在XQuery中，group by子句是FLWOR表达式里用于对中间结果进行分组的重要机制。它通常位于where子句之后、return子句之前，允许开发者按照一个或多个指定表达式的计算结果，将序列中的项划分到不同的组中，然后针对每个组分别执行聚合、统计或结构重组。这种能力对于将扁平的XML数据转换为按类别汇总的结构化结果非常关键。
group by的基本语法结构
XQuery中的group by必须出现在FLWOR表达式内部，不能脱离for或let独立使用。一个完整的FLWOR语句通常包含for、let、where、group by、order by与return等子句，其中group by位于where之后、return之前。group by后面跟随一个或多个用逗号分隔的分组键绑定，每个绑定的形式为变量名后跟冒号等号和表达式。
需要特别注意的是，group by会改变变量的作用域语义。一旦使用分组，return子句中原始的迭代变量不再表示单条记录，而是表示该组内所有原项的序列。与此同时，group by中声明的分组键变量可以在return中直接引用，其值等于组内元素共同拥有的那个键值。这种作用域变化是学习XQuery分组时最容易产生困惑的地方。
for $book in doc("books.xml")/library/book
group by $category := $book/@category
return
<group category="{$category}">
<count>{count($book)}</count>
<titles>{$book/title/string()}</titles>
</group>
分组键的计算与多字段分组
group by的分组键不仅限于节点属性，也可以使用任何合法的XQuery表达式。例如可以根据字符串长度、数值区间、时间字段的函数返回值等进行分组。只要表达式的结果能够进行相等性比较，处理器就可以将值相同的项划分到同一组中。这种灵活性使得分组逻辑不再绑定于固定的字段，而能服务于复杂的业务场景。
当需要按照多个维度进行分组时，可以在group by后面使用逗号列出多个绑定表达式。此时，只有所有键值完全相同的项才会进入同一个组。多字段分组的一个注意点是，return子句中应当引用所有分组键变量来标识组，否则输出结构容易丢失维度信息，并且在某些规范实现中会被视为静态错误。
for $item in doc("products.xml")/product
let $pubYear := year-from-date($item/@pubDate)
group by $cat := $item/@type, $yr := $pubYear
return
<stat type="{$cat}" year="{$yr}">
<avgPrice>{avg($item/@price/xs:decimal(.))}</avgPrice>
<total>{sum($item/@stock)}</total>
</stat>
与SQL group by的核心差异
熟悉关系型数据库的开发者往往会将XQuery的group by直接等同于SQL的GROUP BY，但两者在语义上有明显差异。SQL在分组之后，查询列表中通常只能出现分组列或聚合结果；而XQuery在分组后，原始迭代变量会变成组内序列，开发者可以对这个序列进行任意操作，包括截取前若干个元素、拼接字符串、二次过滤等。这种差异源于XQuery以序列作为一等公民的设计思想。
另一个重要差异体现在执行顺序上。XQuery通常先执行for和where子句，形成一个待分组的序列，然后才应用group by。这意味着where过滤条件会直接影响分组输入。而部分SQL优化器可能将过滤与聚合重新排序，行为略有不同。因此编写XQuery时，建议在group by之前利用where明确缩小数据范围，这样不仅逻辑更清晰，也更容易排查问题。
| 对比维度 | SQL group by | XQuery group by |
|---|---|---|
| 非分组列引用 | 禁止直接引用 | 可引用组内完整序列 |
| 分组键形式 | 通常为列名 | 任意表达式 |
| 返回结构 | 行集 | XML节点或序列 |
常见错误与避坑建议
在实际开发中，最常见的错误是在return子句中继续使用原始迭代变量的属性。例如编写$book/@category时，如果已经使用了group by，那么$book此时表示整组所有原元素的序列，而不是单个节点。这样会输出多个属性或产生结构混乱。正确做法是使用group by声明的分组键变量，例如$category。
另一个容易被忽略的问题是空序列分组。当分组键表达式对某些项返回空序列时，这些项会被归入同一个空键组。如果不希望看到这种空键分组，应该在where子句中提前使用exists()等函数过滤空值。这样可以使分组结果更符合业务预期。
性能方面也需要留意。对于大文档的分组操作，如果分组键路径没有被索引，可能会触发大量扫描。在支持索引的XQuery数据库中，可以为分组键路径建立索引以提升速度。同时，应尽量避免在group by表达式中直接调用高开销函数，更好的做法是先通过let子句计算并绑定为变量，再在分组表达式中引用该变量，以减少重复
计算，避免在分组阶段反复执行相同逻辑。
组内聚合与结果构造
分组之后，通常需要将组内序列压缩为若干统计值。XQuery 的聚合函数直接作用于序列，因此写法比 SQL 的行集更自然。例如，按图书分类统计数量、平均价格和总价格：
for $book in /library/book
where exists($book/price)
group by $category := $book/@category
return
<category-summary>
<name>{$category}</name>
<book-count>{count($book)}</book-count>
<avg-price>{avg($book/price)}</avg-price>
<total-price>{sum($book/price)}</total-price>
</category-summary>这里 $book 已经是同一分类下的所有 book 节点序列，因此 count($book) 得到该组项数，avg($book/price) 会先取出组内所有 price 值再求平均。注意如果组内某个 price 缺失，$book/price 会跳过该节点，这与 SQL 中 AVG 忽略 NULL 的行为有相似之处，但 XQuery 中的 avg(()) 返回空序列，而不是 NULL。若需要将空组平均值显示为 0，可以用条件表达式或序列合并，例如 (avg($book/price), 0)[1]，前提是业务上允许这种处理。
多个分组键与嵌套分组
XQuery 支持一次声明多个分组键，语法与 SQL 中的 GROUP BY a, b 类似。例如按分类和出版年份分组：
for $book in /library/book
group by $category := $book/@category, $year := $book/year
order by $category, $year
return
<group>
<category>{$category}</category>
<year>{$year}</year>
<count>{count($book)}</count>
</group>如果需要对多维分组进一步分层，可以在 return 中构造新的 FLWOR 表达式。外层先按大类分组，内层再按子类分组。这种嵌套分组在生成树形索引或分类菜单时尤其实用。
分组后的过滤与排序
SQL 中可以使用 HAVING 对聚合结果进行过滤。标准 XQuery 的 group by 本身没有直接提供 having 关键字，但可以通过外层 FLWOR 或中间结果来达到类似效果。例如只保留图书数量超过 5 本的分类：
for $summary in
(
for $book in /library/book
group by $category := $book/@category
return
<summary>
<category>{$category}</category>
<cnt>{count($book)}</cnt>
</summary>
)
where $summary/cnt > 5
order by $summary/cnt descending
return $summary这种写法先构造中间汇总元素，再在外层利用 where 过滤。它的可读性不如 SQL 的 HAVING 直接，但足够灵活，因为过滤条件可以基于任意 XML 结构，而不仅仅是聚合值。
将 group by 与 order by 结合时，需要注意排序表达式的上下文。分组之后，原来的迭代变量表示组内序列，因此 order by $book/@category 这样的写法实际上是在尝试对整个序列排序，往往不是期望的结果。应优先使用分组键变量或聚合表达式，例如 order by $category 或 order by count($book) descending。如果需要按组内最大值排序，可以写 order by max($book/price)。
总结
XQuery 的 group by 与 SQL 的 GROUP BY 在概念上高度相似，但底层思路不同。SQL 以行集为中心，未分组的非键列必须配合聚合函数；XQuery 以序列为中心，分组后的原始变量可以直接表示组内所有节点。这样的设计让 XQuery 可以方便地生成嵌套 XML 结构，也要求开发者明确区分单个节点和节点序列。编写复杂分组查询时，建议遵循以下顺序：
- 先用
where缩小输入集合 - 再用
let预先计算复杂分组键 - 然后声明一个或多个
group by键 - 在
order by中优先使用分组键或聚合表达式 - 最后在
return中构造目标 XML，并在必要时通过外层查询实现HAVING式过滤
掌握这些基本规则后，就能在 SQL 与 XQuery 之间平滑迁移分组逻辑，同时避免非分组列引用、空序列分组和重复计算等常见问题。