MySQL 分组查询和聚合函数

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、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。

函数	说明
AVG()	返回指定字段的平均值
COUNT()	返回查询结果行数
MAX()	返回指定字段的最大值
MIN()	返回指定字段的最小值
SUM()	返回指定字段的求和值

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 setmysql> select avg(age) from user2;+----------+| avg(age) |+----------+| 23.8571 |+----------+1 row in set

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 setmysql> select count(*) from user2 where sex=0;+----------+| count(*) |+----------+|    5 |+----------+1 row in setmysql> select count(age) from user2 where sex=0;+------------+| count(age) |+------------+|     4 |+------------+1 row in set

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。

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 setmysql> select max(age),min(age) from user2;+----------+----------+| max(age) | min(age) |+----------+----------+|    33 |    20 |+----------+----------+1 row in set

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 setmysql> select sum(age) from user2;+----------+| sum(age) |+----------+| 167   |+----------+1 row in set

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

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

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 uid,year;+-----+------+-------------+------+| 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

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

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

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 setmysql> 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

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

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、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。

更多相关文章

随机推荐