MySQL（8）：聚合函数

聚合函数介绍

聚合函数：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。
聚合函数类型：AVG(),SUM(),MAX(),MIN(),COUNT()

AVG / SUM

只适用于数值类型的字段（或变量）

SELECT AVG(salary),SUM(salary),AVG(salary) * 107 FROM employees;

MAX / MIN

适用于数值类型、字符串类型、日期时间类型的字段（或变量）

SELECT MAX(salary),MIN(salary) FROM employees; SELECT MAX(last_name),MIN(last_name),MAX(hire_date),MIN(hire_date) FROM employees;

COUNT

作用：计算指定字段在查询结构中出现的个数（不包含NULL值的）

SELECT COUNT(employee_id),COUNT(salary),COUNT(2 * salary),COUNT(1),COUNT(2),COUNT(*) FROM employees ;

计算表中有多少条记录
方式1：COUNT(*)：返回表中记录总数，适用于任意数据类型。
方式2：COUNT(1)
方式3：COUNT(expr) : 不一定对！返回expr不为空的记录总数。

count(*)会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行。
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。

Innodb引擎的表 用count(*),count(1)直接读行数，复杂度是O(n)。

如何需要统计表中的记录数，使用COUNT(*)、COUNT(1)、COUNT(具体字段) 哪个效率更高呢？
如果使用的是MyISAM 存储引擎，则三者效率相同，都是O(1)
如果使用的是InnoDB 存储引擎，则三者效率：COUNT(*) = COUNT(1) >COUNT(字段)

SELECT COUNT(commission_pct) FROM employees;

SELECT commission_pct FROM employees WHERE commission_pct IS NOT NULL;

公式：AVG = SUM / COUNT

SELECT AVG(salary),SUM(salary)/COUNT(salary), AVG(commission_pct),SUM(commission_pct)/COUNT(commission_pct), SUM(commission_pct) / 107 FROM employees;

GROUP BY 的使用

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];

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，最高工资 SELECT department_id,AVG(salary),SUM(salary) FROM employees GROUP BY department_id

#需求：查询各个job_id的平均工资 SELECT job_id,AVG(salary) FROM employees GROUP BY job_id;

#需求：查询各个department_id,job_id的平均工资 #方式1： SELECT department_id,job_id,AVG(salary) FROM employees GROUP BY department_id,job_id; #方式2： SELECT job_id,department_id,AVG(salary) FROM employees GROUP BY job_id,department_id;

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SELECT中。
结论2：GROUP BY 声明在FROM后面、WHERE后面，ORDER BY 前面、LIMIT前面
结论3：MySQL中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 employees GROUP BY department_id WITH ROLLUP;

最后新加的一条NULL为总体平均。

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

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。

HAVING 基本使用

作用：用来过滤数据的
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。

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。
要求1：如果过滤条件中使用了聚合函数，则必须使用HAVING来替换WHERE。否则，报错。
要求2：HAVING 必须声明在 GROUP BY 的后面。

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。
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。

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： 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。

SELECT的执行过程 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/DESC LIMIT ...,... #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/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 SQL 执行过程

SELECT 查询时的两个顺序：

关键字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（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 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，对于我们来说不可见。

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：
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。

如果是两张以上的表，还会重复上面的步骤，直到所有表都被处理完为止。

数据库学习视频：
【MySQL数据库入门到大牛，mysql安装到优化，百科全书级，全网天花板】