这篇文章来讲一下数据库中的聚合函数

1. 聚合函数介绍

1.1 AVG和SUM函数

1.2 MIN和MAX函数

1.3 COUNT函数

2. GROUP BY

2.1 基本使用

2.2 使用多个列分组

2.3 GROUP BY中使用WITH ROLLUP

3. HAVING

3.1 基本使用

3.2 WHERE和HAVING的对比

4. SELECT的执行过程

4.1 查询的结构

4.2 SELECT执行顺序

4.3 SQL 的执行原理

我们上一章讲到了 SQL 单行函数。实际上 SQL 函数还有一类，叫做聚合（或聚集、分组）函数，它是对一组数据进行汇总的函数，输入的是一组数据的集合，输出的是单个值。

1. 聚合函数介绍

什么是聚合函数？ 聚合函数作用于一组数据，并对一组数据返回一个值。

聚合函数类型： AVG() SUM() MAX() MIN() COUNT()

聚合函数语法：

注意：聚合函数不能嵌套调用。比如不能出现类似“AVG(SUM(字段名称))”形式的调用。

1.1 AVG和SUM函数

可以对数值型数据使用AVG（求均值）和 SUM（求和）函数。

例：SELECT AVG(salary), MAX(salary),MIN(salary), SUM(salary) FROM employees WHERE job_id LIKE '%REP%';

1.2 MIN和MAX函数

可以对任意数据类型的数据使用 MIN（最小值）和 MAX（最大值）函数。

例：SELECT MIN(hire_date), MAX(hire_date) FROM employees;

1.3 COUNT函数

COUNT(*)返回表中记录总数，适用于任意数据类型。

例：SELECT COUNT(*) FROM employees WHERE department_id = 50;

COUNT(expr) 返回expr不为空的记录总数

例：SELECT COUNT(commission_pct) FROM employees WHERE department_id = 50;

问题：用count(*)，count(1)，count(列名)谁好呢?

其实，对于MyISAM引擎的表是没有区别的。这种引擎内部有一计数器在维护着行数。 Innodb引擎的表用count(*),count(1)直接读行数，复杂度是O(n)，因为innodb真的要去数一遍。但好于具体的count(列名)。

问题：能不能使用count(列名)替换count(*)?

不要使用 count(列名)来替代 count(*) ， count(*) 是 SQL92 定义的标准统计行数的语法，跟数据库无关，跟 NULL 和非 NULL 无关。

说明：count(*)会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行。

2. GROUP BY

2.1 基本使用

可以使用GROUP BY子句将表中的数据分成若干组

例：SELECT column, group_function(column) FROM table [WHERE condition] [GROUP BY group_by_expression] [ORDER BY column];

明确：WHERE一定放在FROM后面

在SELECT列表中所有未包含在组函数中的列都应该包含在 GROUP BY子句中

例：SELECT department_id, AVG(salary) FROM employees GROUP BY department_id

包含在 GROUP BY 子句中的列不必包含在SELECT 列表中

例：SELECT AVG(salary) FROM employees GROUP BY department_id

2.2 使用多个列分组

例：SELECT department_id dept_id, job_id, SUM(salary) FROM employees GROUP BY department_id, job_id

2.3 GROUP BY中使用WITH ROLLUP

使用 WITH ROLLUP 关键字之后，在所有查询出的分组记录之后增加一条记录，该记录计算查询出的所有记录的总和，即统计记录数量。

例：SELECT department_id,AVG(salary) FROM employees WHERE department_id > 80 GROUP BY department_id WITH ROLLUP;

注意： 当使用ROLLUP时，不能同时使用ORDER BY子句进行结果排序，即ROLLUP和ORDER BY是互相排斥的。

3. HAVING

3.1 基本使用

过滤分组：HAVING子句

行已经被分组。
使用了聚合函数。
满足HAVING 子句中条件的分组将被显示。
HAVING 不能单独使用，必须要跟 GROUP BY 一起使用。

例： SELECT department_id, MAX(salary) FROM employees GROUP BY department_id HAVING MAX(salary)>10000 ;

非法使用聚合函数： 不能在 WHERE 子句中使用聚合函数。

如下：

3.2 WHERE和HAVING的对比

区别1：WHERE 可以直接使用表中的字段作为筛选条件，但不能使用分组中的计算函数作为筛选条件； HAVING 必须要与 GROUP BY 配合使用，可以把分组计算的函数和分组字段作为筛选条件。

这决定了，在需要对数据进行分组统计的时候，HAVING 可以完成 WHERE 不能完成的任务。这是因为，在查询语法结构中，WHERE 在 GROUP BY 之前，所以无法对分组结果进行筛选。HAVING 在 GROUP BY 之后，可以使用分组字段和分组中的计算函数，对分组的结果集进行筛选，这个功能是 WHERE 无法完成的。另外，WHERE排除的记录不再包括在分组中。

区别2：如果需要通过连接从关联表中获取需要的数据，WHERE 是先筛选后连接，而 HAVING 是先连接后筛选。

这一点，就决定了在关联查询中，WHERE 比 HAVING 更高效。因为 WHERE 可以先筛选，用一个筛选后的较小数据集和关联表进行连接，这样占用的资源比较少，执行效率也比较高。HAVING 则需要先把结果集准备好，也就是用未被筛选的数据集进行关联，然后对这个大的数据集进行筛选，这样占用的资源就比较多，执行效率也较低。

小结：

开发中的选择：

WHERE 和 HAVING 也不是互相排斥的，我们可以在一个查询里面同时使用 WHERE 和 HAVING。包含分组统计函数的条件用 HAVING，普通条件用 WHERE。这样，我们就既利用了 WHERE 条件的高效快速，又发挥了 HAVING 可以使用包含分组统计函数的查询条件的优点。当数据量特别大的时候，运行效率会有很大的差别。

4. SELECT的执行过程

4.1 查询的结构

#方式1：

SELECT ... , .... , ...

FROM ... , ... , ....

WHERE 多表的连接条件

AND 不包含组函数的过滤条件

GROUP BY ... , ...

HAVING 包含组函数的过滤条件

ORDER BY ...

ASC/DESC LIMIT ... , ...

#方式2：

SELECT ... , .... , ...

FROM ...

JOIN ... ON 多表的连接条件

JOIN ... ON ...

WHERE 不包含组函数的过滤条件

AND/OR 不包含组函数的过滤条件

GROUP BY ... , ...

HAVING 包含组函数的过滤条件

ORDER BY ...

ASC/DESC LIMIT ... , ...

#其中：

#（1）from：从哪些表中筛选

#（2）on：关联多表查询时，去除笛卡尔积

#（3）where：从表中筛选的条件

#（4）group by：分组依据

#（5）having：在统计结果中再次筛选

#（6）order by：排序

#（7）limit：分页