5、聚合函数、group by（分组）、having -mysql

今天药忘吃喽~ 2024-03-31 08:51 112阅读 0赞

聚合函数

  • 聚合函数
    • 一、聚合函数介绍
        • 1、AVG 和 SUM 函数
        • 2、MIN 和 MAX 函数
        • 3、COUNT 函数
    • 二、 GROUP BY
        • 1、基本使用
        • 2、使用多个列分组
        • 3、GROUP BY 中使用 WITH ROLLUP（了解）
    • 三、HAVING
        • 1、基本使用
        • 2、where 和 having 的对比
    • 四、SELECT 的执行过程
        • 1、查询的结构
        • 2、SELECT执行顺序
        • 3、SQL 的执行原理
    • 五、课后练习题

聚合函数

——————————————————————————————————————————————
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。

一、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

    1. SELECT TRUNCATE(MAX(salary),0) AS "max_salary" FROM employees;

  • 常见聚合函数类型

    • AVG()—— 求平均值
    • SUM()—— 求和
    • MAX()—— 求最大值
    • MIN() —— 求最小值
    • COUNT() —求数量
  • 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。比如不能出现类似“AVG(SUM(字段名称))”形式的调用。
1、AVG 和 SUM 函数

可以对 数值型数据 使用AVG 和 SUM 函数。

  1. mysql> SELECT AVG(salary), MAX(salary),MIN(salary), SUM(salary) FROM employees WHERE job_id LIKE '%REP%';
  2. +-------------+-------------+-------------+-------------+
  3. | AVG(salary) | MAX(salary) | MIN(salary) | SUM(salary) |
  4. +-------------+-------------+-------------+-------------+
  5. | 8272.727273 |    11500.00 |     6000.00 |   273000.00 |
  6. +-------------+-------------+-------------+-------------+
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。

  1. mysql> SELECT MIN(hire_date), MAX(hire_date) FROM employees;
  2. +----------------+----------------+
  3. | MIN(hire_date) | MAX(hire_date) |
  4. +----------------+----------------+
  5. | 1987-06-17     | 2000-04-21     |
  6. +----------------+----------------+
3、COUNT 函数

  • COUNT(*)返回表中记录总数，适用于任意数据类型。

    1. mysql> SELECT COUNT(*) FROM employees WHERE department_id = 50;
    2. +----------+
    3. | COUNT(*) |
    4. +----------+
    5. |       45 |
    6. +----------+

  • COUNT(expr) 返回 expr不为空 的记录总数。

    1. mysql> SELECT COUNT(commission_pct) FROM employees WHERE  department_id = 50;
    2. +-----------------------+
    3. | COUNT(commission_pct) |
    4. +-----------------------+
    5. |                     0 |
    6. +-----------------------+

  • 问题：用count(*)，count(1)，count(列名)谁好呢?

    • 对于MyISAM引擎的表是三者 没有区别 的。这种引擎内部有一计数器在维护着行数。
    • 对于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。

二、 GROUP BY

在这里插入图片描述

1、基本使用

可以使用GROUP BY子句将表中的数据分成若干组

  1. SELECT column, group_function(column)
  2. FROM table
  3. [WHERE    condition]
  4. [GROUP BY    group_by_expression]
  5. [ORDER BY    column];

明确：group by 声明在 from 后面、where 后面，order by 前面、limit 前面

  • 1.1、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

    1. mysql> SELECT department_id, AVG(salary) FROM employees GROUP BY department_id ;
    2. +---------------+--------------+
    3. | department_id | AVG(salary)  |
    4. +---------------+--------------+
    5. |          NULL |  7000.000000 |
    6. |            10 |  4400.000000 |
    7. |            20 |  9500.000000 |
    8. |            30 |  4150.000000 |
    9. |            40 |  6500.000000 |
    10. |            50 |  3475.555556 |
    11. |            60 |  5760.000000 |
    12. |            70 | 10000.000000 |
    13. |            80 |  8955.882353 |
    14. |            90 | 19333.333333 |
    15. |           100 |  8600.000000 |
    16. |           110 | 10150.000000 |
    17. +---------------+--------------+

  • 1.2、包含在 GROUP BY 子句中的列不必包含在SELECT 列表中

    1. mysql> SELECT AVG(salary) FROM employees GROUP BY department_id ;
    2. +--------------+
    3. | AVG(salary)  |
    4. +--------------+
    5. |  7000.000000 |
    6. |  4400.000000 |
    7. |  9500.000000 |
    8. |  4150.000000 |
    9. |  6500.000000 |
    10. |  3475.555556 |
    11. |  5760.000000 |
    12. | 10000.000000 |
    13. |  8955.882353 |
    14. | 19333.333333 |
    15. |  8600.000000 |
    16. | 10150.000000 |
    17. +--------------+

  • 注意点：
    上面的1.1、1.2也是说的同一个问题，先看一个错误例子，如下：

    1. SELECT department_id,job_id,AVG(salary) 
    2. FROM employees
    3. GROUP BY department_id;

    为什是错误的例子呢？当根据 department_id 进行排序，但是要查询出 department_id 和 job_id
    department_id 排序可以列出来，但是 job_id 可能有多个，这个时候它应该列出来哪个呢？即使列出来也是错的

    • 得出的结论

      • select 中出现的非组函数的字段必须声明在 group by 中
      • 反之，group by 中声明的字段可以不出现在 select 中。
2、使用多个列分组

在这里插入图片描述

上述多列分组说明：
先根据 department_id 分组，这个组里面有些员工的 job_id 不同，我们在按照 job_id 进行分组
group by 后面的多个列的顺序不分先后，即：
group by department_id,job_id == group by job_id,department_id

  1. # 查询各个部门 department_id,job_id 的总工资
  2. mysql> SELECT department_id dept_id, job_id, SUM(salary) FROM employees GROUP BY department_id, job_id ;
  3. +---------+------------+-------------+
  4. | dept_id | job_id     | SUM(salary) |
  5. +---------+------------+-------------+
  6. |      90 | AD_PRES    |    24000.00 |
  7. |      90 | AD_VP      |    34000.00 |
  8. |      60 | IT_PROG    |    28800.00 |
  9. |     100 | FI_MGR     |    12000.00 |
  10. |     100 | FI_ACCOUNT |    39600.00 |
  11. |      30 | PU_MAN     |    11000.00 |
  12. |      30 | PU_CLERK   |    13900.00 |
  13. |      50 | ST_MAN     |    36400.00 |
  14. |      50 | ST_CLERK   |    55700.00 |
  15. |      80 | SA_MAN     |    61000.00 |
  16. |      80 | SA_REP     |   243500.00 |
  17. |    NULL | SA_REP     |     7000.00 |
  18. |      50 | SH_CLERK   |    64300.00 |
  19. |      10 | AD_ASST    |     4400.00 |
  20. |      20 | MK_MAN     |    13000.00 |
  21. |      20 | MK_REP     |     6000.00 |
  22. |      40 | HR_REP     |     6500.00 |
  23. |      70 | PR_REP     |    10000.00 |
  24. |     110 | AC_MGR     |    12000.00 |
  25. |     110 | AC_ACCOUNT |     8300.00 |
  26. +---------+------------+-------------+
3、GROUP BY 中使用 WITH ROLLUP（了解）

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。

  1. mysql> SELECT department_id,AVG(salary) FROM employees WHERE department_id > 80 GROUP BY department_id WITH ROLLUP;
  2. +---------------+--------------+
  3. | department_id | AVG(salary)  |
  4. +---------------+--------------+
  5. |            90 | 19333.333333 |
  6. |           100 |  8600.000000 |
  7. |           110 | 10150.000000 |
  8. |          NULL | 11809.090909 |
  9. +---------------+--------------+

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。

三、HAVING

1、基本使用

在这里插入图片描述

  • 过滤分组：HAVING子句

    • 1、行已经被分组。（第一次筛选后的二次筛选）
    • 2、使用了聚合函数。
    • 3、满足HAVING 子句中条件的分组将被显示。
    • 4、HAVING 不能单独使用，必须要跟 GROUP BY 一起使用。

    在这里插入图片描述

    1. # 部门最高工资比 10000 高的部门
    2. mysql> SELECT department_id, MAX(salary) FROM employees GROUP BY department_id HAVING MAX(salary)>10000;
    3. +---------------+-------------+
    4. | department_id | MAX(salary) |
    5. +---------------+-------------+
    6. |            20 |    13000.00 |
    7. |            30 |    11000.00 |
    8. |            80 |    14000.00 |
    9. |            90 |    24000.00 |
    10. |           100 |    12000.00 |
    11. |           110 |    12000.00 |
    12. +---------------+-------------+

  • 非法使用聚合函数 ： 不能在 WHERE 子句中使用聚合函数。如下：

    1. SELECT   department_id, AVG(salary)
    2. FROM     employees
    3. WHERE    AVG(salary) > 8000
    4. GROUP BY department_id;

    在这里插入图片描述

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，

    • 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：





















优点 缺点
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。

四、SELECT 的执行过程

1、查询的结构
  1. #方式1：
  2. SELECT ...,....,...
  3. FROM ...,...,....
  4. WHERE 多表的连接条件
  5. AND 不包含组函数的过滤条件
  6. GROUP BY ...,...
  7. HAVING 包含组函数的过滤条件
  8. ORDER BY ... ASC/DESC
  9. LIMIT ...,...
  11. #方式2：
  12. SELECT ...,....,...
  13. FROM ... JOIN ... 
  14. ON 多表的连接条件
  15. JOIN ...
  16. ON ...
  17. WHERE 不包含组函数的过滤条件
  18. AND/OR 不包含组函数的过滤条件
  19. GROUP BY ...,...
  20. HAVING 包含组函数的过滤条件
  21. ORDER BY ... ASC/DESC
  22. LIMIT ...,...
  24. #其中：
  25. #（1）from：从哪些表中筛选
  26. #（2）on：关联多表查询时，去除笛卡尔积
  27. #（3）where：从表中筛选的条件
  28. #（4）group by：分组依据
  29. #（5）having：在统计结果中再次筛选
  30. #（6）order by：排序
  31. #（7）limit：分页
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：

    1. 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）：

    1. FROM - on -> 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：

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

在 SELECT 语句执行这些步骤的时候，每个步骤都会产生一个 虚拟表，然后将这个虚拟表传入下一个步骤中作为输入。需要注意的是，这些步骤隐含在 SQL 的执行过程中，对于我们来说是 不可见的。

3、SQL 的执行原理

SELECT 是先执行 FROM 这一步的。在这个阶段，如果是多张表联查，还会经历下面的几个步骤：

  • 1、首先先通过 CROSS JOIN 求笛卡尔积，相当于得到虚拟表 vt（virtual table）1-1；
  • 2、 通过 ON 进行筛选，在虚拟表 vt1-1 的基础上进行筛选，得到虚拟表 vt1-2；
  • 3、添加外部行。如果我们使用的是左连接、右链接或者全连接，就会涉及到外部行，也就是在虚拟表 vt1-2 的基础上增加外部行，得到虚拟表vt1-3。

当然如果我们操作的是两张以上的表，还会重复上面的步骤，直到所有表都被处理完为止。这个过程得到是我们的原始数据。

当我们拿到了查询数据表的原始数据，也就是最终的虚拟表 vt1，就可以在此基础上再进行 WHERE 阶段。在这个阶段中，会根据 vt1 表的结果进行筛选过滤，得到虚拟表 vt2。

然后进入第三步和第四步，也就是 GROUP 和 HAVING 阶段。在这个阶段中，实际上是在虚拟表 vt2 的基础上进行分组和分组过滤，得到中间的虚拟表 vt3 和 vt4。

当我们完成了条件筛选部分之后，就可以筛选表中提取的字段，也就是进入到 SELECT 和 DISTINCT 阶段。

首先在 SELECT 阶段会提取想要的字段，然后在 DISTINCT 阶段过滤掉重复的行，分别得到中间的虚拟表 vt5-1 和 vt5-2。

当我们提取了想要的字段数据之后，就可以按照指定的字段进行排序，也就是 ORDER BY 阶段，得到虚拟表 vt6。

最后在 vt6 的基础上，取出指定行的记录，也就是 LIMIT 阶段，得到最终的结果，对应的是虚拟表 vt7。

当然我们在写 SELECT 语句的时候，不一定存在所有的关键字，相应的阶段就会省略。

同时因为 SQL 是一门类似英语的结构化查询语言，所以我们在写 SELECT 语句的时候，还要注意相应的关键字顺序，所谓底层运行的原理，就是我们刚才讲到的执行顺序。

五、课后练习题

  1. # 1、where 子句中可否使用组函数进行过滤？no
  3. # 2、查询公司员工工资的最大值，最小值，平均值，总和
  4. SELECT MAX(salary),MIN(salary),AVG(salary),SUM(salary) FROM employees;
  6. # 3、查询各 job_id 的员工工资的最大值，最小值，平均值，总和
  7. SELECT job_id,MAX(salary),MIN(salary),AVG(salary),SUM(salary)
  8. FROM employees
  9. GROUP BY job_id;
  11. # 4、选择具有各个 job_id 的员工人数
  12. SELECT job_id,COUNT(*)
  13. FROM employees
  14. GROUP BY job_id;
  16. # 5、查询员工最高工资和最低工资的差距（difference）
  17. SELECT (MAX(salary) - MIN(salary)) AS "difference"
  18. FROM employees;
  20. # 6、查询各个管理者手下员工的最低工资，其中最低工资不能低于6000，没有管理者的员工不计算在内
  21. SELECT manager_id, MIN(salary)
  22. FROM employees
  23. WHERE manager_id IS NOT NULL
  24. GROUP BY manager_id
  25. HAVING MIN(salary) >= 6000;
  27. # 7、查询所有部门的名字，location_id,员工数量和平均工资，并按平均工资降序
  28. SELECT d.department_name, d.location_id, COUNT(employee_id),AVG(salary) AS "avg_salary"
  29. FROM departments d LEFT JOIN employees e ON d.`department_id` = e.`department_id`
  30. GROUP BY department_name,location_id
  31. ORDER BY avg_salary DESC;
  33. # 8、查询每个工种、每个部门的部门名、工种和最低工资
  34. SELECT d.department_name,e.job_id,MIN(salary)
  35. FROM departments d LEFT JOIN employees e ON d.department_id = e.`department_id`
  36. GROUP BY e.job_id,d.department_name;

发表评论

表情：
评论列表 （有 0 条评论，112人围观）

还没有评论，来说两句吧...

相关阅读

    相关 mysql GROUP BY和HAVING

    GROUP BY语法可以根据给定数据列的每个成员对查询结果进行分组统计，最终得到一个分组汇总表。 select子句中的列名必须为分组列或列函数，列函数对于group by子句

    淩亂°似流年淩亂°似流年/ 0 赞/ 291 阅读