【MySQL】08：聚合函数

08：聚合函数

什么是聚合函数？

聚合函数是输入一组值，返回一个值的函数。
可以理解为以下的图片：

常见的聚合函数

• AVG 平均值/SUM 总和

  这两个函数只可以传递数值类型。

  SELECT AVG(salary),SUM(salary)/107
  FROM employees
  

• MAX 最大值/MIN 最小值

  这两个函数可以传递数值、字符串、日期等多种类型。

  SELECT MIN(last_name),MAX(last_name),MAX(salary)
  FROM employees
  

• COUNT 计算指定字段在表中出现的次数。
  例一：计算表中的所有字段出现的次数：

  SELECT COUNT(*),COUNT(1)
  FROM employees
  
  # 不推荐使用 COUNT(字段名)——因为这样计算会自动忽略NULL值。
  

  例二：计算平均值：SUM / COUNT = AVG

  # 计算commission_pct的平均值。commission_pct存在NULL值。
  SELECT SUM(commission_pct)/COUNT(IFNULL(commission_pct,1)),AVG(IFNULL(commission_pct,0))
  FROM employees
  

如何需要统计表中的记录数，使用COUNT()、COUNT(1)、COUNT(具体字段) 哪个效率更高呢？
如果使用的是MyISAM 存储引擎，则三者效率相同，都是O(1)
如果使用的是InnoDB 存储引擎，则三者效率：COUNT() = COUNT(1)> COUNT(字段)

• GROUP BY 对数据进行分组
  例一：查询每个部门的平均工资。要使用GROUP BY将各个部门进行分组。

  SELECT department_id,AVG(salary)
  FROM employees
  GROUP BY department_id
  

  例二：查询每个部门并且同一工种的平均工资。要使用GROUP BY将各个部门中的各个工种进行多重分组。

  SELECT department_id,job_id,AVG(salary)
  FROM employees
  GROUP BY department_id,job_id
  

  注意：
  一：SELECT中出现的非组(聚合)函数的字段必须声明在GROUP BY 中。如例二。
  反之，GROUP BY中声明的字段可以不出现在SELECT中。

  二：GROUP BY 声明在FROM后面、WHERE后面，ORDER BY 前面、LIMIT前面。

  三：GROUP BY中使用WITH ROLLUP，显示最后一条记录会不分组进行汇总。

  当使用ROLLUP时，不能同时使用ORDER BY子句进行结果排序，即ROLLUP和ORDER BY是互相排斥的。

• HAVING 过滤分组

1. HAVING要在GROUP BY 之后使用
2. 已经使用了聚合函数时，要用HAVING
3. HAVING不单独使用，和GROUP BY 一起使用
   例一：查询各个部门中最高工资比10000高的部门信息

SELECT department_id,MAX(salary)
FROM employees
GROUP BY department_id
HAVING MAX(salary)>10000

WHERE和HAVING的区别：

1. WHERE可以使用表中的字段作为筛选条件，但不能使用聚合函数作为筛选条件。HAVING必须与GROP BY配合使用，可以把聚合函数作为筛选条件。
2. 直接使用表中的字段作为筛选条件时，使用WHERE要优于HAVING。因为WHERE执行顺序优于HAVING，先筛选数据在进行GROUP UP。这样可以用一个较小的数据集进行分组。提高效率。

SELECT的执行过程

SELECT ...,... #5
FROM ... JOIN ... #1
ON 多表的连接条件  
JOIN ...         
ON ...           
WHERE 不包含组函数的过滤条件 #2
GROUP BY ... #3
HAVING 包含组函数的过滤条件 #4
ORDER BY ... ASC/DESC #6
LIMIT ...,...   #7

执行过程：

FROM ...,...-> ON -> 
(LEFT/RIGNT  JOIN) -> 
WHERE -> 
GROUP BY -> HAVING -> 
SELECT -> DISTINCT(去重) -> 
ORDER BY -> LIMIT

• SQL的执行原理

FROM
SELECT 是先执行 FROM 这一步的。在这个阶段，如果是多张表联查，还会经历下面的几个步骤：

1. 首先先通过 CROSS JOIN 求笛卡尔积，相当于得到虚拟表 vt（virtual table）1-1；
2. 通过 ON 进行筛选，在虚拟表 vt1-1 的基础上进行筛选，得到虚拟表 vt1-2；
3. 添加外部行。如果我们使用的是左连接、右链接或者全连接，就会涉及到外部行，也就是在虚拟表 vt1-2 的基础上增加外部行，得到虚拟表 vt1-3。

当然如果我们操作的是两张以上的表，还会重复上面的步骤，直到所有表都被处理完为止。这个过程得到是我们的原始数据。
WHERE
当我们拿到了查询数据表的原始数据，也就是最终的虚拟表 vt1 ，就可以在此基础上再进行 WHERE 阶段 。在这个阶段中，会根据 vt1 表的结果进行筛选过滤，得到虚拟表 vt2 。
GROUP–>HAVING
然后进入第三步和第四步，也就是 GROUP 和 HAVING 阶段 。在这个阶段中，实际上是在虚拟表 vt2 的基础上进行分组和分组过滤，得到中间的虚拟表 vt3 和 vt4 。
SELECT
当我们完成了条件筛选部分之后，就可以筛选表中提取的字段，也就是进入到 SELECT 和 DISTINCT 阶段 。
首先在 SELECT 阶段会提取想要的字段，然后在 DISTINCT 阶段过滤掉重复的行，分别得到中间的虚拟表vt5-1 和 vt5-2 。
ORDER BY
当我们提取了想要的字段数据之后，就可以按照指定的字段进行排序，也就是 ORDER BY 阶段 ，得到虚拟表 vt6 。
LIMIT
最后在 vt6 的基础上，取出指定行的记录，也就是 LIMIT 阶段 ，得到最终的结果，对应的是虚拟表vt7 。