MySQL-聚合函数：聚合函数概述、GROUP BY利用、HAVING利用、SELECT的执行过 ...

注：此为笔者学习尚硅谷-宋红康MySQL的条记，其中包含个人的条记和明白，仅做学习条记之用，更多详细资讯请出门左拐B站：尚硅谷!!!
1. 聚合函数先容

• 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。

• 聚合函数范例
  
  
  
  • AVG()
    
  • SUM()
    
  • MAX()
    
  • MIN()
    
  • COUNT()
    
  
  
• 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))”情势的调用。
  

1.1 AVG和SUM函数

可以对数值型数据利用AVG 和 SUM 函数。

1. SELECT AVG(salary), MAX(salary),MIN(salary), SUM(salary)
2. FROM   employees
3. WHERE  job_id LIKE '%REP%';

复制代码

1.2 MIN和MAX函数

可以对恣意数据范例的数据利用 MIN 和 MAX 函数。

1. SELECT MIN(hire_date), MAX(hire_date)
2. FROM          employees;

复制代码

1.3 COUNT函数

• COUNT(*)返回表中记载总数，实用于恣意数据范例。
  

1. SELECT COUNT(*)
2. FROM          employees
3. WHERE  department_id = 50;

复制代码

• COUNT(expr) 返回expr不为空的记载总数。
  

1. SELECT COUNT(commission_pct)
2. FROM   employees
3. WHERE  department_id = 50;

复制代码

• 题目：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)，由于innodb真的要去数一遍。但好于详细的count(列名)。
  
• 题目：能不能利用count(列名)替换count(*)?
  不要利用 count(列名)来替换 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 基本利用

可以利用GROUP BY子句将表中的数据分成多少组

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

复制代码

  明确：WHERE一定放在FROM背面
  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

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

复制代码

包含在 GROUP BY 子句中的列不必包含在SELECT 列表中

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

复制代码

2.2 利用多个列分组

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

复制代码

2.3 GROUP BY中利用WITH ROLLUP

利用WITH ROLLUP关键字之后，在所有查询出的分组记载之后增长一条记载，该记载计算查询出的所有记载的总和，即统计记载数量。

1. SELECT department_id,AVG(salary)
2. FROM employees
3. WHERE department_id > 80
4. GROUP BY department_id WITH ROLLUP;

复制代码

  留意：
  当利用ROLLUP时，不能同时利用ORDER BY子句进行效果排序，即ROLLUP和ORDER BY是互相排斥的。
  3. HAVING

3.1 基本利用

过滤分组：HAVING子句

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

1. SELECT   department_id, MAX(salary)
2. FROM     employees
3. GROUP BY department_id
4. HAVING   MAX(salary)>10000 ;

复制代码

• **非法利用聚合函数 ： 不能在 WHERE 子句中利用聚合函数。**如下：
  

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

复制代码

3.2 WHERE和HAVING的对比

区别1：WHERE 可以直接利用表中的字段作为筛选条件，但不能利用分组中的计算函数作为筛选条件；HAVING 必须要与 GROUP BY 配合利用，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间，HAVING 可以完成 WHERE 不能完成的任务。这是由于，在查询语法结构中，WHERE 在 GROUP BY 之前，所以无法对分组效果进行筛选。HAVING 在 GROUP BY 之后，可以利用分组字段和分组中的计算函数，对分组的效果集进行筛选，这个功能是 WHERE 无法完成的。另外，WHERE排除的记载不再包罗在分组中。
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。由于 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，如许占用的资源比较少，执行效率也比较高。HAVING 则需要先把效果集准备好，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，如许占用的资源就比较多，执行效率也较低。
小结如下：
长处缺点WHERE先筛选数据再关联，执行效率高不能利用分组中的计算函数进行筛选HAVING可以利用分组中的计算函数在最后的效果会合进行筛选，执行效率较低 开辟中的选择：
WHERE 和 HAVING 也不是互相排斥的，我们可以在一个查询里面同时利用 WHERE 和 HAVING。包含分组统计函数的条件用 HAVING，普通条件用 WHERE。如许，我们就既利用了 WHERE 条件的高效快速，又发挥了 HAVING 可以利用包含分组统计函数的查询条件的长处。当数据量特别大的时间，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

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

复制代码

4.2 SELECT执行顺序

你需要记着 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...

复制代码

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

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

复制代码

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如许的：

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

复制代码

在 SELECT 语句执行这些步骤的时间，每个步骤都会产生一个假造表，然后将这个假造表传入下一个步骤中作为输入。需要留意的是，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。
4.3 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，还会履历下面的几个步骤：

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

当然如果我们操纵的是两张以上的表，还会重复上面的步骤，直到所有表都被处理惩罚完为止。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，也就是最终的假造表 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 表的效果进行筛选过滤，得到假造表 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，现实上是在假造表 vt2 的基础上进行分组和分组过滤，得到中心的假造表 vt3 和 vt4。
当我们完成了条件筛选部门之后，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，分别得到中心的假造表 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，得到假造表 vt6。
最后在 vt6 的基础上，取出指定行的记载，也就是 LIMIT 阶段，得到最终的效果，对应的是假造表 vt7。
当然我们在写 SELECT 语句的时间，不一定存在所有的关键字，相应的阶段就会省略。
同时由于 SQL 是一门类似英语的结构化查询语言，所以我们在写 SELECT 语句的时间，还要留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。
5.练习

1.where子句能否利用组函数进行过滤?

不可以在where语句中利用组函数过滤
2.查询公司员工工资的最大值，最小值，均匀值，总和

1. SELECT MAX(salary),MIN(salary),AVG(salary),SUM(salary)
2. from employees;

复制代码

3.查询各job_id的员工工资的最大值，最小值，均匀值，总和

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

复制代码

4.选择具有各个job_id的员工人数

1. SELECT job_id,COUNT(*) "员工人数"
2. from employees
3. GROUP BY job_id;

复制代码

5.查询员工最高工资和最低工资的差距（DIFFERENCE）

1. SELECT MAX(salary),MIN(salary),MAX(salary)-MIN(salary) Difference
2. FROM employees;

复制代码

6.查询各个管理者部下员工的最低工资，其中最低工资不能低于6000，

没有管理者的员工不计算在内

1. SELECT manager_id,MIN(salary) "手下员工的最低工资"
2. FROM employees
3. GROUP BY manager_id
4. HAVING MIN(salary)>=6000 and manager_id is not null;

复制代码

7.查询所有部门的名字，location_id，员工数量平静均工资，

并按均匀工资降序
分析：利用到group by语句时，select上有涉及的表字段，group by中一定要有,这里涉及的事务：部门应该是按照地区去区分的，就是说一个地区有所属的多个部门

1. SELECT department_name,location_id,COUNT(employee_id) "员工数量",TRUNCATE(AVG(salary),2) "平均工资"
2. from employees e RIGHT JOIN departments d
3. ON e.department_id=d.department_id
4. GROUP BY location_id,department_name,e.department_id
5. ORDER BY AVG(salary) DESC;

复制代码

8.查询每个工种、每个部门的部门名、工种名和最低工资

分析：相当于将每个部们的人先分组，在同一个组中，再分工种

1. SELECT department_name,job_id,MIN(salary)
2. FROM departments d LEFT JOIN employees e
3. ON d.`department_id` = e.`department_id`
4. GROUP BY e.department_id,job_id;

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。