MySQL数据库入门到大牛_基础_08__聚合函数（常用的5种聚合函数；GROUP BY分组；HAVING使用及与WHERE的对比；SELECT的执行过程）

我们上一章讲到了 SQL 单行函数。实际上 SQL 函数还有一类内置函数，叫做聚合（或聚集、分组）函数，它是对一组数据进行汇总的函数，输入的是一组数据的集合，输出的是单个值。即使输出多个值，也得作为一个变量出现，这个变量可能是集合变量。

文章目录

- 1. 聚合函数介绍
- - 1.1 AVG和SUM函数
  - 1.2 MIN和MAX函数
  - 1.3 COUNT函数
- 2. GROUP BY
- - 2.1 基本使用
  - 2.2 使用多个列分组
  - 2.3 GROUP BY中使用WITH ROLLUP(作为了解)
- 3. HAVING
- - 3.1 基本使用
  - 3.2 WHERE和HAVING的对比
- 4. SELECT的执行过程
- - 4.1 查询的结构
  - 4.2 SELECT执行顺序
  - 4.3 SQL 的执行原理
- 5. 第八章练习

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。

在这里插入图片描述

聚合函数类型：以下为常用的
- AVG()
- SUM()
- MAX()
- MIN()
- COUNT()
聚合函数语法

在这里插入图片描述

聚合函数不能嵌套调用。比如不能出现类似“AVG(SUM(字段名称))”形式的调用。

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%';

在这里插入图片描述

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;

在这里插入图片描述

1.3 COUNT函数

COUNT(*)返回表中记录总数，适用于任意数据类型。 (作用：计算指定字段在查询结构中出现的个数)

SELECT COUNT(*)
FROM	  employees
WHERE  department_id = 50;

在这里插入图片描述

返回表中记录总数的方法有count(*)，count(1)和count(列名)，但是会有以下问题：

问题：用count(*)，count(1)(没有取具体字段，一行以1来代替，总共有多少行就返回多少，写成2也是一样的值)，count(列名)谁好呢?

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。

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)不会统计此列为 NULL 值的行。
COUNT(expr) 返回expr不为空的记录总数。下面的commission_pct表示employees表中不为空的字段，因此采用count(列名)的形式可能会将null的行信息给忽略，因而推荐使用count(*)，count(1)来进行某字段下所有行数的统计。

SELECT COUNT(commission_pct)  #计算指定字段出现的个数时，是不计算NULL值的
FROM   employees
WHERE  department_id = 50;

在这里插入图片描述

2. GROUP BY

2.1 基本使用

在这里插入图片描述

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

需求：查询各个部门的平均工资

SELECT   department_id, AVG(salary)
FROM     employees
GROUP BY department_id ;

在这里插入图片描述

包含在 GROUP BY 子句中的列不必包含在SELECT 列表中

SELECT   AVG(salary)
FROM     employees
GROUP BY department_id ;

在这里插入图片描述

2.2 使用多个列分组

在这里插入图片描述

需求：按照部门和工种进行分组

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

在这里插入图片描述

结论1： SELECT中出现的非组函数的字段必须声明在GROUP BY中，反之GROUP BY中声明的字段，可以不出现在SELCECT中。
结论2： GROUP BY声明在FROM后面、WHERE后面、ORDER BY前面、LIMIT前面

2.3 GROUP BY中使用WITH ROLLUP(作为了解)

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;

在这里插入图片描述

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

如果过滤条件中使用了聚合函数，必须使用HAVING替换WHERE。HAVING必须声明在GROUP BY的后面。

3.1 基本使用

在这里插入图片描述

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。

在这里插入图片描述

需求：查询部门的最高工资比10000高的部门

SELECT   department_id, MAX(salary)
FROM     employees
GROUP BY department_id
HAVING   MAX(salary)>10000 ;

在这里插入图片描述

这是我们按照之前所学思路的写法，但是会报错

**非法使用聚合函数：不能在 WHERE 子句中使用聚合函数。**如下：

SELECT   department_id, AVG(salary)
FROM     employees
WHERE    AVG(salary) > 8000
GROUP BY department_id;

在这里插入图片描述

练习：查询部门id为10,20,30,40这4个部门中最高工资比10000高的部门信息

方式1：推荐，执行效率高于方式2

SELECT   department_id, MAX(salary)
FROM     employees
WHERE department_id IN (10,20,30,40)
GROUP BY department_id
HAVING   MAX(salary)>10000 ;

运行结果正确

方式2：

SELECT   department_id, MAX(salary)
FROM     employees
GROUP BY department_id
HAVING   MAX(salary)>10000 AND department_id IN (10,20,30,40);

运行结果也是正确的

方式1和方式2都可以实现，那么哪种方式更好些。

结论：当过滤条件中没有聚合函数时，则此过滤条件必须声明在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中或HAVING中，但是，建议大家声明在WHERE中。

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。

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。

小结如下：

	优点	缺点
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。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 ...,...

#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

你需要记住 SELECT 查询时的两个顺序：

1. 关键字的顺序是不能颠倒的：

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

2.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

在这里插入图片描述

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。