前面提到 DuckDB 是一個專為 analytic 而生的 database，那最經典的 analytic query 莫過於 aggregate 了，或者它有著更白話的名稱， GROUP BY

今天我們就來介紹，DuckDB 首先實作，BigQuery、Snowflake、Spark(Databricks)，等後續採納的新語法。

GROUP BY ALL

你可能熟悉 GROUP BY，但 GROUP BY ALL 是什麼意思呢？
當我們寫 SQL 時，特別是包含 aggregate 的查詢，我們通常會從 SELECT 子句開始

SELECT  department, sum(salary), …

在我們完成一個需要 aggregate (這個 query 具體來說 sum(salary) ) 的 SELECT 子句時，基本上已經決定了要使用的 GROUP BY Key。 通常你會把GROUP BY Key 放在 SELECT 子句的最前面(這個 query 具體來說 department）。

但是，就是這個但是，你難道不覺得在 GROUP BY 子句中再次列出這些 col， 有時會顯得重複且繁瑣。

GROUP BY ALL 就是在這裡派上用場的，它的意思是，安安 那些沒有 aggregate 的 col 就自動幫我當成GROUP BY Key 拉

這真的很方便，而且它讓調整 GROUP BY Key 變得更簡單。你不再需要同時修改 SELECT 和 GROUP BY 子句，現在可以更輕鬆地處理這些變動。

舉個具體的例子
這是普通的 GROUP BY

SELECT department, sum(salary)
FROM  'https://ironman24.douenergy.com/employees.parquet'
GROUP BY department;

這是 GROUP BY ALL

SELECT department, sum(salary)
FROM  'https://ironman24.douenergy.com/employees.parquet'
GROUP BY ALL  ;

當我們要改成用 first name 的薪水總合時，

普通的 GROUP BY 要改兩個地方一個是 SELECT 一個是 GROUP BY

SELECT  first_name, sum(salary)
FROM  'https://ironman24.douenergy.com/employees.parquet'
GROUP BY first_name;

GROUP BY ALL 只要改 SELECT , 剩下的 GROUP BY Key 會自動推斷

SELECT first_name, sum(salary)
FROM  'https://ironman24.douenergy.com/employees.parquet'
GROUP BY ALL  ;

是不是非常方便呢，趕快到 DuckDB WASM 跟 Colab 試試看吧！