MySQL 分组查询和聚合函数

吾爱主题阅读：129 2024-04-01 23:51:28 评论：0

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：

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

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。

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：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 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

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。

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 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

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。

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。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 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

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

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 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 set

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）：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 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

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：

1 2 3 4 5 6 7 8 9 10 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

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：

1 2 3 4 5 6 7 8 9 10 11 12 13 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

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：

1 2 3 4 5 6 7 8 9 10 11 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

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：

1 2 3 4 5 6 7 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

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。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 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

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。

1 2 3 4 5 6 7 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

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：

1 2 3 4 5 6 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 7 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 set