文章目录
- 聚合函数
- COUNT 函数
- SUM 函数
- AVG 函数
- MAX 函数 MIN 函数
- group by 子句
- 简介
- 示例：scott 数据库
- 单列分组
- 多列分组
- having 子句
- 总结
聚合函数
在 MySQL 中，聚合函数是用于计算多行数据的统计信息的函数，例如总和、平均值、最大值、最小值和行数等。聚合函数用于在查询结果中创建单个值，该值代表聚合操作的结果。将多行数据聚合成单个结果，这是聚合函数得名的由来。
以下是 MySQL 中常见的聚合函数：
| 函数 | 说明 |
|---|---|
COUNT([DISTINCT] expr) | 返回查询到的数据的数量 |
SUM([DISTINCT] expr) | 返回查询到的数据的总和，不是数字没有意义 |
AVG([DISTINCT] expr) | 返回查询到的数据的平均值，不是数字没有意义 |
MAX([DISTINCT] expr) | 返回查询到的数据的最大值，不是数字没有意义 |
MIN([DISTINCT] expr) | 返回查询到的数据的最小值，不是数字没有意义 |
这些函数通常用于 SELECT 查询语句中，与 GROUP BY 子句结合使用以对数据进行分组和汇总。
COUNT 函数
在 MySQL 中，count 函数用于计算指定列或表中行的数量。
语法：
SELECT COUNT(expression) FROM table_name WHERE conditions;
其中，expression 可以是任何表达式，用于指定要计数的列或条件。如果使用 * 作为 expression，则将计算表中所有行的数量。
如果要计算表中特定列的行数，可以使用以下语法：
SELECT COUNT(column_name) FROM table_name;
计算结果会忽略指定列中的NULL。
如果要计算表中所有行的数量，可以使用以下语法：
SELECT COUNT(*) FROM table_name;
理解：
SELECT COUNT(column_name) FROM table_name; 就是 SELECT column_name FROM table_name; 的结果的非空行数
例：
有如下表格
MariaDB [test_db]> select * from student_scores;
+----+---------+---------+------+---------+
| id | name | chinese | math | english |
+----+---------+---------+------+---------+
| 1 | Alice | 80 | 85 | 90 |
| 3 | Charlie | 90 | 95 | 85 |
| 4 | Dave | 80 | 90 | 95 |
| 5 | Emma | 95 | 85 | 90 |
| 6 | Frank | 70 | 78 | 80 |
| 7 | God | NULL | NULL | NULL |
+----+---------+---------+------+---------+
6 rows in set (0.00 sec)
查询总人数：
MariaDB [test_db]> select count(name) as 总人数 from student_scores;
+-----------+
| 总人数 |
+-----------+
| 6 |
+-----------+
1 row in set (0.00 sec)
实际上，count() 内写成 * 也可以，甚至写成 1 这样的字面值也可以得到正确结果。
MariaDB [test_db]> select count(*) as 总人数 from student_scores;
+-----------+
| 总人数 |
+-----------+
| 6 |
+-----------+
1 row in set (0.00 sec)
MariaDB [test_db]> select count(1) as 总人数 from student_scores;
+-----------+
| 总人数 |
+-----------+
| 6 |
+-----------+
1 row in set (0.00 sec)
这是因为 * 和 1 都可以作为一个列，select count(*) as 总人数 from student_scores; 的结果就是 select * as 总人数 from student_scores; 的结果的行数。select count(1) as 总人数 from student_scores; 的结果是 select 1 as 总人数 from student_scores; 的结果的行数。
统计 chinese 列，NULL 行被忽略
MariaDB [test_db]> select count(chinese) from student_scores;
+----------------+
| count(chinese) |
+----------------+
| 5 |
+----------------+
1 row in set (0.00 sec)
将 distinct 写在 count() 内外的区别：
MariaDB [test_db]> select count(distinct chinese) from student_scores;
+-------------------------+
| count(distinct chinese) |
+-------------------------+
| 4 |
+-------------------------+
1 row in set (0.00 sec)
MariaDB [test_db]> select distinct count(chinese) from student_scores;
+----------------+
| count(chinese) |
+----------------+
| 5 |
+----------------+
1 row in set (0.00 sec)
很明显，写在里面才是对去重后的结果统计行数，写在外面是在已经统计好行数后对count的结果去重。
SUM 函数
在 MySQL 中，SUM 是一个聚合函数，用于计算指定列或表中所有行的数值之和。可以将 SUM 用于任何数值类型的列，包括整数、小数等。
语法：
SELECT SUM(column_name) FROM table_name WHERE conditions;
column_name 是要计算总和的列的名称
例：
统计所有人的语文成绩的和
MariaDB [test_db]> select sum(chinese) from student_scores;
+--------------+
| sum(chinese) |
+--------------+
| 415 |
+--------------+
1 row in set (0.00 sec)
AVG 函数
在 MySQL 中，AVG 是一个聚合函数，用于计算指定列或表中所有行的数值平均值。AVG 函数仅适用于数值类型的列，例如整数或小数。
语法：
SELECT AVG(column_name) FROM table_name WHERE conditions;
例：
求英语的平均分
MariaDB [test_db]> select avg(english) from student_scores;
+--------------+
| avg(english) |
+--------------+
| 88.0000 |
+--------------+
1 row in set (0.00 sec)
MAX 函数 MIN 函数
语法：
SELECT MAX(column_name) FROM table_name WHERE conditions;
SELECT MIN(column_name) FROM table_name WHERE conditions;
例：
查询数学是最高分和最低分
MariaDB [test_db]> select max(math) from student_scores;
+-----------+
| max(math) |
+-----------+
| 95 |
+-----------+
1 row in set (0.00 sec)
MariaDB [test_db]> select min(math) from student_scores;
+-----------+
| min(math) |
+-----------+
| 78 |
+-----------+
1 row in set (0.00 sec)
group by 子句
简介
上面我们使用聚合函数后的结果都只有一行，这是因为我们把整个表看成了一个整体，把一列中的所有行直接聚合成了一个数字。
GROUP BY 是用于对结果集进行分组的子句。使用 GROUP BY 可以根据一个或多个列对结果集进行分组，以便在结果中显示每个组的汇总信息。
以下是 GROUP BY 子句的基本语法：
SELECT column_name, aggregate_function(column_name)
FROM table_name
WHERE conditions
GROUP BY column_name;
column_name 是要分组的列的名称
aggregate_function 是要应用于分组的列的聚合函数，例如 SUM、AVG、COUNT 等
table_name 是要从中选择数据的表的名称
conditions 是一个可选的 WHERE 子句，用于指定选择数据的条件。
示例：scott 数据库
接下来的示例我们使用 scott 数据库，scott 是由 Oracle 公司创建的一个示例数据库，用于教学和测试。
scott 数据库的 sql 文件
DROP database IF EXISTS `scott`;
CREATE database IF NOT EXISTS `scott` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;
USE `scott`;
DROP TABLE IF EXISTS `dept`;
CREATE TABLE `dept` (
`deptno` int(2) unsigned zerofill NOT NULL COMMENT '部门编号',
`dname` varchar(14) DEFAULT NULL COMMENT '部门名称',
`loc` varchar(13) DEFAULT NULL COMMENT '部门所在地点'
);
DROP TABLE IF EXISTS `emp`;
CREATE TABLE `emp` (
`empno` int(6) unsigned zerofill NOT NULL COMMENT '雇员编号',
`ename` varchar(10) DEFAULT NULL COMMENT '雇员姓名',
`job` varchar(9) DEFAULT NULL COMMENT '雇员职位',
`mgr` int(4) unsigned zerofill DEFAULT NULL COMMENT '雇员领导编号',
`hiredate` datetime DEFAULT NULL COMMENT '雇佣时间',
`sal` decimal(7,2) DEFAULT NULL COMMENT '工资月薪',
`comm` decimal(7,2) DEFAULT NULL COMMENT '奖金',
`deptno` int(2) unsigned zerofill DEFAULT NULL COMMENT '部门编号'
);
DROP TABLE IF EXISTS `salgrade`;
CREATE TABLE `salgrade` (
`grade` int(11) DEFAULT NULL COMMENT '等级',
`losal` int(11) DEFAULT NULL COMMENT '此等级最低工资',
`hisal` int(11) DEFAULT NULL COMMENT '此等级最高工资'
);
insert into dept (deptno, dname, loc)
values (10, 'ACCOUNTING', 'NEW YORK');
insert into dept (deptno, dname, loc)
values (20, 'RESEARCH', 'DALLAS');
insert into dept (deptno, dname, loc)
values (30, 'SALES', 'CHICAGO');
insert into dept (deptno, dname, loc)
values (40, 'OPERATIONS', 'BOSTON');
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7369, 'SMITH', 'CLERK', 7902, '1980-12-17', 800, null, 20);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7499, 'ALLEN', 'SALESMAN', 7698, '1981-02-20', 1600, 300, 30);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7521, 'WARD', 'SALESMAN', 7698, '1981-02-22', 1250, 500, 30);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7566, 'JONES', 'MANAGER', 7839, '1981-04-02', 2975, null, 20);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7654, 'MARTIN', 'SALESMAN', 7698, '1981-09-28', 1250, 1400, 30);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7698, 'BLAKE', 'MANAGER', 7839, '1981-05-01', 2850, null, 30);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7782, 'CLARK', 'MANAGER', 7839, '1981-06-09', 2450, null, 10);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7788, 'SCOTT', 'ANALYST', 7566, '1987-04-19', 3000, null, 20);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7839, 'KING', 'PRESIDENT', null, '1981-11-17', 5000, null, 10);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7844, 'TURNER', 'SALESMAN', 7698,'1981-09-08', 1500, 0, 30);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7876, 'ADAMS', 'CLERK', 7788, '1987-05-23', 1100, null, 20);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7900, 'JAMES', 'CLERK', 7698, '1981-12-03', 950, null, 30);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7902, 'FORD', 'ANALYST', 7566, '1981-12-03', 3000, null, 20);
insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7934, 'MILLER', 'CLERK', 7782, '1982-01-23', 1300, null, 10);
insert into salgrade (grade, losal, hisal) values (1, 700, 1200);
insert into salgrade (grade, losal, hisal) values (2, 1201, 1400);
insert into salgrade (grade, losal, hisal) values (3, 1401, 2000);
insert into salgrade (grade, losal, hisal) values (4, 2001, 3000);
insert into salgrade (grade, losal, hisal) values (5, 3001, 9999);
例：
单列分组
查询每个部门的平均工资和最高工资
从 emp 表中找，然后对 deptno 分组，分别求平均工资和最高工资
select deptno 部门编号, avg(sal) 平均工资, max(sal) 最高工资
from emp
group by deptno;
+--------------+--------------+--------------+
| 部门编号 | 平均工资 | 最高工资 |
+--------------+--------------+--------------+
| 10 | 2916.666667 | 5000.00 |
| 20 | 2175.000000 | 3000.00 |
| 30 | 1566.666667 | 2850.00 |
+--------------+--------------+--------------+
3 rows in set (0.00 sec)
上述示例，group by 会先将表按部门分组，然后对分出的每个组，分别执行 select 语句。
多列分组
查询每个部门的每种岗位的平均工资和最低工资
select deptno, job, avg(sal) 平均工资, min(sal) 最低工资
from emp
group by deptno, job;
+--------+-----------+--------------+--------------+
| deptno | job | 平均工资 | 最低工资 |
+--------+-----------+--------------+--------------+
| 10 | CLERK | 1300.000000 | 1300.00 |
| 10 | MANAGER | 2450.000000 | 2450.00 |
| 10 | PRESIDENT | 5000.000000 | 5000.00 |
| 20 | ANALYST | 3000.000000 | 3000.00 |
| 20 | CLERK | 950.000000 | 800.00 |
| 20 | MANAGER | 2975.000000 | 2975.00 |
| 30 | CLERK | 950.000000 | 950.00 |
| 30 | MANAGER | 2850.000000 | 2850.00 |
| 30 | SALESMAN | 1400.000000 | 1250.00 |
+--------+-----------+--------------+--------------+
9 rows in set (0.00 sec)
上述用例先按部门分组，然后对每组再按岗位分组，对每个小组执行 select 语句。
下图展示分组的过程：
having 子句
查询平均工资低于 2000 的部门及其平均工资
错误写法：
select deptno, avg(sal)
from emp
where avg(sal) < 2000
group by deptno;
where 的执行在 group 之前，执行 where 的时候还没分组呐，根本无法求平均值和筛选。
我们知道，having 筛选在 group by 之后，正确的应该用 having
select deptno, avg(sal)
from emp
group by deptno
having avg(sal) < 2000;
+--------+-------------+
| deptno | avg(sal) |
+--------+-------------+
| 30 | 1566.666667 |
+--------+-------------+
总结
group by是通过分组，为聚合统计提供基本的功能支持，即，group by一定是配合聚合函数使用的group by后面跟的是分组的字段依据，只有在group by后面出现的字段，才能在select中作为字段出现having通常是在完成分组聚合统计，然后再进行筛选。where通常是对表中数据进行初步筛选，where后面不能跟聚合函数。
