第08章 聚合函数
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。
聚合函数类型
AVG()
SUM()
MAX()
MIN()
COUNT()
聚合函数语法
SELECT [column,] group_function(column) ...
FROM table
[WHERE condition]
[GROUP BY column]
[ORDER BY column];
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%';
AVG(SALARY)
MAX(SALARY)
MIN(SALARY)
SUM(SALARY)
8150
11000
6000
32600
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;
MIN(HIRE_DATE)
MAX(HIRE_DATE)
7-JUN-87
29-JAN-00
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(*)
5
COUNT(expr)返回expr不为空的记录总数。
SELECT COUNT(commission_pct)
FROM employees
WHERE department_id = 50;
COUNT(COMMISSION_PCT)
3
问题：用count(*), count(1), count(列名)谁好呢？
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)。
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)不会统计出列为NULL值的行。
2.1 基本使用
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;
DEPARTMENT_ID
AVG(SALARY)
10
4400
20
9600
50
3600
60
6400
80
10033.3333
90
19333.3333
110
10150
包含在GROUP BY子句中的列不必包含在SELECT列表中。
2.2 使用多个列分组
SELECT department_id, job_id, SUM(salary)
FROM employees
GROUP BY department_id, job_id;
DEPARTMENT_ID
JOB_ID
SUM(SALARY)
10
AD_ASST
4400
20
MK_MAN
13000
20
MK_REP
6000
50
ST_CLERK
11700
50
ST_MAN
6600
60
IT_PROG
19200
80
SA_MAN
10500
80
SA_REP
19500
90
AD_PRES
24000
90
AD_VP
34000
110
AC_ACCOUNT
6300
110
AC_MGR
12000
2.3 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 > 80
GROUP BY 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。
3. HAVING
3.1 基本使用
过滤分组：HAVING子句
行已经被分组。
使用了聚合函数。
满足HAVING子句中条件的分组将被显示。
HAVING不能单独使用，必须要跟GROUP BY一起使用。
SELECT department_id, MAX(salary)
FROM employees
GROUP BY department_id
HAVING MAX(salary) > 10000;
DEPARTMENT_ID
MAX(SALARY)
20
13000
80
11000
90
24000
110
12000
非法使用聚合函数：不能在WHERE子句中使用聚合函数。
SELECT department_id, AVG(salary)
FROM employees
WHERE AVG(salary) > 8000
GROUP BY department_id;
错误：ORA-00934: group function is not allowed here
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。
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。
小结：
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。
4. SELECT的执行过程
4.1 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
GROUP BY ......
HAVING 包含组函数的过滤条件
ORDER BY ... ASC/DESC
LIMIT ......
#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
GROUP BY ......
HAVING 包含组函数的过滤条件
ORDER BY ... ASC/DESC
LIMIT ......
4.2 SELECT语句的执行顺序
FROM
ON
JOIN
WHERE
GROUP BY
HAVING
SELECT
DISTINCT
ORDER BY
LIMIT
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。
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，还会经历下面的几个步骤：
首先先通过CROSS JOIN来查找标识，相当于得到虚拟表vt1-1；
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；
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。
然后进入GROUP BY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，也就是说从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。
注：学习MySQL时的笔记，笔记来源是尚硅谷的课件
学习的视频：39-5大常用的聚合函数_哔哩哔哩_bilibili
课件整理：deepseek
[MySQL基础课件笔记目录]