MySQL全面瓦解10：分组查询和聚合函数

爱新觉羅丶高

发布于 2022-8-1 18:43

浏览

1收藏

概述
相信我们经常会遇到这样的场景：想要了解双十一天猫购买化妆品的人员中平均消费额度是多少（这可能有利于对商品价格区间的定位）；或者不同年龄段的化妆品消费占比是多少（这可能有助于对商品备货量的预估）。

这个时候就要用到分组查询，分组查询的目的是为了把数据分成多个逻辑组（购买化妆品的人员是一个组，不同年龄段购买化妆品的人员也是组），并对每个组进行聚合计算的过程:。

分组查询的语法格式如下：

select cname, group_fun,... from tname [where condition]
 group by group_expression [having group_condition]; 1.
2.

说明一下：

1、group_fun 代表聚合函数，是指对分组的数据进行聚合计算的函数。

2、group_expression 代表分组表达式，允许多个，多个之间使用逗号隔开。

3、group_condition 分组之后，再对分组后的数据进行条件过滤的过程。

4、分组语法中，select后面出现的字段要么是group by后面的字段，要么是聚合函数的列，其他类型会报异常，我们下面的内容中会详细说明。

说分组之前，先来看看聚合函数，聚合函数是分组查询语法格式中重要的一部分。我们经常需要汇总数据而不用把它们实际检索出来，所以MySQL提供了专门的函数。使用这些函数，可用于计算我们需要的数据，以便分析和生成报表。

聚合函数
聚合函数有以下几种。

MySQL全面瓦解10：分组查询和聚合函数-鸿蒙开发者社区

AVG()函数
AVG()通过对表中行数计数并计算特定列值之和，求得该列的平均值。 AVG()可用来返回所有列的平均值，也可以用来返回特定列或行的平均值。

下面示例返回用户表中用户的平均年龄：

 mysql> select * from user2;
 +----+--------+------+----------+-----+
 | id | name   | age  | address  | sex |
 +----+--------+------+----------+-----+
 |  1 | brand  |   21 | fuzhou   |   1 |
 |  2 | helen  |   20 | quanzhou |   0 |
 |  3 | sol    |   21 | xiamen   |   0 |
 |  4 | weng   |   33 | guizhou  |   1 |
 |  5 | selina |   25 | NULL     |   0 |
 |  6 | anny   |   23 | shanghai |   0 |
 |  7 | annd   |   24 | shanghai |   1 |
 |  8 | sunny  | NULL | guizhou  |   0 |
 +----+--------+------+----------+-----+
 8 rows in set
 
 mysql> select avg(age) from user2;
 +----------+
 | avg(age) |
 +----------+
 | 23.8571  |
 +----------+
 1 row in set 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.

注意点：

1、AVG()只能用来确定特定数值列的平均值。
2、AVG()函数忽略列值为NULL的行，所以上图中age值累加之后是除以7，而不是除以8。

COUNT()函数
COUNT()函数进行计数。可以用COUNT()确定表中符合条件的行的数目。

count 有 count(*)、count(具体字段)、count(常量) 三种方式来体现下面演示了count(*) 和 count(cname)的用法。

 mysql> select * from user2;
 +----+--------+------+----------+-----+
 | id | name   | age  | address  | sex |
 +----+--------+------+----------+-----+
 |  1 | brand  |   21 | fuzhou   |   1 |
 |  2 | helen  |   20 | quanzhou |   0 |
 |  3 | sol    |   21 | xiamen   |   0 |
 |  4 | weng   |   33 | guizhou  |   1 |
 |  5 | selina |   25 | NULL     |   0 |
 |  6 | anny   |   23 | shanghai |   0 |
 |  7 | annd   |   24 | shanghai |   1 |
 |  8 | sunny  | NULL | guizhou  |   0 |
 +----+--------+------+----------+-----+
 8 rows in set
 
 mysql> select count(*) from user2 where sex=0;
 +----------+
 | count(*) |
 +----------+
 |        5 |
 +----------+
 1 row in set
 
 mysql> select count(age) from user2 where sex=0;
 +------------+
 | count(age) |
 +------------+
 |          4 |
 +------------+
 1 row in set 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.

可以看到，都是取出女生的用户数量，count(*) 比 count(age) 多一个，那是因为age中包含null值。

所以：如果指定列名，则指定列的值为空的行被COUNT()函数忽略，但如果COUNT()函数中用的是星号（ *），则不忽略。

关于count 可以看我写的另一篇，详细分析了几种count的使用和性能比较： SELECT COUNT 小结

MAX()和MIN()函数

MAX()返回指定列中的最大值，MIN()返回指定列中的最小值。

 mysql> select * from user2;
 +----+--------+------+----------+-----+
 | id | name   | age  | address  | sex |
 +----+--------+------+----------+-----+
 |  1 | brand  |   21 | fuzhou   |   1 |
 |  2 | helen  |   20 | quanzhou |   0 |
 |  3 | sol    |   21 | xiamen   |   0 |
 |  4 | weng   |   33 | guizhou  |   1 |
 |  5 | selina |   25 | NULL     |   0 |
 |  6 | anny   |   23 | shanghai |   0 |
 |  7 | annd   |   24 | shanghai |   1 |
 |  8 | sunny  | NULL | guizhou  |   0 |
 +----+--------+------+----------+-----+
 8 rows in set
 
 mysql> select max(age),min(age) from user2;
 +----------+----------+
 | max(age) | min(age) |
 +----------+----------+
 |       33 |       20 |
 +----------+----------+
 1 row in set 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.

注意：同样的，MAX()、MIN()函数忽略列值为NULL的行。

SUM函数
SUM()用来返回指定列值的和（总计），下面返回了所有年龄的总和，同样的，忽略了null的值

 mysql> select * from user2;
 +----+--------+------+----------+-----+
 | id | name   | age  | address  | sex |
 +----+--------+------+----------+-----+
 |  1 | brand  |   21 | fuzhou   |   1 |
 |  2 | helen  |   20 | quanzhou |   0 |
 |  3 | sol    |   21 | xiamen   |   0 |
 |  4 | weng   |   33 | guizhou  |   1 |
 |  5 | selina |   25 | NULL     |   0 |
 |  6 | anny   |   23 | shanghai |   0 |
 |  7 | annd   |   24 | shanghai |   1 |
 |  8 | sunny  | NULL | guizhou  |   0 |
 +----+--------+------+----------+-----+
 8 rows in set
 
 mysql> select sum(age) from user2;
 +----------+
 | sum(age) |
 +----------+
 | 167      |
 +----------+
 1 row in set1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.

分组查询

数据准备，假设我们有一个订货单表如下（记载用户的订单金额和下单时间）：

 mysql> select * from t_order;
 +---------+-----+-------+--------+---------------------+------+
 | orderid | uid | uname | amount | time                | year |
 +---------+-----+-------+--------+---------------------+------+
 |      20 |   1 | brand | 91.23  | 2018-08-20 17:22:21 | 2018 |
 |      21 |   1 | brand | 87.54  | 2019-07-16 09:21:30 | 2019 |
 |      22 |   1 | brand | 166.88 | 2019-04-04 12:23:55 | 2019 |
 |      23 |   2 | helyn | 93.73  | 2019-09-15 10:11:11 | 2019 |
 |      24 |   2 | helyn | 102.32 | 2019-01-08 17:33:25 | 2019 |
 |      25 |   2 | helyn | 106.06 | 2019-12-24 12:25:25 | 2019 |
 |      26 |   2 | helyn | 73.42  | 2020-04-03 17:16:23 | 2020 |
 |      27 |   3 | sol   | 55.55  | 2019-08-05 19:16:23 | 2019 |
 |      28 |   3 | sol   | 69.96  | 2020-09-16 19:23:16 | 2020 |
 |      29 |   4 | weng  | 199.99 | 2020-06-08 19:55:06 | 2020 |
 +---------+-----+-------+--------+---------------------+------+
 10 rows in set 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.

单字段分组
即对于某个字段进行分组，比如针对用户进行分组，输出他们的用户Id，订单数量和总额：

mysql> select uid,count(uid),sum(amount) from t_order group by uid;
+-----+------------+-------------+
| uid | count(uid) | sum(amount) |
+-----+------------+-------------+
|   1 |          3 | 345.65      |
|   2 |          4 | 375.53      |
|   3 |          2 | 125.51      |
|   4 |          1 | 199.99      |
+-----+------------+-------------+
4 rows in set 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

多字段分组
即对于多个字段进行分组，比如针对用户进行分组，再对他们不同年份的订单数据进行分组，输出订单数量和消费总额：

mysql> select uid,count(uid) as nums,sum(amount) as totalamount,year from t_order group by uidyear;
 +-----+------+-------------+------+
 | uid | nums | totalamount | year |
 +-----+------+-------------+------+
 |   1 |    1 | 91.23       | 2018 |
 |   1 |    2 | 254.42      | 2019 |
 |   2 |    3 | 302.11      | 2019 |
 |   2 |    1 | 73.42       | 2020 |
 |   3 |    1 | 55.55       | 2019 |
 |   3 |    1 | 69.96       | 2020 |
 |   4 |    1 | 199.99      | 2020 |
 +-----+------+-------------+------+
 7 rows in set 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

分组前的条件过滤：where
这个很简单，就是再分组（group by）之前通过where关键字进行条件过滤，取出我们需要的数据，假设我们只要列出2019年8月之后的数据，源数据只有6条合格的，有两条年份一样被分组的：

 mysql> select uid,count(uid) as nums,sum(amount) as totalamount,year from t_order where time > '2019-08-01' group by uid,year;
 +-----+------+-------------+------+
 | uid | nums | totalamount | year |
 +-----+------+-------------+------+
 |   2 |    2 | 199.79      | 2019 |
 |   2 |    1 | 73.42       | 2020 |
 |   3 |    1 | 55.55       | 2019 |
 |   3 |    1 | 69.96       | 2020 |
 |   4 |    1 | 199.99      | 2020 |
 +-----+------+-------------+------+
 5 rows in set 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.

分组后的条件过滤：having
有时候我们需要再分组之后再对数据进行过滤，这时候就需要使用having关键字进行数据过滤，再上述条件下，我们需要取出消费次数超过一次的数据：

 mysql> select uid,count(uid) as nums,sum(amount) as totalamount,year from t_order where time > '2019-08-01' group by uid,year having nums>1;
 +-----+------+-------------+------+
 | uid | nums | totalamount | year |
 +-----+------+-------------+------+
 |   2 |    2 | 199.79      | 2019 |
 +-----+------+-------------+------+
 1 row in set 1.
2.
3.
4.
5.
6.
7.

这边需要注意区分where和having：

where是在分组（聚合）前对记录进行筛选，而having是在分组结束后的结果里筛选，最后返回过滤后的结果。

可以把having理解为两级查询，即含having的查询操作先获得不含having子句时的sql查询结果表，然后在这个结果表上使用having条件筛选出符合的记录，最后返回这些记录，因此，having后是可以跟聚合函数的，并且这个聚集函数不必与select后面的聚集函数相同。

分组后的排序处理
order条件接在group by后面，也就是统计出每个用户的消费总额和消费次数后，对用户的消费总额进行降序排序的过程。

 mysql> select uid,count(uid) as nums,sum(amount) as totalamount from t_order group by uid;
 +-----+------+-------------+
 | uid | nums | totalamount |
 +-----+------+-------------+
 |   1 |    3 | 345.65      |
 |   2 |    4 | 375.53      |
 |   3 |    2 | 125.51      |
 |   4 |    1 | 199.99      |
 +-----+------+-------------+
 4 rows in set
 
 mysql> select uid,count(uid) as nums,sum(amount) as totalamount from t_order group by uid order by totalamount desc;
 +-----+------+-------------+
 | uid | nums | totalamount |
 +-----+------+-------------+
 |   2 |    4 | 375.53      |
 |   1 |    3 | 345.65      |
 |   4 |    1 | 199.99      |
 |   3 |    2 | 125.51      |
 +-----+------+-------------+
 4 rows in set 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.

分组后的limit 限制
limit限制关键字一般放在语句的最末尾，比如基于我们上面的搜索，我们再limit 1，只取出消费额最高的那条，其他跳过。

 mysql> select uid,count(uid) as nums,sum(amount) as totalamount from t_order group by uid order by totalamount desc limit 1;
 +-----+------+-------------+
 | uid | nums | totalamount |
 +-----+------+-------------+
 |   2 |    4 | 375.53      |
 +-----+------+-------------+
 1 row in set 1.
2.
3.
4.
5.
6.
7.

关键字的执行顺序
我们看到上面那我们用了 where、group by、having、order by、limit这些关键字，如果一起使用，他们是有先后顺序，顺序错了会导致异常，语法格式如下：

select cname from tname
where [原表查询条件]
group by [分组表达式]
having [分组过滤条件]
order by [排序条件]
limit [offset,] count;1.
2.
3.
4.
5.
6.

mysql> select uid,count(uid) as nums,sum(amount) as totalamount from t_order where time > '2019-08-01' group by uid having totalamount>100 order by totalamount desc limit 1;
+-----+------+-------------+
| uid | nums | totalamount |
+-----+------+-------------+
|   2 |    3 | 273.21      |
+-----+------+-------------+
1 row in set1.
2.
3.
4.
5.
6.
7.

总结
1、分组语法中，select后面出现的字段要么是group by后面的字段，要么是聚合函数的列，其他类型会报异常：可以自己试试。

2、分组关键字的执行顺序：where、group by、having、order by、limit，顺序不能调换，否则会报异常：可以自己试试。

文章转载自公众号：架构与思维

分类

标签

已于2022-8-1 18:43:42修改

51CTO

51CTO博客

51CTO学堂

MySQL全面瓦解10：分组查询和聚合函数

订阅鸿蒙技术特刊，精选内容抢先看