聚合函数

文章目录

聚合函数

1. 聚合函数介绍

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
OREDER 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;

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;

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;
```

COUNT(expr) 返回expr不为空的记录总数

SELECT COUNT(commission_pct) 
FROM employees;

问题:用count(*),count(1),count(列名)谁更优?

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,复杂度均为O(1)

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,但优于具体的 count(列名)

能不能使用count(列名)替换count(*)?

不要使用count(列名)来替代 count(*)

因为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;
```
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 dept_id, job_id, SUM(salary) 
FROM employees 
GROUP BY department_id, job_id;

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;
```
当使用ROLLUP时,不能同时使用ORDER BY子句进行结果排序,即ROLL UP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;
```

非法使用聚合函数：不能在 WHERE子句中使用聚合函数

#错误写法
SELECT department_id, AVG(salary) 
FROM employees 
WHERE AVG(salary) > 8000 
GROUP BY department_id;

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

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已过滤的记录不再包括在分组中.

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.

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

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.包括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.

4. SELECT执行过程

4.1 查询的结构

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 ...,...

#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

4.2 SELECT执行顺序

4.2.1 关键字的顺序是不能颠倒的

SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ... LIMIT...

4.2.2 SELECT语句的执行顺序

FROM -> WHERE -> GROUP BY -> HAVING -> SELECT 的字段 -> 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 求笛卡尔积,相当于得到虚拟表 vt（virtual table）1
通过 ON 进行筛选,在虚拟表 vt 1 的基础上进行筛选,得到虚拟表 vt 2
添加外部行.如果我们使用的是左外连接、右外连接或者全外连接,就会涉及到外部行,也就是在虚拟表 vt 2 的基础上增加外部行,得到虚拟表 vt 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.

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 vt 2 的基础上进行分组和分组过滤,得到中间的虚拟表 vt 3 和 vt 4.
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vt 5
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 vt 6
最后在 vt 6 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vt 7

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

数据库基础篇学习笔记_聚合函数