☰

企业官网建设流程全解析

首页 / 建站日记 / 企业官网建设流程全解析
MySQL 聚合函数
2026/10/26 3:39:50 网站建设 项目流程

聚合（或聚集、分组）函数：
对一组数据进行汇总的函数，输入一组数据的集合，输出单个值

1. 常见的聚合函数

  • 作用：作用于一组数据，并对一组数据返回一个值

  • 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

  • 对象：数值型数据
  • 作用：AVG平均值，SUM总和
mysql>SELECT->AVG(salary)'平均工资',->SUM(salary)'总工资'->FROM->employees;+-------------+-----------+|平均工资|总工资|+-------------+-----------+|6461.682243|691400.00|+-------------+-----------+1rowinset(0.01sec)

注意：如果应用于字符串等类型，不会报错，但是结果没有意义

1.2 MIN和MAX函数

  • 对象：任意数据类型（数值、字符串、时间日期……）
  • 作用：MIN最小值，MAX最大值

数值即最大、最小的数值

mysql>SELECT->MAX(salary)'最高工资'->,MIN(salary)'最低工资'->FROM->employees;+----------+----------+|最高工资|最低工资|+----------+----------+|24000.00|2100.00|+----------+----------+1rowinset(0.00sec)

字符串按字典序

mysql>SELECT->MAX(last_name)->FROM->employees;+----------------+|MAX(last_name)|+----------------+|Zlotkey|+----------------+1rowinset(0.00sec)

1.3 COUNT函数

  • 对象：任意数据类型
  • 作用：返回表中记录总数

COUNT(*)返回表中记录总数，适用于任意数据类型

mysql>SELECTCOUNT(*)FROMemployees;+----------+|COUNT(*)|+----------+|107|+----------+1rowinset(0.00sec)

COUNT(expr)返回expr不为空的记录总数

mysql>SELECT->COUNT(commission_pct)->FROM->employees;+-----------------------+|COUNT(commission_pct)|+-----------------------+|35|+-----------------------+1rowinset(0.00sec)

Q&A：

Q：AVG(xxx) 等于 SUM(xxx) / COUNT(xxx) 吗？
A：等于，AVG()和SUM()也会过滤NULL

Q：count(*)，count(1)，count(列名)用谁好？
A1：对于MyISAM引擎的表是没有区别的，引擎内部有一计数器在维护着行数
A2：但若是Innodb引擎的表用count(*),count(1)直接读行数，复杂度是O(n)O(n)O(n)，因为innodb真的要去数一遍，但好于具体的count(列名)

Q：能不能使用count(列名)替换count(*)?
A：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
count(*)会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行

练习：
查询公司中的平均奖金率

mysql>SELECT->SUM(commission_pct)/COUNT(IFNULL(commission_pct,0))'平均奖金率',->AVG(IFNULL(commission_pct,0))'平均奖金率'->FROM->employees;+------------+------------+|平均奖金率|平均奖金率|+------------+------------+|0.072897|0.072897|+------------+------------+1rowinset(0.00sec)

注意：AVG()会把NULL去掉，但平均奖金率应该把0也算进去

2. GROUP BY

group 组

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

mysql>SELECT->department_id,->AVG(salary)->FROM->employees->GROUPBY->department_id;+---------------+---------------+|department_id|AVG(salary)|+---------------+---------------+|NULL|7000.000000||10|4400.000000||20|9500.000000||30|4150.000000||40|6500.000000||50|3475.555556||60|5760.000000||70|10000.000000||80|8955.882353||90|19333.333333||100|8600.000000||110|10150.000000|+---------------+---------------+12rowsinset(0.00sec)

2.2 使用多个列分组

mysql>SELECT->department_id,->job_id,->SUM(salary)->FROM->employees->GROUPBY->department_id,->job_id;+---------------+------------+---------------+|department_id|job_id|SUM(salary)|+---------------+------------+---------------+|90|AD_PRES|24000.00||90|AD_VP|34000.00||60|IT_PROG|28800.00||100|FI_MGR|12000.00||100|FI_ACCOUNT|39600.00||30|PU_MAN|11000.00||30|PU_CLERK|13900.00||50|ST_MAN|36400.00||50|ST_CLERK|55700.00||80|SA_MAN|61000.00||80|SA_REP|243500.00||NULL|SA_REP|7000.00||50|SH_CLERK|64300.00||10|AD_ASST|4400.00||20|MK_MAN|13000.00||20|MK_REP|6000.00||40|HR_REP|6500.00||70|PR_REP|10000.00||110|AC_MGR|12000.00||110|AC_ACCOUNT|8300.00|+---------------+------------+---------------+20rowsinset(0.00sec)

注意：

  1. SELECT 中出现的非组函数的字段必须声明在GROUP BY 中
  2. GROUP BY 子句中声明的字段可以不出现在SELECT 中
  3. GROUP BY声明在 FROM 、WHERE 后面，ORDER BY、LIMIT 前面

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

mysql>SELECT->department_id,->AVG(salary)->FROM->employees->WHERE->department_id>80->GROUPBY->department_idWITH ROLLUP;+---------------+---------------+|department_id|AVG(salary)|+---------------+---------------+|90|19333.333333||100|8600.000000||110|10150.000000||NULL|11809.090909|# 多的一行+---------------+---------------+# 算的平均，所以这里是总的平均值4rowsinset(0.00sec)

[!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

注意：WHERE不能使用聚合函数，所以过滤条件中出现聚合函数，就得用HAVING

过滤分组：HAVING子句

  1. 行已经被分组
  2. 使用聚合函数
  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，且HAVING 必须声明在 GROUP BY 后面

mysql>SELECT->department_id,->MAX(salary)->FROM->employees->GROUPBY->department_id->HAVING->MAX(salary)>10000;+---------------+---------------+|department_id|MAX(salary)|+---------------+---------------+|20|13000.00||30|11000.00||80|14000.00||90|24000.00||100|12000.00||110|12000.00|+---------------+---------------+6rowsinset(0.00sec)

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

方法一：用WHERE

mysql>SELECT->department_id,->MAX(salary)->FROM->employees->WHERE->department_idIN(10,20,30,40)->GROUPBY->department_id->HAVING->MAX(salary)>10000;+---------------+---------------+|department_id|MAX(salary)|+---------------+---------------+|20|13000.00||30|11000.00|+---------------+---------------+2rowsinset(0.00sec)

方法二：用HAVING

mysql>SELECT->department_id,->MAX(salary)->FROM->employees->GROUPBY->department_id->HAVING->MAX(salary)>10000->ANDdepartment_idIN(10,20,30,40);+---------------+---------------+|department_id|MAX(salary)|+---------------+---------------+|20|13000.00||30|11000.00|+---------------+---------------+2rowsinset(0.00sec)

推荐使用方式一，方式一执行效率高于方式二

[!结论]
当过滤条件中有聚合函数时，则此过滤条件必须声明HAVING中
当过滤条件中没有聚合函数时，则此过滤条件在WHERE或HAVING 中都可以，但是建议声明在WHERE中

[!WHERE和HAVING的对比]

  1. HAVING的适用范围更广
  2. 若没有聚合函数，WHERE的执行效率比HAVING高(从下面的执行原理中可见一斑)

4. SQL 底层执行原理

4.1 SELECT 语句的完整结构

  • SQL92语法
SELECT...,...,...(存在聚合函数）FROM...,...,...WHERE多表的连接条件AND不包含聚合函数的过滤条件GROUPBY...,...HAVING包含聚合函数的过滤条件ORDERBY...,...(ASC/DESC)LIMIT...,...
  • SQL99语法
SELECT ...,...,...(存在聚合函数） FROM ...(LEFT/RIGHT)JOIN...ON 多表的连接条件 WHERE 不包含聚合函数的过滤条件 GROUP BY ...,... HAVING 包含聚合函数的过滤条件 ORDER BY ...,...(ASC/DESC) LIMIT ...,...

4.2 SELECT执行顺序

FROM -> ON -> (LEFT/RIGHT)JOIN -> 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
  • 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

4.3 SQL 的执行原理

SQL 是声明式语言，我们写的是“要什么”，数据库引擎负责“怎么实现”。其底层执行遵循固定的逻辑顺序（≠ 书写顺序），该顺序决定了查询如何逐步生成结果

阶段关键字/操作作用输出虚拟表
1. FROM + JOINFROM+JOIN（含CROSS JOIN,INNER JOIN,LEFT JOIN等）构建初始数据集：
• 多表时先做笛卡尔积（CROSS JOIN）→ 得vt1-1
• 再通过ON条件筛选 →vt1-2
• 若有外连接（LEFT/RIGHT/FULL），添加外部行 →vt1-3		vt1（最终原始数据集）
2. WHEREWHERE对vt1进行行级过滤（条件筛选）vt2
3. GROUP BYGROUP BY在vt2上按指定列分组vt3（分组后中间表）
4. HAVINGHAVING对vt3的分组结果进行过滤（聚合函数可用）vt4
5. SELECTSELECT提取指定字段（可含表达式、别名）vt5-1
6. DISTINCTDISTINCT去除重复行（在vt5-1上操作）vt5-2
7. ORDER BYORDER BY按指定字段排序（稳定排序）vt6
8. LIMIT / OFFSETLIMIT [n] [OFFSET m]截取前 n 行（或跳过 m 行后取 n 行）vt7（最终结果集）

虚拟表命名说明：

  • vt1-x：FROM+JOIN 阶段的子步骤
  • vt1～vt7：各主阶段输出的逻辑中间结果

补充：

  1. 并非所有阶段都存在
    • 若无GROUP BY，则跳过GROUP BY和HAVING
    • 若无DISTINCT，则跳过该步
    • 若无ORDER BY或LIMIT，对应阶段省略
  2. 关键字顺序 ≠ 执行顺序
    • 书写顺序：SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ... LIMIT
    • 执行顺序：FROM → WHERE → GROUP BY → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT
  3. 为什么理解执行顺序很重要？
    • 解释为何WHERE中不能用SELECT别名（此时尚未执行 SELECT）
    • 理解HAVING可用聚合函数而WHERE不行（分组未完成）
    • 优化查询：避免在WHERE中使用函数导致索引失效（因 WHERE 早于 SELECT）
标签： 网站建设 企业官网 项目流程 UI设计 前端开发

热门文章

文章分类

标签云

网站建设 响应式设计 用户体验 SEO优化 前端开发 小程序 电商平台 性能优化

相关文章

您可能感兴趣的其他内容

【从零搭建本地电商智能客服 Agent：Dify+Ollama+Qwen3.5 部署全流程】
2026/10/26 3:39:36 网站建设

【从零搭建本地电商智能客服 Agent：Dify+Ollama+Qwen3.5 部署全流程】

本文针对开源电商智能客服 Agent 的部署与落地，提供一套基于 Docker 自托管 Dify Ollama 本地大模型 SQLite 商品数据库 的完整技术方案。该方案完全脱离 OpenAI 付费 API，以 Qwen3.5:4b 为核心模型，实现免费、离线、可定制的电商智能客服系…...

阅读更多 →
微波腔体滤波器建模与计算机调试策略【附算法】
2026/10/18 14:49:35 网站建设

微波腔体滤波器建模与计算机调试策略【附算法】

✨ 长期致力于微波腔体滤波器、耦合矩阵、分布式极限学习机、T-S模糊神经网络、计算机辅助调试研究工作，擅长数据搜集与处理、建模仿真、程序编写、仿真设计。 ✅ 专业定制毕设、代码 ✅ 如需沟通交流，点击《获取方式》 （1）有耗耦…...

阅读更多 →
卖无纺布怎么找客户？下游工厂和产业带在哪里
2026/10/18 14:49:39 网站建设

卖无纺布怎么找客户？下游工厂和产业带在哪里

卖无纺布找客户，本质是找用无纺布的下游生产工厂。核心难点不是布的参数讲不清楚，而是把全国那些真实在产、真实消耗纺粘布、水刺布、熔喷布的下游厂的名单和联系人系统地拿到手——没有这张名单，拜访和报价都是在做无效动作。 无纺布的下游客…...

阅读更多 →

需要专业的网站建设服务？

联系我们获取免费的网站建设咨询和方案报价，让我们帮助您实现业务目标

立即咨询