一、五大常用聚合函数

• SUM()：求总和，只适用于数值类型字段，如果是字符串类型不会报错会返回0，会自动过滤空值
• AVG()：求平均值，只适用于数值类型字段，字符串类型不会报错会返回0，会自动过滤空值
• MAX()：求最大值，适用于数值类型、字符串类型和日期时间类型字段
• MIN()：求最小值，适用于数值类型、字符串类型和日期时间类型字段
• COUNT()：用于计算查询结果集中的数据共有多少条
  • COUNT(*)
  • COUNT(常数)：例如COUNT(0)，COUNT(1)
  • COUNT(指定字段)：此方式只能用于那种不存在NULL的字段，如果存在空值，统计总数时不计入
  • 如果是MyISAM引擎，这三种方式的效率相同，因为此引擎内部有一个计数器在维护着行数。如果是InnoDB引擎，那么第一和第二种效率高于第三种，后面会细说

    注意：MySQL中聚合函数是不能嵌套使用的

    我们创建一个表t_decade_book来进行验证

    DROP TABLE IF EXISTS `t_decade_book`;
    CREATE TABLE `t_decade_book`  (
      `book_id` int(10) NOT NULL AUTO_INCREMENT COMMENT '书id',
      `book_name` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '书名',
      `book_count` int(10) DEFAULT NULL COMMENT '数量',
      `detail` varchar(200) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '描述',
      PRIMARY KEY (`book_id`) USING BTREE
    ) ENGINE = InnoDB AUTO_INCREMENT = 4 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;
    INSERT INTO `t_decade_book` VALUES (1, 'Java从入门到秃头', 20, 'Java学习');
    INSERT INTO `t_decade_book` VALUES (2, '数据库从删库到跑路', 20, '数据库学习');
    INSERT INTO `t_decade_book` VALUES (3, '测试从入职到干架', 20, '测试脚本学习');
    INSERT INTO `t_decade_book` VALUES (4, '划水越划越爽', NULL, '划水技巧学习');
    

    得到的表数据如下

    

    SELECT AVG(book_count),SUM(book_count),AVG(book_count)*4 FROM t_decade_book;
    SELECT MAX(book_count),MIN(book_count),MAX(book_name),MIN(book_name) FROM t_decade_book;
    SELECT COUNT(book_id),COUNT(1),COUNT(*),COUNT(book_count) FROM t_decade_book;
    SELECT AVG(book_count),SUM(book_count),SUM(book_count)/4,SUM(book_count)/COUNT(book_count) FROM t_decade_book;
    

    执行结果如下

    

    

    

    

    二、GROUP BY

    首先我们向之前创建的t_decade_blog表中插入一条数据

    INSERT INTO t_decade_blog(id,name,author,create_time,views)VALUES('d3258b79-d543-49bb-9850-16cac7566666','JVM系列','十年',NOW(),8000);
    

    表格中结果如下

    

    然后我们测试一下GROUP BY操作

    # 根据单列进行分组
    SELECT author,AVG(views) FROM t_decade_blog GROUP BY author;
    # 根据多列进行分组，如果分组的条件相同，顺序不同不会影响最终结果
    # 我们可以理解为根据这些条件进行组合，只有符合这些条件的才会分到一个组里
    SELECT id,author,AVG(views) FROM t_decade_blog GROUP BY id,author;
    SELECT author,id,AVG(views) FROM t_decade_blog GROUP BY author,id;
    # 当使用GROUP BY关键字时，SELECT中涉及到的非聚合函数包含的字段，必须出现在GROUP BY后面
    # 但是GROUP BY关键字后面的字段不一定要出现在SELECT之后
    # 另外，在不使用GROUP BY时，聚合函数不能和普通字段放在一起进行查询
    SELECT author,id,AVG(views) FROM t_decade_blog GROUP BY author;
    # with rollup作用在聚合函数。如果聚合函数是COUNT(*)则会在统计的记录中再次求COUNT(*)
    # 如果是AVG(),则会去除分组条件，求该字段的AVG()
    # 使用WITH ROLLUP后不能再使用ORDER BY
    SELECT author,AVG(views) FROM t_decade_blog GROUP BY author WITH ROLLUP;
    SELECT book_id,AVG(book_count) FROM t_decade_book GROUP BY book_id WITH ROLLUP;
    SELECT author,COUNT(views) FROM t_decade_blog GROUP BY author WITH ROLLUP;
    

    执行结果如下

    

    

    

    

    

    

    

    注意GROUP BY的使用顺序

    • 放在FROM、WHERE后面
    • 放在ORDER BY、LIMIT前面

      三、HAVING

      1、HAVING 子句可以让我们筛选分组后的各组数据

      • 当我们想使用聚合函数作为数据的过滤条件时，就不能搭配WHERE使用了，必须使用HAVING来进行替换。比如我们想筛选出哪些部门的最高工资大于10000，那么就要先根据部门id进行分组，然后再使用HAVING对MAX(salary)进行过滤
      • 如果过滤条件中没有聚合函数，那就强烈建议使用WHERE
      • HAVING必须声明在GROUP BY后面
      • 在日常开发中，使用HAVING的前提是我们使用了GROUP BY

        2、HAVING和WHERE的对比

        • 从适用范围来说，HAVING更广
        • 如果过滤条件中没有聚合函数，那么WHERE的执行效率要高于HAVING。因为WHERE的执行顺序是排在HAVING前面的，它会筛选掉不满足条件的数据，这样后面GROUP BY分组以及HAVING要处理的数据量就更小了

          # 错误演示
          SELECT id,MAX(views)
          FROM t_decade_blog
          WHERE MAX(views) > 4000
          GROUP BY id;
          SELECT id,MAX(views)
          FROM t_decade_blog
          GROUP BY id
          HAVING MAX(views) > 4000;
          # 如果我们想查出特定博客id中最大浏览量大于4000的书籍
          # 方式一：WHERE搭配HAVING，推荐此方式，执行效率更高
          SELECT id,MAX(views)
          FROM t_decade_blog
          WHERE id IN ('76782763-48d0-4cef-b8e1-1054e181e41d',
          'd3258b79-d543-49bb-9850-16cac7565f57',
          'd3258b79-d543-49bb-9850-16cac7566666')
          GROUP BY id
          HAVING MAX(views) > 4000;
          # 方式二
          SELECT id,MAX(views)
          FROM t_decade_blog
          GROUP BY id
          HAVING MAX(views) > 4000 
          AND id IN ('76782763-48d0-4cef-b8e1-1054e181e41d',
          'd3258b79-d543-49bb-9850-16cac7565f57',
          'd3258b79-d543-49bb-9850-16cac7566666');
          

          四、SQL底层执行原理

          1、SELECT语句的完整结构

          SQL92语法结构

          SELECT 字段1,字段2,...(可能存在聚合函数)
          FROM 表1,表2,...
          WHERE 多表的连接条件 AND 不包含聚合函数的过滤条件
          GROUP BY 分组字段1,分组字段2...
          HAVING 包含聚合函数的过滤条件
          ORDER BY 排序字段1,排序字段2...(ASC / DESC)
          LIMIT 偏移量,条目数
          

          SQL99语法结构

          SELECT 字段1,字段2,...(可能存在聚合函数)
          FROM 表1 (LEFT / RIGHT) JOIN 表2 ON 多表的连接条件
          (LEFT / RIGHT) JOIN 表2 ON 多表的连接条件2...
          WHERE 不包含聚合函数的过滤条件
          GROUP BY 分组字段1,分组字段2...
          HAVING 包含聚合函数的过滤条件
          ORDER BY 排序字段1,排序字段2...(ASC / DESC)
          LIMIT 偏移量,条目数
          

          2、SQL语句的执行过程

          我们就以SQL99语法结构为例进行分析

          • 首先执行FROM至HAVING范围内的语句
            • 先根据FROM找出所需要的表，这里相当于之前说过的CROSS JOIN—>然后根据ON后面的连接条件去除无法被关联的数据—>判断是否是左/右外连接(LEFT / RIGHT JOIN)—>根据WHERE过滤数据—>根据GROUP BY分组（这一步之后，针对每组的聚合函数进行过滤才有了意义，这就能说得通为什么WHERE中不能使用聚合函数）—>根据HAVING进行分组
            • 然后执行SELECT：执行完第一步会查出所有字段，这一步筛选出我们需要哪些字段，如果有DISTINCT关键字，那么还会进行去重
            • 最后执行ORDER BY 和 LIMIT：对上一步得到的结果集进行排序，然后再进行分页

              如有错误，欢迎指正！！！