⭐⭐⭐⭐⭐⭐
Github主页👉https://github.com/A-BigTree
笔记链接👉https://github.com/A-BigTree/Code_Learning
⭐⭐⭐⭐⭐⭐
如果可以,麻烦各位看官顺手点个star~😊
如果文章对你有所帮助,可以点赞👍收藏⭐支持一下博主~😆
文章目录
8 聚合函数
8.1 聚合函数介绍
聚合函数类型:
AVG()
SUM()
MAX()
MIN()
COUNT()
语法:
SELECT [column,] group function(column), ...
FROM table
[WHERE condition]
[GROUP BY column]
[ORDER BY column];
- 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。
COUNT
函数
COUNT(*)
返回表中记录总数,适用于任意数据类型;COUNT(expr)
返回**expr
不为空**的记录总数;
8.2 GROUP BY
8.2.1 基本使用
可以使用GROUP BY
子句将表中的数据分成若干组:
SELECT department_id, AVG(salary)
FROM employees
GROUP BY department_id ;
8.2.2 使用多个列分组
SELECT department_id dept_id, job_id, SUM(salary)
FROM employees
GROUP BY department_id, job_id;
8.2.3 使用WITH ROLLP
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ROLLUP
和ORDER BY
是互相排斥的。
8.3 HAVING
8.3.1 基本使用
- 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
8.3.2 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。
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 |
8.4 SELECT的执行过程
8.4.1 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
8.4.2 SELECT执行顺序
- 关键词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:
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。
8.4.3 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)1-1
; -
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。
⭐⭐⭐⭐⭐⭐
Github主页👉https://github.com/A-BigTree
笔记链接👉https://github.com/A-BigTree/Code_Learning
⭐⭐⭐⭐⭐⭐
如果可以,麻烦各位看官顺手点个star~😊
如果文章对你有所帮助,可以点赞👍收藏⭐支持一下博主~😆