聚合函数总结目录
1. 聚合函数概述
1.1 聚合函数引入
①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。
②聚合函数类型 AVG() 、SUM() 、MAX() 、MIN() 、COUNT()
③基本使用规则:
SELECT column, group_function(column)
FROM table
[WHERE condition]
[GROUP BY group_by_expression]
[ORDER BY column];
1.2 常用函数说明
①AVG和SUM函数
在对于AVG使用的时候,有时候需要借助下面介绍的函数COUNT来使用
原因:
有的时候,计算的字段不一定会有数值,所以在计算平均值的时候不会计算NULL值,然而在正常的情况下这是需要计算的,所以会采用AVG = SUM / COUNT的方法来计算;
SELECT AVG(salary), MAX(salary),MIN(salary), SUM(salary)
FROM employees;
运行结果:
② MIN和MAX函数
介绍:
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;
③ COUNT函数
介绍:
COUNT(*)返回表中记录总数,适用于任意数据类型。
查询部门号是50的人数:
![SELECT COUNT(*)
FROM employees
WHERE department_id = 50;]
对于COUNT的使用没有严格要求的使用COUNT(*) 或者是COUNT(1) 都是可以的
1.3 基本使用
可以使用GROUP BY子句将表中的数据分成若干组
①查询单列进行分组
SELECT department_id, AVG(salary)
FROM employees
GROUP BY department_id ;
运行结果:
使用说明:
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
备注:
包含在 GROUP BY 子句中的列不必包含在SELECT 列表中
②查询多列进行分组
例如:查询每个部门,每个工种的总工资
SELECT department_id dept_id, job_id, SUM(salary)
FROM employees
GROUP BY department_id, job_id ;
运行结果:
2. 聚合函数高级应用
2.1 集合函数结合HAVING的使用
HAVING子句作用:
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。
总结:HAVING需要结合GROUP BY 一起使用,他的作用也是用来进行过滤条件的。在使用的时候HAVING 后面添加的是包含聚合函数的过滤条件
使用样例(1):
题目描述:查询各个部门中最高工资比10000高的部门信息
SELECT department_id, MAX(salary)
FROM employees
GROUP BY department_id
HAVING MAX(salary)>10000 ;
运行结果:
使用样例(2):
题目描述:查询部门id为10,20,30,40这四个部门中最高工资比10000高的部门
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:
2.2 WHERE和HAVING的对比
①WHERE 可以直接使用进行过滤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。
理解性知识点
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。
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。
理解性知识点
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。
总结:
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 |
在实际的开发中对于WHERE和HAVING的使用是不冲突的,对于有聚合函数的筛选条件就需要使用HAVING (结合GROUP BY一起使用),对于没有聚合条件的函数就使用WHERE进行条件过滤。
2.3 SELECT的执行过程
SQL92版
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 ...,...
SQL99版
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 ...,
提示:
(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
在书写SELECT语句时:
关键字的顺序不能颠倒
SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ... LIMIT...
执行顺序
FROM -> WHERE -> GROUP BY -> HAVING -> SELECT 的字段 -> DISTINCT -> ORDER BY -> LIMIT
2.4 SQL底层实现原理
【了解内容】
(1)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:
①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;
② 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;
③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。
(2)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 。
(3)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 。
①首先在 SELECT 阶段会提取想要的字段;
②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 。
(4)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 。
(5)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 。
以上就是SELECT语句查询的底层原理实现。