知识库

聚合（聚集、分组）函数

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。

AVG() / SUM()

只适用于数值类型的字段或变量 AVG，SUM 遇到 NULL 时不会计算

sql

SELECT AVG(salary), SUM(salary)
FROM employees;

# 0，对字符串求总值无意义。
SELECT SUM(last_name)
FROM employees;

MAX() / MIN()

适用于数值类型、字符串类型、日期时间类型的字段或变量

sql

SELECT MAX(salary), MIN(salary)
FROM employees;

# Zlotkey Abel
# 字符串比较大小有意义
SELECT MAX(last_name), MIN(last_name)
FROM employees;

COUNT()

计算指定字段在查询结果中出现的个数

sql

# 107 107 107 107 107 107 107
SELECT COUNT(employee_id), COUNT(salary), COUNT(2 * salary), COUNT(1), COUNT(2), COUNT(*)
FROM employees;

# 106，不包括 NULL。
# 因此可以推断出 AVG = SUN / COUNT
SELECT COUNT(department_id)
FROM employees;

# 计算表中有多少条记录
SELECT COUNT(*) FROM employees;
SELECT COUNT(1) FROM employees;
# 要保证该字段不为 NULL
SELECT COUNT(具体字段) FROM employees;

# 计算平均奖金率
SELECT SUM(commission_pct) / COUNT(IFNULL(commission_pct, 0))
# 或
# SELECT SUM(commission_pct) / COUNT(*)
FROM employees;

# 或 
AVG(IFNULL(commission_pct, 0))

GROUP BY

sql

# 查询各个部门的平均工资。
SELECT department_id, AVG(salary)
FROM employees
GROUP BY department_id;

# 查询各个 jon_id 的平均工资
SELECT job_id, AVG(salary)
FROM employees
GROUP BY job_id;

# 查询各个 department_id 下各个 jon_id 的平均工资
SELECT department_id, job_id, AVG(salary)
FROM employees
GROUP BY department_id, job_id;
# 或者这样写，结果是一样的。
# GROUP BY job_id, department_id;

# 错误写法，但是 8.0 不报错。
# SELECT 中除聚合函数使用的字段外，其它字段一定要出现在 GROUP BY 中
# 但 GROUP BY 中出现的字段不一定要出现在 SELECT 中。
SELECT department_id, job_id, AVG(salary)
FROM employees
GROUP BY department_id;

# GROUP BY 声明在 FROM 后面、WHERE 后面、ORDER BY 前面、LIMIT 前面。

# WITH ROLLUP 会在结果最后增加一条记录，该记录会对 GROUP BY 后的所有分组
# 再执行一次 ???
# 当使用 WITH ROLLUP 时，不能使用 ORDER BY 进行排序，因为会将新增的这条记录也进行
# 排序。
SELECT department_id, AVG(salary), SUM(salary)
FROM employees
GROUP BY department_id WITH ROLLUP;

HAVING

用来过滤数据，往往配合 GROUP BY 使用。

sql

# 查询各个部门最高工资比 10000 高的部分信息
SELECT department_id, MAX(salary)
FROM employees
# 报错
# 如果过滤条件中使用了聚合函数，必须使用 HAVING 替换 WHERE
WHERE MAX(salary) > 10000
GROUP BY department_id

SELECT department_id, MAX(salary)
FROM employees
# 报错 HAVING 必须在 GROUP BY 后面
HAVING MAX(salary) > 10000;
GROUP BY department_id

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

# 查询部门 id 为 10, 20, 30, 40 这 4  个部门中最高工资比 10000 高的部门信息
# 方式 1，执行效率高于方式 2，推荐。
SELECT department_id, MAX(salary)
FROM employees
WHERE department_id IN (10, 20, 30, 40)
GROUP BY department_id
HAVING MAX(salary) > 10000;

# 方式 2
SELECT department_id, MAX(salary)
FROM employees
GROUP BY department_id
HAVING MAX(salary) > 10000 
AND department_id IN (10, 20, 30, 40);

# 当过滤条件中有聚合函数时，则此过滤条件必须声明在 HAVING 中
# 当过滤条件中没有聚合函数时，则此过滤条件必须声明在 WHERE 中或 HAVING 中都可以，
# 但是建议声明在 WHERE。

WHERE vs HAVING

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： WHERE 先筛选数据再关联，执行效率高不能使用分组中的计算函数进行筛选 HAVING 可以使用分组中的计算函数在最后的结果集中进行筛选，执行效率较低

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。

聚合（聚集、分组）函数 ​

聚合（聚集、分组）函数