mirror of
https://github.com/cheetahlou/CategoryResourceRepost.git
synced 2025-09-25 20:56:41 +08:00
186 lines
11 KiB
Markdown
186 lines
11 KiB
Markdown
<audio id="audio" title="08丨什么是SQL的聚集函数，如何利用它们汇总表的数据？" controls="" preload="none"><source id="mp3" src="https://static001.geekbang.org/resource/audio/35/09/3537c5286d494ac21a3ba0a1cc12a509.mp3"></audio>
|
||
|
||
我们上节课讲到了SQL函数，包括算术函数、字符串函数、日期函数和转换函数。实际上SQL函数还有一种，叫做聚集函数，它是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。通常我们可以利用聚集函数汇总表的数据，如果稍微复杂一些，我们还需要先对数据做筛选，然后再进行聚集，比如先按照某个条件进行分组，对分组条件进行筛选，然后得到筛选后的分组的汇总信息。
|
||
|
||
有关今天的内容，你重点需要掌握以下几个方面：
|
||
|
||
1. 聚集函数都有哪些，能否在一条SELECT语句中使用多个聚集函数；
|
||
1. 如何对数据进行分组，并进行聚集统计；
|
||
1. 如何使用HAVING过滤分组，HAVING和WHERE的区别是什么。
|
||
|
||
## 聚集函数都有哪些
|
||
|
||
SQL中的聚集函数一共包括5个，可以帮我们求某列的最大值、最小值和平均值等，它们分别是：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/d1/15/d101026459ffa96504ba3ebb85054415.png" alt="">
|
||
|
||
这些函数你可能已经接触过，我们再来简单复习一遍。我们继续使用heros数据表，对王者荣耀的英雄数据进行聚合。
|
||
|
||
如果我们想要查询最大生命值大于6000的英雄数量。
|
||
|
||
```
|
||
SQL：SELECT COUNT(*) FROM heros WHERE hp_max > 6000
|
||
|
||
```
|
||
|
||
运行结果为41。
|
||
|
||
如果想要查询最大生命值大于6000，且有次要定位的英雄数量，需要使用COUNT函数。
|
||
|
||
```
|
||
SQL：SELECT COUNT(role_assist) FROM heros WHERE hp_max > 6000
|
||
|
||
```
|
||
|
||
运行结果是 23。
|
||
|
||
需要说明的是，有些英雄没有次要定位，即role_assist为NULL，这时`COUNT(role_assist)`会忽略值为NULL的数据行，而COUNT(*)只是统计数据行数，不管某个字段是否为NULL。
|
||
|
||
如果我们想要查询射手（主要定位或者次要定位是射手）的最大生命值的最大值是多少，需要使用MAX函数。
|
||
|
||
```
|
||
SQL：SELECT MAX(hp_max) FROM heros WHERE role_main = '射手' or role_assist = '射手'
|
||
|
||
```
|
||
|
||
运行结果为6014。
|
||
|
||
你能看到，上面的例子里，都是在一条SELECT语句中使用了一次聚集函数，实际上我们也可以在一条SELECT语句中进行多项聚集函数的查询，比如我们想知道射手（主要定位或者次要定位是射手）的英雄数、平均最大生命值、法力最大值的最大值、攻击最大值的最小值，以及这些英雄总的防御最大值等汇总数据。
|
||
|
||
如果想要知道英雄的数量，我们使用的是COUNT(*)函数，求平均值、最大值、最小值，以及总的防御最大值，我们分别使用的是AVG、MAX、MIN和SUM函数。另外我们还需要对英雄的主要定位和次要定位进行筛选，使用的是`WHERE role_main = '射手' or role_assist = '射手'`。
|
||
|
||
```
|
||
SQL: SELECT COUNT(*), AVG(hp_max), MAX(mp_max), MIN(attack_max), SUM(defense_max) FROM heros WHERE role_main = '射手' or role_assist = '射手'
|
||
|
||
```
|
||
|
||
运行结果：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/b9/9d/b9cbaa2af34e0b1eb74e76b60e7eaf9d.png" alt=""><br>
|
||
需要说明的是AVG、MAX、MIN等聚集函数会自动忽略值为NULL的数据行，MAX和MIN函数也可以用于字符串类型数据的统计，如果是英文字母，则按照A—Z的顺序排列，越往后，数值越大。如果是汉字则按照全拼拼音进行排列。比如：
|
||
|
||
```
|
||
SQL：SELECT MIN(CONVERT(name USING gbk)), MAX(CONVERT(name USING gbk)) FROM heros
|
||
|
||
```
|
||
|
||
运行结果：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/e1/71/e1fa345ebcb78e686d3dd16cb075e871.png" alt=""><br>
|
||
需要说明的是，我们需要先把name字段统一转化为gbk类型，使用`CONVERT(name USING gbk)`，然后再使用MIN和MAX取最小值和最大值。
|
||
|
||
我们也可以对数据行中不同的取值进行聚集，先用DISTINCT函数取不同的数据，然后再使用聚集函数。比如我们想要查询不同的生命最大值的英雄数量是多少。
|
||
|
||
```
|
||
SQL: SELECT COUNT(DISTINCT hp_max) FROM heros
|
||
|
||
```
|
||
|
||
运行结果为61。
|
||
|
||
实际上在heros这个数据表中，一共有69个英雄数量，生命最大值不一样的英雄数量是61个。
|
||
|
||
假如我们想要统计不同生命最大值英雄的平均生命最大值，保留小数点后两位。首先需要取不同生命最大值，即`DISTINCT hp_max`，然后针对它们取平均值，即`AVG(DISTINCT hp_max)`，最后再针对这个值保留小数点两位，也就是`ROUND(AVG(DISTINCT hp_max), 2)`。
|
||
|
||
```
|
||
SQL: SELECT ROUND(AVG(DISTINCT hp_max), 2) FROM heros
|
||
|
||
```
|
||
|
||
运行结果为6653.84。
|
||
|
||
你能看到，如果我们不使用DISTINCT函数，就是对全部数据进行聚集统计。如果使用了DISTINCT函数，就可以对数值不同的数据进行聚集。一般我们使用MAX和MIN函数统计数据行的时候，不需要再额外使用DISTINCT，因为使用DISTINCT和全部数据行进行最大值、最小值的统计结果是相等的。
|
||
|
||
## 如何对数据进行分组，并进行聚集统计
|
||
|
||
我们在做统计的时候，可能需要先对数据按照不同的数值进行分组，然后对这些分好的组进行聚集统计。对数据进行分组，需要使用GROUP BY子句。
|
||
|
||
比如我们想按照英雄的主要定位进行分组，并统计每组的英雄数量。
|
||
|
||
```
|
||
SQL: SELECT COUNT(*), role_main FROM heros GROUP BY role_main
|
||
|
||
```
|
||
|
||
运行结果（6条记录）：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/6b/9c/6ba58294f85edbb37499d3f28f60719c.png" alt="">
|
||
|
||
如果我们想要对英雄按照次要定位进行分组，并统计每组英雄的数量。
|
||
|
||
```
|
||
SELECT COUNT(*), role_assist FROM heros GROUP BY role_assist
|
||
|
||
```
|
||
|
||
运行结果：（6条记录）
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/08/c0/0802ba993844e2875bd6cbbc3d4fa5c0.png" alt="">
|
||
|
||
你能看出如果字段为NULL，也会被列为一个分组。在这个查询统计中，次要定位为NULL，即只有一个主要定位的英雄是40个。
|
||
|
||
我们也可以使用多个字段进行分组，这就相当于把这些字段可能出现的所有的取值情况都进行分组。比如，我们想要按照英雄的主要定位、次要定位进行分组，查看这些英雄的数量，并按照这些分组的英雄数量从高到低进行排序。
|
||
|
||
```
|
||
SELECT COUNT(*) as num, role_main, role_assist FROM heros GROUP BY role_main, role_assist ORDER BY num DESC
|
||
|
||
```
|
||
|
||
运行结果：（19条记录）
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/35/8f/3504fa2cf288a50eb39028d1768d5c8f.png" alt="">
|
||
|
||
## 如何使用HAVING过滤分组，它与WHERE的区别是什么？
|
||
|
||
当我们创建出很多分组的时候，有时候就需要对分组进行过滤。你可能首先会想到WHERE子句，实际上过滤分组我们使用的是HAVING。HAVING的作用和WHERE一样，都是起到过滤的作用，只不过WHERE是用于数据行，而HAVING则作用于分组。
|
||
|
||
比如我们想要按照英雄的主要定位、次要定位进行分组，并且筛选分组中英雄数量大于5的组，最后按照分组中的英雄数量从高到低进行排序。
|
||
|
||
首先我们需要获取的是英雄的数量、主要定位和次要定位，即`SELECT COUNT(*) as num, role_main, role_assist`。然后按照英雄的主要定位和次要定位进行分组，即`GROUP BY role_main, role_assist`，同时我们要对分组中的英雄数量进行筛选，选择大于5的分组，即`HAVING num > 5`，然后按照英雄数量从高到低进行排序，即`ORDER BY num DESC`。
|
||
|
||
```
|
||
SQL: SELECT COUNT(*) as num, role_main, role_assist FROM heros GROUP BY role_main, role_assist HAVING num > 5 ORDER BY num DESC
|
||
|
||
```
|
||
|
||
运行结果：（4条记录）
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/ca/61/ca9747ad58e8cf637fe352fb0cfd5761.png" alt=""><br>
|
||
你能看到还是上面这个分组，只不过我们按照数量进行了过滤，筛选了数量大于5的分组进行输出。如果把HAVING替换成了WHERE，SQL则会报错。对于分组的筛选，我们一定要用HAVING，而不是WHERE。另外你需要知道的是，HAVING支持所有WHERE的操作，因此所有需要WHERE子句实现的功能，你都可以使用HAVING对分组进行筛选。
|
||
|
||
我们再来看个例子，通过这个例子查看一下WHERE和HAVING进行条件过滤的区别。筛选最大生命值大于6000的英雄，按照主要定位、次要定位进行分组，并且显示分组中英雄数量大于5的分组，按照数量从高到低进行排序。
|
||
|
||
```
|
||
SQL: SELECT COUNT(*) as num, role_main, role_assist FROM heros WHERE hp_max > 6000 GROUP BY role_main, role_assist HAVING num > 5 ORDER BY num DESC
|
||
|
||
```
|
||
|
||
运行结果：（2条记录）
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/7b/3a/7b62b2a12ec9e66675b3da8b5b54093a.png" alt="">
|
||
|
||
你能看到，还是针对上一个例子的查询，只是我们先增加了一个过滤条件，即筛选最大生命值大于6000的英雄。这里我们就需要先使用WHERE子句对最大生命值大于6000的英雄进行条件过滤，然后再使用GROUP BY进行分组，使用HAVING进行分组的条件判断，然后使用ORDER BY进行排序。
|
||
|
||
## 总结
|
||
|
||
今天我对SQL的聚集函数进行了讲解。通常我们还会对数据先进行分组，然后再使用聚集函数统计不同组的数据概况，比如数据行数、平均值、最大值、最小值以及求和等。我们也可以使用HAVING对分组进行过滤，然后通过ORDER BY按照某个字段的顺序进行排序输出。有时候你能看到在一条SELECT语句中，可能会包括多个子句，用WHERE进行数据量的过滤，用GROUP BY进行分组，用HAVING进行分组过滤，用ORDER BY进行排序……
|
||
|
||
**你要记住，在SELECT查询中，关键字的顺序是不能颠倒的，它们的顺序是：**
|
||
|
||
```
|
||
SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ...
|
||
|
||
```
|
||
|
||
另外需要注意的是，使用GROUP BY进行分组，如果想让输出的结果有序，可以在GROUP BY后使用ORDER BY。因为GROUP BY只起到了分组的作用，排序还是需要通过ORDER BY来完成。
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/3a/de/3aa2b0626f5cfc64b4a7175de938d1de.png" alt=""><br>
|
||
我今天对SQL的聚集函数以及SQL查询中的关键字顺序进行了讲解，但你还是需要通过训练加深理解，基于heros数据表，请你写出下面2个SQL查询语句：
|
||
|
||
1. 筛选最大生命值大于6000的英雄，按照主要定位进行分组，选择分组英雄数量大于5的分组，按照分组英雄数从高到低进行排序，并显示每个分组的英雄数量、主要定位和平均最大生命值。
|
||
1. 筛选最大生命值与最大法力值之和大于7000的英雄，按照攻击范围来进行分组，显示分组的英雄数量，以及分组英雄的最大生命值与法力值之和的平均值、最大值和最小值，并按照分组英雄数从高到低进行排序，其中聚集函数的结果包括小数点后两位。
|
||
|
||
欢迎你在评论区与我分享你的答案，如果你觉得这篇文章有帮助，欢迎把它分享给你的朋友或者同事，一起切磋交流一下。
|
||
|
||
|