8 MySQL-聚合（多行）函数

徐经武

2023-12-01

8 MySQL-聚合（多行）函数

基本聚合函数

AVG和SUM函数

MIN和MAX函数

COUNT函数

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)。
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，与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。

-- 1. 5大聚合函数
-- ---------------------- ---------------------- ----------------------
-- 1.1 AVG和SUM
SELECT AVG(salary), SUM(salary)
FROM employees;

-- 1.2 MIN和MAX
SELECT last_name, salary
FROM employees
WHERE salary IN (SELECT MIN(salary)
                 FROM employees)
   OR salary IN (SELECT MAX(salary)
                 FROM employees);
-- 1.3 Count
SELECT COUNT(*), COUNT(employee_id), COUNT(salary), COUNT(salary * 2), COUNT(1), COUNT(2)
FROM employees
WHERE salary BETWEEN 6000 AND 10000;
# sum 会 总和全部值， 而AVG是忽略null的
# SUM AVG MIN MAX 都会忽略null
SELECT AVG(salary),
       SUM(salary) / COUNT(*),
       AVG(commission_pct),
       SUM(commission_pct) / COUNT(commission_pct),
       SUM(commission_pct) / COUNT(*)
FROM employees;

# 查询公司中平均奖金率
SELECT SUM(commission_pct) / COUNT(*), AVG(IFNULL(commission_pct, 0))
FROM employees;

# 需要统计表中的记录数，使用Count(*) Count(1) Count(字段)，效率比较
# 如果使用的是MyISAM 存储引擎，则三者的效率相同 O(1)
# 如果使用的是InnoDB 存储引擎，则三者的效率：Count(*) = Count(1) > Count(Field)

GROUP BY

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
包含在 GROUP BY 子句中的列不必包含在SELECT 列表中
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。

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。

SELECT column, group_function(column)
FROM table
[WHERE condition]
[GROUP BY group_by_expression]
[ORDER BY column];

-- 2. Group By
-- ---------------------- ---------------------- ----------------------
SELECT department_id, COUNT(*), SUM(salary) AS "dept_total_sal"
FROM employees
WHERE salary BETWEEN 6000 AND 10000
GROUP BY department_id
HAVING department_id IN (50, 60, 70, 80)
ORDER BY dept_total_sal DESC;

SELECT department_id, AVG(salary) AS "dept_Avg_sal", SUM(salary) AS "dept_total_sal"
FROM employees
GROUP BY department_id;

SELECT department_id, MAX(salary), MIN(salary)
FROM employees
GROUP BY department_id;

# 二者相同
# Select中出现的非组函数的字段必须声明再group by中，（否则orical中会报错）
# Group by中声明的字段可以不出选在Select中
SELECT department_id, job_id, AVG(salary)
FROM employees
GROUP BY department_id, job_id;
SELECT department_id, job_id, AVG(salary)
FROM employees
GROUP BY job_id, department_id;

# mysql中group by中使用with rollup，但是不参与order by
SELECT department_id, AVG(salary)
FROM employees
GROUP BY department_id
WITH ROLLUP;

Having

基本使用

过滤分组：HAVING子句
1. 行已经被分组。
2. 使用了聚合函数。
3. 满足HAVING 子句中条件的分组将被显示。
4. HAVING 不能单独使用，必须要跟 GROUP BY 一起使用。
非法使用聚合函数：不能在 WHERE 子句中使用聚合函数。如下：

SELECT column, group_function(column)
FROM table
[WHERE condition]
[GROUP BY group_by_expression]
[HAVING   group_condition]
[ORDER BY column];

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。

这决定了，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排除的记录不再包括在分组中。

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。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 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。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。

-- 3. Having - 过滤分组后的数据
-- where过滤查询表中的数据, where中不能使用聚合函数
-- ---------------------- ---------------------- ----------------------
SELECT department_id, MAX(salary) AS "max_sal"
FROM employees
GROUP BY department_id
HAVING max_sal BETWEEN 8000 AND 15000;

# 方式1 执行效率 高于 方式2
SELECT department_id, MAX(salary) AS "max_sal"
FROM employees
WHERE department_id IN (10, 20, 30, 40)
GROUP BY department_id
HAVING max_sal > 10000;
SELECT department_id, MAX(salary) AS "max_sal"
FROM employees
GROUP BY department_id
HAVING max_sal > 10000
   AND department_id IN (10, 20, 30, 40);
# 结论： 当过滤条件中有聚合函数时，则此过滤条件必须声明再having中
#       当过滤条件中没有聚合函数时，则此过滤条件声明在Where或having中，都可以，但是建议声明再where

SELECT的执行过程

查询结构

#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 ...,...

#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

SELECT执行顺序

关键字的顺序是不能颠倒的：

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

SELECT 语句的执行顺序 （在 MySQL 和 Oracle 中，SELECT 执行顺序基本相同）：
```
FROM -> WHERE -> GROUP BY -> HAVING -> SELECT 的字段 -> DISTINCT -> ORDER BY -> LIMIT
```
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这样的：
```
SELECT DISTINCT player_id, player_name, count(*) as num # 顺序 5
FROM player JOIN team ON player.team_id = team.team_id # 顺序 1
WHERE height > 1.80 # 顺序 2
GROUP BY player.team_id # 顺序 3
HAVING num > 2 # 顺序 4
ORDER BY num DESC # 顺序 6
LIMIT 2 # 顺序 7
```
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。

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）1-1；
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。

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。

当我们拿到了查询数据表的原始数据，也就是最终的虚拟表 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 表的结果进行筛选过滤，得到虚拟表 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，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。

Exercise

-- 4. Exercise
-- ---------------------- ---------------------- ----------------------
#1.where子句可否使用组函数进行过滤?
# NO!

#2.查询公司员工工资的最大值，最小值，平均值，总和
SELECT MAX(salary), MIN(salary), AVG(salary), SUM(salary)
FROM employees;

#3.查询各job_id的员工工资的最大值，最小值，平均值，总和
SELECT MAX(salary), MIN(salary), AVG(salary), SUM(salary)
FROM employees
GROUP BY job_id;

#4.选择具有各个job_id的员工人数
SELECT job_id, COUNT(*)
FROM employees
GROUP BY job_id;

# 5.查询员工最高工资和最低工资的差距（DIFFERENCE）
SELECT MAX(salary), MIN(salary), MAX(salary) - MIN(salary)
FROM employees;

# 6.查询各个管理者手下员工的最低工资，其中最低工资不能低于6000，没有管理者的员工不计算在内
SELECT emp.manager_id, MIN(emp.salary)
FROM employees emp
         JOIN employees mgr ON emp.manager_id = mgr.employee_id
GROUP BY emp.manager_id
HAVING MIN(emp.salary) >= 6000;

# 7.查询所有部门的名字，location_id，员工数量和平均工资，并按平均工资降序
SELECT department_name, d.location_id, COUNT(*), AVG(salary)
FROM employees e
         JOIN departments d ON e.department_id = d.department_id
         JOIN locations l ON d.location_id = l.location_id
GROUP BY d.department_id
ORDER BY avg(salary) DESC ;

# 8.查询每个工种、每个部门的部门名、工种名和最低工资
SELECT department_name, job_id, min(salary)
FROM departments d
LEFT JOIN employees e ON e.department_id = d.department_id
GROUP BY department_name, job_id;

8 MySQL-聚合（多行）函数

8 MySQL-聚合（多行）函数

基本聚合函数

AVG和SUM函数

MIN和MAX函数

COUNT函数

GROUP BY

Having

基本使用

WHERE和HAVING的对比

SELECT的执行过程

查询结构

SELECT执行顺序

SQL 的执行原理

Exercise

相关阅读

相关文章

相关问答

相关文档