Pour que l'opérateur GROUP BY fonctionne, le champ doit-il être présent dans l'instruction SELECT?

Oui, dans la plupart des systèmes de gestion de bases de données relationnelles (SQL), les champs spécifiés dans la clause SELECT (sauf les fonctions d'agrégation) doivent être présents dans la clause GROUP BY.

Explication :

La clause GROUP BY regroupe les lignes avec des valeurs identiques dans les colonnes spécifiées en une seule ligne résumé. La clause SELECT détermine quelles colonnes seront affichées dans le résultat. Pour que la clause SELECT puisse afficher correctement les valeurs pour chaque groupe, toutes les colonnes non agrégées dans SELECT doivent faire partie du critère de regroupement défini dans GROUP BY. Sinon, le système ne pourra pas déterminer quelle valeur spécifique afficher pour chaque groupe.

Exemple :

Considérons la table Orders avec les colonnes CustomerID, OrderDate, Amount.

CustomerID	OrderDate	Amount
1	2023-01-01	100
1	2023-01-15	200
2	2023-01-05	150

Si nous voulons obtenir la somme totale des commandes pour chaque client, nous utilisons GROUP BY CustomerID :

SELECT CustomerID, SUM(Amount)
FROM Orders
GROUP BY CustomerID;

Résultat :

CustomerID	SUM(Amount)
1	300
2	150

Ici, CustomerID est présent à la fois dans SELECT et dans GROUP BY. SUM(Amount) est une fonction d'agrégation et ne nécessite pas d'être dans GROUP BY.

Requête incorrecte :

Si nous essayons d'inclure OrderDate dans SELECT sans l'inclure dans GROUP BY CustomerID :

SELECT CustomerID, OrderDate, SUM(Amount)
FROM Orders
GROUP BY CustomerID;

Cette requête générera une erreur, car pour CustomerID = 1, il existe deux valeurs différentes de OrderDate (2023-01-01 et 2023-01-15), et le système ne sait pas laquelle afficher pour le groupe agrégé.

Pour que cette requête soit valide, il faut soit supprimer OrderDate de SELECT, soit l'inclure dans GROUP BY :

SELECT CustomerID, OrderDate, SUM(Amount)
FROM Orders
GROUP BY CustomerID, OrderDate;

Exceptions/options de syntaxe (dépend du SGBD) :

Dans certains SGBD (par exemple, SQLite), il existe une règle plus souple permettant d'inclure des colonnes non agrégées dans SELECT sans les inclure dans GROUP BY, si ces colonnes sont fonctionnellement dépendantes des colonnes dans GROUP BY (par exemple, si CustomerID est la clé primaire et détermine toutes les autres colonnes de la table). Cependant, ce n'est pas une norme SQL et peut conduire à des résultats imprévisibles dans d'autres systèmes. Il est donc préférable de suivre la règle générale.