1        |37  |
|1 | TABLE SCAN    |T1  |3        |37  |
========================================

Outputs & filters:
-------------------------------------
  0 - output([T_FUN_SUM(T1.C1)]), filter(nil),
      group(nil), agg_func([T_FUN_SUM(T1.C1)])
  1 - output([T1.C1]), filter(nil),
      access([T1.C1]), partitions(p0)

```

上述示例中，Q1 查询的执行计划展示中的 `outputs & filters` 中详细列出了 `SCALAR GROUP BY` 算子的输出信息如下：

| **信息名称** | **含义** |
| --- | --- |
| output | 该算子输出的表达式。 |
| filter | 该算子上的过滤条件。 由于示例中 `SCALAR GROUP BY` 算子未设置 `filter`，所以为 `nil`。 |
| group | 需要进行分组的列。 例如，Q1 查询中是 `SCALAR GROUP BY` 算子，所以为 `nil`。 |
| agg_func | 所涉及的聚合函数。 例如，Q1 查询是计算表 `t1` 的 `c1` 列数据之和，因此为 `T_FUN_SUM(t1.c1)`。 |

## HASH GROUP BY

示例 2：含 `HASH GROUP BY` 算子的执行计划

```sql
Q2:
obclient> EXPLAIN SELECT SUM(c2) FROM t1 GROUP BY c1 HAVING SUM(c2) > 2;

Query Plan:
| ======================================
|ID|OPERATOR     |NAME|EST. ROWS|COST|
--------------------------------------
|0 |HASH GROUP BY|    |1        |40  |
|1 | TABLE SCAN  |T1  |3        |37  |
======================================

Outputs & filters:
-------------------------------------
  0 - output([T_FUN_SUM(T1.C2)]), filter([T_FUN_SUM(T1.C2) > 2]),
      group([T1.C1]), agg_func([T_FUN_SUM(T1.C2)])
  1 - output([T1.C1], [T1.C2]), filter(nil),
      access([T1.C1], [T1.C2]), partitions(p0)

```

上述示例中，Q2 查询的执行计划展示中的 `outputs & filters` 详细列出了 `HASH GROUP BY` 算子的输出信息如下：

| **信息名称** | **含义** |
| --- | --- |
| output | 该算子输出的表达式。 |
| filter | 该算子上的过滤条件。 由于设置要求分组后的 `c2` 列求和大于 2，因此为 `T_FUN_SUM(t1.c2) > 2`。 |
| group | 需要进行分组的列。 例如，Q2 查询是对 `t1` 表的 `c1` 列进行分组，所以为 `T1.C1`。 |
| agg_func | 所涉及的聚合函数。 例如，Q2 查询中计算表 `t1` 的 `c2` 列之和，因此为 `T_FUN_SUM(t1.c2)`。 |

#### 说明

`HASH GROUP BY` 算子将会保证在执行时采用 `HASH` 算法进行分组。

## MERGE GROUP BY

示例 3：含 `MERGE GROUP BY` 算子的执行计划

```sql
Q3:
obclient> EXPLAIN SELECT /*+NO_USE_HASH_AGGREGATION*/SUM(c2) FROM t1 GROUP BY c1 HAVING SUM(c2) > 2;

Query Plan:
| =======================================
|ID|OPERATOR      |NAME|EST. ROWS|COST|
---------------------------------------
|0 |MERGE GROUP BY|    |1        |45  |
|1 | SORT         |    |3        |44  |
|2 |  TABLE SCAN  |T1  |3        |37  |
=======================================

Outputs & filters:
-------------------------------------
  0 - output([T_FUN_SUM(T1.C2)]), filter([T_FUN_SUM(T1.C2) > 2]),
      group([T1.C1]), agg_func([T_FUN_SUM(T1.C2)])
  1 - output([T1.C1], [T1.C2]), filter(nil), sort_keys([T1.C1, ASC])
  2 - output([T1.C1], [T1.C2]), filter(nil),
      access([T1.C1], [T1.C2]), partitions(p0)

```

上述示例中，Q3 查询的执行计划展示中的 `outputs & filters` 中详细列出了 `MERGE GROUP BY` 算子的信息，可以看出相同的 SQL 生成执行计划时选择了 `MERGE GROUP BY` 算子，其算子基本信息都是相同的，最大的区别是在执行的时候选择的分组算法不一样。同时，这里的 2 号算子 `TABLE SCAN` 返回的结果是一个无序结果，而 `GROUP BY` 算法采用的是 `MERGE GROUP BY`，因此必须分配一个 `SORT` 算子。

#### 注意

`NO_USE_HASH_AGGREGATION` 和 `USE_HASH_AGGREGATION` 的 Hint 可以用于控制 `GROUP BY` 算子选择何种算法进行分组。

  上一篇 下一篇 ![有帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*y6ocSqN8cqsAAAAAAAAAAAAAARQnAQ)![无帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*BG9IQJyLHF8AAAAAAAAAAAAAARQnAQ)![反馈](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*eTWdQKCRKHwAAAAAAAAAAAAAARQnAQ)[AI](https://www.oceanbase.com/obi) 咨询热线