MySQL聚合函數(shù)怎么用

這篇文章主要介紹了MySQL聚合函數(shù)怎么用的相關(guān)知識，內(nèi)容詳細(xì)易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇MySQL聚合函數(shù)怎么用文章都會有所收獲，下面我們一起來看看吧。

聚合函數(shù)

在 MySQL 中，聚合函數(shù)是用于計算多行數(shù)據(jù)的統(tǒng)計信息的函數(shù)，例如總和、平均值、最大值、最小值和行數(shù)等。聚合函數(shù)用于在查詢結(jié)果中創(chuàng)建單個值，該值代表聚合操作的結(jié)果。將多行數(shù)據(jù)聚合成單個結(jié)果，這是聚合函數(shù)得名的由來。

以下是 MySQL 中常見的聚合函數(shù)：

這些函數(shù)通常用于 SELECT 查詢語句中，與 GROUP BY 子句結(jié)合使用以對數(shù)據(jù)進行分組和匯總。

COUNT 函數(shù)

在 MySQL 中，count 函數(shù)用于計算指定列或表中行的數(shù)量。

語法：

SELECT COUNT(column_name) FROM table_name;

計算結(jié)果會忽略指定列中的NULL。

如果要計算表中所有行的數(shù)量，可以使用以下語法：

SELECT COUNT(*) FROM table_name;

理解：

SELECT COUNT(column_name) FROM table_name; 就是 SELECT column_name FROM table_name; 的結(jié)果的非空行數(shù)

例：

有如下表格

MariaDB [test_db]> select * from student_scores;
+----+---------+---------+------+---------+
| id | name    | chinese | math | english |
+----+---------+---------+------+---------+
|  1 | Alice   |      80 |   85 |      90 |
|  3 | Charlie |      90 |   95 |      85 |
|  4 | Dave    |      80 |   90 |      95 |
|  5 | Emma    |      95 |   85 |      90 |
|  6 | Frank   |      70 |   78 |      80 |
|  7 | God     |    NULL | NULL |    NULL |
+----+---------+---------+------+---------+
6 rows in set (0.00 sec)

查詢總?cè)藬?shù)：

MariaDB [test_db]> select count(name) as 總?cè)藬?shù) from student_scores;
+-----------+
| 總?cè)藬?shù)    |
+-----------+
|         6 |
+-----------+
1 row in set (0.00 sec)

實際上，count() 內(nèi)寫成 * 也可以，甚至寫成 1 這樣的字面值也可以得到正確結(jié)果。

MariaDB [test_db]> select count(*) as 總?cè)藬?shù) from student_scores;
+-----------+
| 總?cè)藬?shù)    |
+-----------+
|         6 |
+-----------+
1 row in set (0.00 sec)

MariaDB [test_db]> select count(1) as 總?cè)藬?shù) from student_scores;
+-----------+
| 總?cè)藬?shù)    |
+-----------+
|         6 |
+-----------+
1 row in set (0.00 sec)

這是因為 * 和 1 都可以作為一個列，select count(*) as 總?cè)藬?shù) from student_scores; 的結(jié)果就是 select * as 總?cè)藬?shù) from student_scores; 的結(jié)果的行數(shù)。select count(1) as 總?cè)藬?shù) from student_scores; 的結(jié)果是 select 1 as 總?cè)藬?shù) from student_scores; 的結(jié)果的行數(shù)。

統(tǒng)計 chinese 列，NULL 行被忽略

MariaDB [test_db]> select count(chinese) from student_scores;
+----------------+
| count(chinese) |
+----------------+
|              5 |
+----------------+
1 row in set (0.00 sec)

將 distinct 寫在 count() 內(nèi)外的區(qū)別：

MariaDB [test_db]> select count(distinct chinese) from student_scores;
+-------------------------+
| count(distinct chinese) |
+-------------------------+
|                       4 |
+-------------------------+
1 row in set (0.00 sec)

MariaDB [test_db]> select distinct count(chinese) from student_scores;
+----------------+
| count(chinese) |
+----------------+
|              5 |
+----------------+
1 row in set (0.00 sec)

很明顯，寫在里面才是對去重后的結(jié)果統(tǒng)計行數(shù)，寫在外面是在已經(jīng)統(tǒng)計好行數(shù)后對count的結(jié)果去重。

SUM 函數(shù)

在 MySQL 中，SUM 是一個聚合函數(shù)，用于計算指定列或表中所有行的數(shù)值之和?？梢詫?nbsp;SUM 用于任何數(shù)值類型的列，包括整數(shù)、小數(shù)等。

語法：

SELECT SUM(column_name) FROM table_name WHERE conditions;

column_name 是要計算總和的列的名稱

例：

統(tǒng)計所有人的語文成績的和

MariaDB [test_db]> select sum(chinese) from student_scores;
+--------------+
| sum(chinese) |
+--------------+
|          415 |
+--------------+
1 row in set (0.00 sec)

AVG 函數(shù)

在 MySQL 中，AVG 是一個聚合函數(shù)，用于計算指定列或表中所有行的數(shù)值平均值。AVG 函數(shù)僅適用于數(shù)值類型的列，例如整數(shù)或小數(shù)。

語法：

SELECT AVG(column_name) FROM table_name WHERE conditions;

例：

求英語的平均分

MariaDB [test_db]> select avg(english) from student_scores;
+--------------+
| avg(english) |
+--------------+
|      88.0000 |
+--------------+
1 row in set (0.00 sec)

MAX 函數(shù) MIN 函數(shù)

語法：

SELECT MAX(column_name) FROM table_name WHERE conditions;

SELECT MIN(column_name) FROM table_name WHERE conditions;

例：

查詢數(shù)學(xué)是最高分和最低分

MariaDB [test_db]> select max(math) from student_scores;
+-----------+
| max(math) |
+-----------+
|        95 |
+-----------+
1 row in set (0.00 sec)

MariaDB [test_db]> select min(math) from student_scores;
+-----------+
| min(math) |
+-----------+
|        78 |
+-----------+
1 row in set (0.00 sec)

group by 子句

簡介

上面我們使用聚合函數(shù)后的結(jié)果都只有一行，這是因為我們把整個表看成了一個整體，把一列中的所有行直接聚合成了一個數(shù)字。

GROUP BY 是用于對結(jié)果集進行分組的子句。使用 GROUP BY 可以根據(jù)一個或多個列對結(jié)果集進行分組，以便在結(jié)果中顯示每個組的匯總信息。

以下是 GROUP BY 子句的基本語法：

SELECT column_name, aggregate_function(column_name)
FROM table_name
WHERE conditions
GROUP BY column_name;

column_name 是要分組的列的名稱

aggregate_function 是要應(yīng)用于分組的列的聚合函數(shù)，例如 SUM、AVG、COUNT 等

table_name 是要從中選擇數(shù)據(jù)的表的名稱

conditions 是一個可選的 WHERE 子句，用于指定選擇數(shù)據(jù)的條件。

示例：scott 數(shù)據(jù)庫

接下來的示例我們使用 scott 數(shù)據(jù)庫，scott 是由 Oracle 公司創(chuàng)建的一個示例數(shù)據(jù)庫，用于教學(xué)和測試。

scott 數(shù)據(jù)庫的 sql 文件

DROP database IF EXISTS `scott`;
CREATE database IF NOT EXISTS `scott` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;

USE `scott`;

DROP TABLE IF EXISTS `dept`;
CREATE TABLE `dept` (
  `deptno` int(2) unsigned zerofill NOT NULL COMMENT '部門編號',
  `dname` varchar(14) DEFAULT NULL COMMENT '部門名稱',
  `loc` varchar(13) DEFAULT NULL COMMENT '部門所在地點'
);


DROP TABLE IF EXISTS `emp`;
CREATE TABLE `emp` (
  `empno` int(6) unsigned zerofill NOT NULL COMMENT '雇員編號',
  `ename` varchar(10) DEFAULT NULL COMMENT '雇員姓名',
  `job` varchar(9) DEFAULT NULL COMMENT '雇員職位',
  `mgr` int(4) unsigned zerofill DEFAULT NULL COMMENT '雇員領(lǐng)導(dǎo)編號',
  `hiredate` datetime DEFAULT NULL COMMENT '雇傭時間',
  `sal` decimal(7,2) DEFAULT NULL COMMENT '工資月薪',
  `comm` decimal(7,2) DEFAULT NULL COMMENT '獎金',
  `deptno` int(2) unsigned zerofill DEFAULT NULL COMMENT '部門編號'
);


DROP TABLE IF EXISTS `salgrade`;
CREATE TABLE `salgrade` (
  `grade` int(11) DEFAULT NULL COMMENT '等級',
  `losal` int(11) DEFAULT NULL COMMENT '此等級最低工資',
  `hisal` int(11) DEFAULT NULL COMMENT '此等級最高工資'
);


insert into dept (deptno, dname, loc)
values (10, 'ACCOUNTING', 'NEW YORK');
insert into dept (deptno, dname, loc)
values (20, 'RESEARCH', 'DALLAS');
insert into dept (deptno, dname, loc)
values (30, 'SALES', 'CHICAGO');
insert into dept (deptno, dname, loc)
values (40, 'OPERATIONS', 'BOSTON');

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7369, 'SMITH', 'CLERK', 7902, '1980-12-17', 800, null, 20);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7499, 'ALLEN', 'SALESMAN', 7698, '1981-02-20', 1600, 300, 30);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7521, 'WARD', 'SALESMAN', 7698, '1981-02-22', 1250, 500, 30);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7566, 'JONES', 'MANAGER', 7839, '1981-04-02', 2975, null, 20);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7654, 'MARTIN', 'SALESMAN', 7698, '1981-09-28', 1250, 1400, 30);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7698, 'BLAKE', 'MANAGER', 7839, '1981-05-01', 2850, null, 30);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7782, 'CLARK', 'MANAGER', 7839, '1981-06-09', 2450, null, 10);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7788, 'SCOTT', 'ANALYST', 7566, '1987-04-19', 3000, null, 20);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7839, 'KING', 'PRESIDENT', null, '1981-11-17', 5000, null, 10);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7844, 'TURNER', 'SALESMAN', 7698,'1981-09-08', 1500, 0, 30);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7876, 'ADAMS', 'CLERK', 7788, '1987-05-23', 1100, null, 20);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7900, 'JAMES', 'CLERK', 7698, '1981-12-03', 950, null, 30);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7902, 'FORD', 'ANALYST', 7566, '1981-12-03', 3000, null, 20);

insert into emp (empno, ename, job, mgr, hiredate, sal, comm, deptno)
values (7934, 'MILLER', 'CLERK', 7782, '1982-01-23', 1300, null, 10);

insert into salgrade (grade, losal, hisal) values (1, 700, 1200);
insert into salgrade (grade, losal, hisal) values (2, 1201, 1400);
insert into salgrade (grade, losal, hisal) values (3, 1401, 2000);
insert into salgrade (grade, losal, hisal) values (4, 2001, 3000);
insert into salgrade (grade, losal, hisal) values (5, 3001, 9999);

例：

單列分組

查詢每個部門的平均工資和最高工資

從 emp 表中找，然后對 deptno 分組，分別求平均工資和最高工資

select deptno 部門編號, avg(sal) 平均工資, max(sal) 最高工資
from emp
group by deptno;

+--------------+--------------+--------------+
| 部門編號     | 平均工資     | 最高工資     |
+--------------+--------------+--------------+
|           10 |  2916.666667 |      5000.00 |
|           20 |  2175.000000 |      3000.00 |
|           30 |  1566.666667 |      2850.00 |
+--------------+--------------+--------------+
3 rows in set (0.00 sec)

上述示例，group by 會先將表按部門分組，然后對分出的每個組，分別執(zhí)行 select 語句。

多列分組

查詢每個部門的每種崗位的平均工資和最低工資

select deptno, job, avg(sal) 平均工資, min(sal) 最低工資
from emp
group by deptno, job;

+--------+-----------+--------------+--------------+
| deptno | job       | 平均工資     | 最低工資     |
+--------+-----------+--------------+--------------+
|     10 | CLERK     |  1300.000000 |      1300.00 |
|     10 | MANAGER   |  2450.000000 |      2450.00 |
|     10 | PRESIDENT |  5000.000000 |      5000.00 |
|     20 | ANALYST   |  3000.000000 |      3000.00 |
|     20 | CLERK     |   950.000000 |       800.00 |
|     20 | MANAGER   |  2975.000000 |      2975.00 |
|     30 | CLERK     |   950.000000 |       950.00 |
|     30 | MANAGER   |  2850.000000 |      2850.00 |
|     30 | SALESMAN  |  1400.000000 |      1250.00 |
+--------+-----------+--------------+--------------+
9 rows in set (0.00 sec)

上述用例先按部門分組，然后對每組再按崗位分組，對每個小組執(zhí)行 select 語句。

下圖展示分組的過程：

having 子句

查詢平均工資低于 2000 的部門及其平均工資

錯誤寫法：

select deptno, avg(sal)
from emp
where avg(sal) < 2000
group by deptno;

where 的執(zhí)行在 group 之前，執(zhí)行 where 的時候還沒分組吶，根本無法求平均值和篩選。

我們知道，having 篩選在 group by 之后，正確的應(yīng)該用 having

select deptno, avg(sal)
from emp
group by deptno
having avg(sal) < 2000;

關(guān)于“MySQL聚合函數(shù)怎么用”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對“MySQL聚合函數(shù)怎么用”知識都有一定的了解，大家如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道。