MySQL：聚合函数（全面详解）

聚合函数

前言

1. 欢迎 免费报名 由CSDN主办的【Java基础及数据库Mysql的新星计划】(点击跳转) 我们特别为 Java基础 和 MySQL 这两个赛道开设了培训课程。
2. 通过参与这个赛道，你将有机会与其他志同道合的学习者进行交流和互动，我们提供一系列精心设计的课程内容，旨在帮助你建立扎实的Java基础知识和MySQL数据库应用能力，分享学习心得和经验。我们的导师团队也将全程陪伴你，解答疑惑，提供指导和反馈，确保你的学习过程顺利和有效。

一、聚合函数介绍

1. 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。

1. 聚合函数类型 - AVG()- SUM()- MAX()- MIN()- COUNT()
2. 聚合函数语法

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。

SELECTAVG(salary),MAX(salary),MIN(salary),SUM(salary)FROM   employees
WHERE  job_id LIKE'%REP%';

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。

SELECTMIN(hire_date),MAX(hire_date)FROM      employees;

3、COUNT函数

1. COUNT(*)返回表中记录总数，适用于任意数据类型。

SELECTCOUNT(*)FROM      employees
WHERE  department_id =50;

1. COUNT(expr) 返回expr不为空的记录总数。

SELECTCOUNT(commission_pct)FROM   employees
WHERE  department_id =50;

1. 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)。

1. 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

1、基本使用

可以使用GROUP BY子句将表中的数据分成若干组

SELECTcolumn, group_function(column)FROMtable[WHERE    condition][GROUPBY    group_by_expression][ORDERBYcolumn];

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
GROUPBY department_id ;

包含在 GROUP BY 子句中的列不必包含在SELECT 列表中

SELECTAVG(salary)FROM     employees
GROUPBY department_id ;

2、使用多个列分组

SELECT   department_id dept_id, job_id,SUM(salary)FROM     employees
GROUPBY department_id, job_id ;

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。

SELECT department_id,AVG(salary)FROM employees
WHERE department_id >80GROUPBY 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。

三、HAVING

1、基本使用

过滤分组：HAVING子句

1. 行已经被分组。
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。

SELECT   department_id,MAX(salary)FROM     employees
GROUPBY department_id
HAVINGMAX(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：

SELECT   department_id,AVG(salary)FROM     employees
WHEREAVG(salary)>8000GROUPBY department_id;

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：
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

#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
GROUPBY...,...HAVING 包含组函数的过滤条件
ORDERBY...ASC/DESCLIMIT...,...#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
GROUPBY...,...HAVING 包含组函数的过滤条件
ORDERBY...ASC/DESCLIMIT...,...#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

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...GROUPBY...HAVING...ORDERBY...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->GROUPBY->HAVING->SELECT 的字段 ->DISTINCT->ORDERBY->LIMIT

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：

SELECTDISTINCT player_id, player_name,count(*)as num # 顺序 5FROM player JOIN team ON player.team_id = team.team_id # 顺序 1WHERE height >1.80# 顺序 2GROUPBY player.team_id # 顺序 3HAVING num >2# 顺序 4ORDERBY num DESC# 顺序 6LIMIT2# 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。