当前位置：首页 > news >正文

第08章聚合函数

news 2025/9/7 13:37:27

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。
在这里插入图片描述
聚合函数类型：AVG()、SUM()、MAX()、MIN()、COUNT()

聚合函数语法
在这里插入图片描述
聚合函数不能嵌套调用。比如不能出现类型"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 和 SUM 函数。

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 和 MAX 函数。

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。

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

COUNT(expr) 返回expr不为空的记录总数。

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

注：AVG(列名)、SUM(列名)、MAX(列名)、MIN(列名)、COUNT(列名)，聚合的都是列名不为空的记录，会排除列名为null的记录。换而言之，如果某列的数据有null值，AVG(此列)，结果并不是null，再平均的过程中会将null值的排除；同理UM(列名)、MAX(列名)、MIN(列名)、COUNT(列名)。
所以可以得出公式：AVG=SUM/COUNT
例如：

SELECTAVG( salary ),SUM( salary )/ COUNT( salary ), AVG(commission_pct),SUM(commission_pct)/COUNT(commission_pct)
FROMemployees

在这里插入图片描述

问题：用count(*)，count(1)，count(列名)谁好呢？
如果使用的是MyISAM引擎是没有区别的。这种引擎内部有一计数器在维护着行数。
如果使用的是InnoDB引擎，则count(*)=count(1)>count(字段)。

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有关。
说明：count(*)会统计为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

在这里插入图片描述

可以使用GROUP BY子句将表中的数据分成若干组

 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

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

在这里插入图片描述
包含在 GROUP BY 子句中的列不必包含在SELECT 列表中

SELECT AVG(salary)
FROM employees
GROUP BY department_id

在这里插入图片描述

2.2 使用多个列分组

在这里插入图片描述

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

在这里插入图片描述

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。
例如1：

SELECTdepartment_id,AVG( salary ) 
FROMemployees 
GROUP BYdepartment_id WITH ROLLUP;

在这里插入图片描述

例如2：

例如3：多列分组使用WITH ROLLUP会在每个组的结尾增加一条记录

SELECTdepartment_id,job_id,AVG( salary ) 
FROMemployees 
GROUP BYdepartment_id,job_id WITH ROLLUP;

在这里插入图片描述

3.HAVING

3.1 基本使用

在这里插入图片描述
过滤分组：HAVING字句
1.行已经被分组
2.使用了聚合函数
3.满足HAVING字句中条件的分组将被提示。
4.HAVING不能单独使用，必须跟GROUP BY一起使用。

在这里插入图片描述

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

在这里插入图片描述
**非法使用聚合函数：不能在WHERE子句中使用聚合函数。**如下：

在这里插入图片描述

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。

小结如下：
在这里插入图片描述
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

#SQL92方式： 
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 ...,... #SQL99方式： 
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

4.2 SELECT执行顺序

你需要记住 SELECT 查询时的两个顺序：
1. 关键字的顺序是不能颠倒的：

SELECT ... 
FROM ... 
WHERE ... 
GROUP BY ... 
HAVING ... 
ORDER BY ... 
LIMIT...

2.SELECT 语句的执行顺序（在 MySQL 和 Oracle 中，SELECT 执行顺序基本相同）：

FROM -> 
WHERE -> 
GROUP BY -> 
HAVING -> 
SELECT 的字段 -> 
DISTINCT -> 
ORDER BY -> 
LIMIT

在这里插入图片描述
比如你写了一个 SQL 语句，那么它的关键字顺序和执行顺序是下面这样的：

SELECT DISTINCT player_id, player_name, count(*) as num # 顺序 5 
FROM player JOIN team ON player.team_id = team.team_id # 顺序 1 
WHERE height > 1.80 # 顺序 2 
GROUP BY player.team_id # 顺序 3 
HAVING num > 2 # 顺序 4 
ORDER BY num DESC # 顺序 6 
LIMIT 2 # 顺序 7