快速回顾MySQL：汇总和分组

Posted 2021-03-15 flunggg

10.3 汇总数据

我们经常需要汇总数据而不用把它们实际检索处出来，为此mysql提供了专门的函数。使用这些函数，MySQL查询可用于检索数据，以便分析和报表的生成。这种类型的检索例子有以下几种：

• 确定表中的行数（或者满足某个条件或包含某个特定值的行数）。
• 获得表中行组的和。
• 找出表列（或所有行或某些特定的行）的最大值、最小值和平均值。

上述的例子都需要对表中数据（而不是实际数据本身）汇总。因此，返回实际表数据是对时间和处理资源的一种浪费（更不用说带宽了）。

MySQL提供了5个聚集函数。

聚集函数（aggregate function）运行在行组上，计算和返回单个值的函数。

函数	说明
AVG()	返回某列的平均值
COUNT()	返回某列的行数
MAX()	返回某列的最大值
MIN()	返回某列的最小值
SUM()	返回某列值之和

下面简单介绍这些函数

先创建下面的表：

CREATE TABLE student(
    sid INT PRIMARY KEY,
    sname VARCHAR(20),
    ssex  CAHR(1)
);
CREATE TABLE score(
    sid INT PRIMARY KEY,
    sname VARCHAR(20),
    smath INT,
    senglish INT
);

10.3.1 AVG()函数

AVG()通过对表中行数计数并计算特定列值之和，求得该列的平均值。AVG()可用来返回所有列的平均值，也可以用来返回特定列平均值。

AVG()只能用来确定特定数值列的平均值，而且列名必须作为函数参数给出。为了获得多个列的平均值，必须使用多个AVG()函数。
AVG()函数忽略列值为NULL的行。

来使用AVG()函数来查询成绩表score中数学成绩的平均分（自己随便加上几个数）：

SELECT AVG(smath) AS avg_smath FROM score;

AVG()也可用用来确定特定列平均值，配合WHERE子句。

10.3.2 COUNT()函数

COUNT()函数确定表中行的数目或符合特定条件的行的数目。

COUNT()函数有两种使用的方式：

• 使用COUNT(*)对表中行的数目进行计数，不管表列中包含的是空值（NULL）还是非空值。
• 使用COUNT(column)对特定列中具有值的行进行计数，忽略NULL值。

比如：返回学生总数：

SELECT COUNT(*) FROM student;

返回女生总数（特定列）：

SELECT COUNT(ssex) FROM student WHERE ssex='女';

如果指定列名，则指定列的值为空的行被COUNT()函数忽略，但如果COUNT()函数中用的是星号（*），则不忽略。

10.3.3 MAX()函数

MAX() 返回指定列中的最大值。MAX() 要求指定列名。

比如：返回成绩表中数学成绩的最高分：

SELECT MAX(smath) FROM score;

虽然MAX()一般用来找出最大的数值或日期值，但MySQL允许将它用来返回任意列中的最大值，包括返回文本列中的最大值。在用于文本数据时，如果数据按相应的列排序，则MAX()返回最后一行。MIN()函数也是，但是相反，返回最前面的行。

MAX()、MIN()都是忽略列值为NULL的行。

10.3.4 MIN()函数

MIN() 返回指定列中的最小值。MIN() 要求指定列名。

比如：返回成绩表中数学成绩的最低分：

SELECT MIN(smath) FROM score;

10.3.5 SUM()函数

SUM()用来返回指定列值的和（总计）。

比如返回一个班中的数学成绩的总分：

SELECT SUM(smath) FROM score;

利用标准的算术操作符，所有的聚集函数都可以用来执行多个列上的计算。

SUM()函数忽略列值为NULL的行。

10.3.6 聚集不同值

以上5个聚集函数都可以如下使用：

• 对所有的行执行计算，指定参数或不给参数（MAX和MIN函数）；
• 只包含不同的值，指定DISTINCT参数。（去重）

下面举例指定DISTINCT参数的用法：比如成绩表中数学成绩的平均分，平均分只考虑各个不同的分数：

SELECT AVG(DISTINCT smath) AS avg_smath FROM score;

如果指定列名，则DISTINCT只能用于COUNT()，DISTINCT不能用于COUNT(*)，因此不允许使用COUNT(DISTINCT)，否则会产生错误。类似地，DISTINCT必须使用列名，不能用于计算或表达式。

DISTINCT可用于MAX()和MIN()，但是没有意义。

10.3.7 组合聚集函数

实际上SELECT语句可根据需要包含多个聚集函数。

使用聚集函数，最好使用别名。

---

小结：聚集函数用来汇总数据，这些函数都是高效设计，它们返回的结果一般比你在自己的客户机应用程序中计算要快得多。

10.4 分组数据

前面已经学习了SQL聚集函数来汇总数据。但是，比如：要求出学生表中男生和女生各有多少人。可用使用两条语句分别打印。下面介绍另一种方式：分组。

分组：把数据分为多个逻辑组，以便能对每个组进行聚集计算。

10.4.1 创建分组

分组时在SELECT语句的GROUP BY子句中建立的。按照上面的例子，对学生表的男女生分组：

SELECT ssex, COUNT(ssex) AS total FROM student GROUP BY ssex;

输出：

+---------+----------------+
| stu_sex |      total     |
+---------+----------------+
| 女      |              6 |
| 男      |             11 |
+---------+----------------+
3 rows in set (0.05 sec)

但是也可这样使用：

SELECT ssex, COUNT(*) AS total FROM student GROUP BY ssex;

输出结果同上。

为什么会这样？？因为使用了GROUP BY，就不必指定要计算和估值得每个组了。系统会自动完成。GROUP BY子句指示MySQL分组数据，然后对每个组而不是整个结果集进行聚集。

在具体使用GROUP BY子句前，需要知道一些重要的规定：

• GROUP BY子句可以包括任意数目的列。这使得能对分组进行嵌套，为数据分组提供更细致的控制。
• 如果在GROUP BY子句中嵌套了分组，数据将在最后规定的分组上进行汇总。换句话说，在建立分组时，指定的所有列都一起计算（所以不能从个别的列取回数据）。
• GROUP BY子句中列出的每个列都必须是检索列或有效的表达式（但不能是聚集函数）。如果在SELECT中使用表达式，则必须在GROUP BY子句中指定相同的表达式。不能使用别名。
• 除聚集计算语句外，SELECT语句中的每个列都必须在GROUP BY子句中给出。
• 如果分组列中具有NULL值，则NULL将作为一个分组返回。如果列中有多行NULL值，它们将分为一组。
• GROUP BY子句必须出现在WHERE子句之后，ORDER BY子句之前。

使用WITH ROLLUP关键字，可以得到每个分组以及每个分组汇总级别（针对每个分组）的值
比如：

SELECT ssex, COUNT(*) AS total 
FROM student 
GROUP BY ssex WITH ROLLUP;

输出：

+---------+-------+
| stu_sex | total |
+---------+-------+
| 女      |    10 |
| 男      |    16 |
| NULL    |    26 |
+---------+-------+
3 rows in set (0.05 sec)

引入一个函数：IFNULL(expression, alt_value):IFNULL() 函数用于判断第一个表达式是否为 NULL，如果为 NULL 则返回第二个参数的值，如果不为 NULL 则返回第一个参数的值。

SELECT IFNULL(ssex,'总计')  AS ssex, COUNT(*) AS total 
FROM student 
GROUP BY ssex WITH ROLLUP;

输出：

+---------+-------+
| stu_sex | total |
+---------+-------+
| 女      |    10 |
| 男      |    16 |
| 总计    |    26 |
+---------+-------+
3 rows in set (0.05 sec)

10.4.2 过滤分组

MySQL允许过滤分组，规定包括哪些分组，排除哪些分组。但是WHERE子句过滤指定的是行而不是分组。所以MySQL提供了HAVING子句，HAVING子句类似于WHERE，至今为止的所有类型的WHERE子句都可以用HAVING子句来替代。唯一的差别是WHERE子句过滤行，而HAVING子句过滤分组（即是先分组再过滤）。

比如：显示学生表的男生或者女生人数大于15个的。

SELECT ssex, COUNT(*) AS total 
FROM student 
GROUP BY ssex HAVING COUNT(*)>=15;

注意：HAVING子句在GROUP BY之后，因为是对分组的结果进行过滤。而WHERE子句是对行进行过滤，所以必须在GROUP BY之前。所以WHERE子句过滤的行可能会影响到GROUP BY的分组结果。

那么可以同时使用WHERE子句和HAVING子句吗？？答案是可以的。

10.4.3 分组和排序

说一说排序（ORDER BY）和分组（GROUP BY）的区别：

排序	分组
排序产生的输出	输出可能不是分组的顺序
任意列都可以使用（甚至非选择的列也可以使用）	只能使用选择列或表达式列，而且必须使用每个选择列表达式
不一定需要	如果与聚集函数一起使用列（或表达式），则必须使用

上面表格的第一行，可以经常发现GROUP BY分组的数据确实是以分组顺序输出的，但情况并不总这样，它并不是SQL规范所要求的。此外，用户可能会要求以不同于分组的顺序排序。仅因为你以某种方式分组数据，并不表示你需要以相同的方式排序输出。应该提供明确的BRDER BY子句，即使其效果等同于GROUP BY子句的输出结果。

所以一般使用GROUP BY子句最好跟上ORDER BY子句。

那么在位置如何放置：ORDER BY子句一定是放在sQL语句最后的。

所以修改上面的语句：例子举得不是很好，就看看怎么写。

SELECT ssex, COUNT(*) AS total 
FROM student 
GROUP BY ssex 
HAVING COUNT(*)>=15
ORDER BY ssex;

---

小结：学习了如何用SQL聚集函数对数据进行汇总计算。也介绍如何使用GROUP UP子句对数据组进行这些汇总金酸，返回每个组的结果。而且还学了HAVING子句过滤特定的组，WHERE和HAVING之间以及ORDER BY和GROUP BY之间的差异