માઈક્રોસોફ્ટ એક્સેસ ગ્રૂપ દ્વારા ક્વેરીનો ઉપયોગ કરવા વિશે જાણો

તમે ડેટાબેઝમાંથી ડેટા મેળવવા માટે બેઝિક SQL ક્વેરીનો ઉપયોગ કરી શકો છો પરંતુ આ ઘણી વાર બિઝનેસ જરૂરિયાતોને પૂરી કરવા માટે પૂરતી માહિતી પૂરી પાડતી નથી. એસક્યુએલ તમને GROUP BY ક્લોઝનો ઉપયોગ કરીને એકંદર વિધેયોને લાગુ કરવા માટે પંક્તિ-સ્તરના લક્ષણો પર આધારિત જૂથ ક્વેરી પરિણામોની ક્ષમતા આપે છે. ઉદાહરણ તરીકે, નીચે આપેલ વિશેષતાઓ ધરાવતો ઓર્ડર ડેટા કોષ્ટક ધ્યાનમાં લો:

જ્યારે Salespeople માટે પ્રદર્શન સમીક્ષાઓ હાથ ધરવા માટે સમય આવે છે, ઓર્ડર્સ ટેબલ મૂલ્યવાન માહિતી સમાવે છે કે જે તે સમીક્ષા માટે ઉપયોગ કરી શકાય છે જિમનું મૂલ્યાંકન કરતી વખતે, તમે કરી શકો છો, ઉદાહરણ તરીકે, એક સરળ ક્વેરી લખો જે જિમના તમામ વેચાણ રેકોર્ડ્સ મેળવે છે:

ઓર્ડરમાંથી * પસંદ કરો જ્યાં વિક્રેતા જેમ 'જિમ'

આ જીમ દ્વારા કરવામાં આવેલા વેચાણને અનુરૂપ ડેટાબેસમાંથી તમામ રેકોર્ડ્સ પ્રાપ્ત કરશે:

ઓર્ડરિડ સેલ્સનો ગ્રાહક આઈડી રેવન્યુ 12482 જીમ 182 40000 12488 જીમ 219 25000 12519 જિમ 137 85000 12602 જીમ 182 10000 12741 જીમ 155 90000

તમે આ માહિતીની સમીક્ષા કરી શકો છો અને પ્રદર્શનનાં આંકડાઓ સાથે આવવા માટે કેટલાક મેન્યુઅલ ગણતરી કરી શકો છો, પરંતુ આ એક કંટાળાજનક કાર્ય હશે કે તમારે કંપનીમાં દરેક સેલ્સવર્ક માટે પુનરાવર્તન કરવું પડશે. તેના બદલે, તમે આ કાર્યને એક ગ્રુપ બાય ક્વેરી સાથે બદલી શકો છો જે કંપનીના દરેક વક્તા માટે આંકડાઓની ગણતરી કરે છે. તમે ફક્ત ક્વેરી લખો અને સ્પષ્ટ કરો કે ડેટાબેઝ સેલ્સપર્સન ક્ષેત્ર પર આધારિત પરિણામોનું જૂથ બનાવવું જોઈએ. પરિણામો પર ગણતરી કરવા માટે તમે પછીથી SQL એકંદર કાર્યોનો ઉપયોગ કરી શકો છો.

અહીં એક ઉદાહરણ છે. જો તમે નીચેના એસક્યુએલ નિવેદન ચલાવો:

'સેલ્સ', 'કુલ', 'લઘુ' તરીકે 'લઘુ', મેક્સ (મહેસૂલ) એએસ 'સૌથી મોટું', એવજી (રેવન્યુ) એએસ 'એવરેજ', (રેવન્યુ) AS 'ઓર્ડર્સ ગ્રુપ દ્વારા' નંબર 'તરીકે પસંદ કરો. વેચાણકર્તા દ્વારા

તમને નીચેના પરિણામો મળશે:

સેલ્સસ્પોન્સર ન્યૂનતમ સૌથી મોટું સરેરાશ સંખ્યા જિમ 250000 10000 90000 50000 5 મેરી 342000 24000 102000 57000 6 બોબ 118000 4000 36000 39333 3

જેમ તમે જોઈ શકો છો, આ શક્તિશાળી કાર્ય તમને એસક્યુએલ ક્વેરીમાંથી નાના રિપોર્ટ્સ બનાવવા માટે પરવાનગી આપે છે, જેણે મેનેજરને કામગીરીની સમીક્ષાઓનું મૂલ્યવાન બિઝનેસ ઇન્ટેલિજન્સ પૂરું પાડ્યું છે. GROUP BY ખંડ આ હેતુ માટે વારંવાર ડેટાબેઝમાં ઉપયોગમાં લેવાય છે અને ડીબીએના યુક્તિઓના બેગમાં મૂલ્યવાન સાધન છે.