我们在之前了解到了 SQL 单行函数。实际上 SQL 函数还有一类，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。
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。
聚合函数类型
AVG()
SUM()
MAX()
MIN()
COUNT()
聚合函数语法
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 employeesWHERE job_id LIKE '%REP%';
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 employeesWHERE department_id = 50;
COUNT(expr) 返回expr不为空的记录总数。
SELECT COUNT(commission_pct)FROM employeesWHERE department_id = 50; //忽略了Null值
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。
计算表中有多少条记录
方式1：count(*)
方式2：count(1)
方式3：count(某具体字段)，但是因为忽略了null值，所以不一定对
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，但是COUNT(*)的效率略高
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)。
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。
以上分组函数都忽略null值
可以和distinct搭配实现去重的运算
count函数的单独介绍，一般使用count(*)用作统计行数
和分组函数一同查询的字段要求是group by后的字段
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，语法如下：
SELECT column, group_function(column)FROM table[WHEREcondition][GROUP BY group_by_expression][ORDER BY column];
1、 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 employeesGROUP BY department_id ;
2、包含在 GROUP BY 子句中的列不必包含在SELECT 列表中
SELECT AVG(salary)FROM employeesGROUP BY department_id ;
2.2 使用多个列分组
SELECT department_id AS dept_id, job_id, SUM(salary)FROM employeesGROUP BY department_id, job_id ;
2.3 GROUP BY中使用WITH ROLLUP
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 employeesWHERE department_id > 80GROUP BY department_id WITH ROLLUP;
3. HAVING(过滤数据)
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 employeesGROUP BY department_idHAVING MAX(salary)>10000 ;
非法使用聚合函数 ： 不能在 WHERE 子句中使用聚合函数来代替过滤条件。如下：
SELECT department_id, AVG(salary)FROM employeesWHERE AVG(salary) > 8000GROUP BY department_id;
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 employeesWHERE department_id IN (10,20,30,40)GROUP BY department_idHAVING MAX(salary) > 10000;#方式2：SELECT department_id,MAX(salary)FROM employeesGROUP BY department_idHAVING MAX(salary) > 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中都可以。但是，建议大家声明在WHERE中
3.2 WHERE和HAVING的对比
1. 从适用范围上来讲，HAVING的适用范围更广。 2. 如果过滤条件中没有聚合函数：这种情况下，WHERE的执行效率要高于HAVING
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(分组前筛选) | 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(分组后筛选) | 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。一般来讲，能用分组前筛选的，尽量使用分组前筛选，提高效率
4. 回顾：分页查询 ★
应用场景：当要显示的数据，一页显示不全，需要分页提交sql请求
语法：
select 查询列表 from 表 【join type join 表2 on 连接条件 where 筛选条件 group by 分组字段 having 分组后的筛选 order by 排序的字段】 limit 【offset,】size; offset 要显示条目的起始索引（起始索引从0开始） size 要显示的条目个数
特点：
limit语句放在查询语句的最后
公式
select 查询列表from 表limit (page-1)*size,size;
假设size=10，即每页显示10条记录，page从1开始，即第一页
page=1，则显示条目的起始索引为0，页面显示0-10条
page=2，则显示条目的起始索引为10，页面显示11-20条
page=3，则显示条目的起始索引为20，页面显示21-30条
案例1：查询前五条员工信息
SELECT * FROM employees LIMIT 0,5;SELECT * FROM employees LIMIT 5;
案例2：查询第11条——第25条
SELECT * FROM employees LIMIT 10,15;
案例3： 有奖金的员工信息，并且工资较高的前10名显示出来
SELECT *FROM employees WHERE commission_pct IS NOT NULL ORDER BY salary DESCLIMIT 10 ;
5. SELECT的执行过程
5.1 SELECT语句的完整结构
#方式1：sql92语法：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/DESCLIMIT ...,...#方式2：sql99语法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/DESCLIMIT ...,...#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
5.2 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
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 5FROM player JOIN team ON player.team_id = team.team_id # 顺序 1WHERE height > 1.80 # 顺序 2GROUP BY player.team_id # 顺序 3HAVING num > 2 # 顺序 4ORDER BY num DESC # 顺序 6LIMIT 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。
从这里的执行顺序我们也看出来了，因为where是先筛选的，因此group by语句事先分组，参与分组的数据要少，因此执行效率要高
5.3 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。**更细致的内容参考后续的高级篇架构
6. 课后练习
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 job_id, MAX(salary), MIN(salary), AVG(salary), SUM(salary)FROM employeesGROUP BY job_id;
4.选择具有各个job_id的员工人数
SELECT job_id, COUNT(*)FROM employeesGROUP 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) DIFFERENCEFROM 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 manager_id, MIN(salary)FROM employeesWHERE manager_id IS NOT NULLGROUP BY manager_idHAVING MIN(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, location_id, COUNT(employee_id), AVG(salary) avg_salFROM employees e RIGHT JOIN departments dON e.`department_id` = d.`department_id`GROUP BY department_name, location_idORDER BY avg_sal 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 eON e.`department_id` = d.`department_id`GROUP BY department_name,job_id
1.简单的分组
案例1：查询每个工种的员工平均工资
SELECT AVG(salary),job_idFROM employeesGROUP BY job_id;
案例2：查询每个位置的部门个数
SELECT COUNT(*),location_idFROM departmentsGROUP BY location_id;
2.可以实现分组前的筛选
案例1：查询邮箱中包含a字符的 每个部门的最高工资
SELECT MAX(salary),department_idFROM employeesWHERE email LIKE '%a%'GROUP BY department_id;
案例2：查询有奖金的每个领导手下员工的平均工资
SELECT AVG(salary),manager_idFROM employeesWHERE commission_pct IS NOT NULLGROUP BY manager_id;
3.分组后筛选
案例1：查询哪个部门的员工个数>5
#①查询每个部门的员工个数SELECT COUNT(*),department_idFROM employeesGROUP BY department_id;#② 筛选刚才①结果SELECT COUNT(*),department_idFROM employeesGROUP BY department_idHAVING COUNT(*)>5;
案例2：每个工种有奖金的员工的最高工资>12000的工种编号和最高工资
SELECT job_id,MAX(salary)FROM employeesWHERE commission_pct IS NOT NULLGROUP BY job_idHAVING MAX(salary)>12000;
案例3：领导编号>102的每个领导手下的最低工资大于5000的领导编号和最低工资
SELECT manager_id,MIN(salary)FROM employeesGROUP BY manager_idWhere manager_id>102HAVING MIN(salary)>5000;
4.添加排序
案例：每个工种有奖金的员工的最高工资>6000的工种编号和最高工资,按最高工资升序
SELECT job_id,MAX(salary) mFROM employeesWHERE commission_pct IS NOT NULLGROUP BY job_idHAVING m>6000ORDER BY m ;
5.按多个字段分组
案例：查询每个工种每个部门的最低工资,并按最低工资降序
SELECT MIN(salary),job_id,department_idFROM employeesGROUP BY department_id,job_idORDER BY MIN(salary) DESC;
上一篇：MySQL如何部署在Linux上
下一篇：mysql如何查询路径
mysql
