当前位置: 首页 > news >正文

sql聚合函数

在 SQL 中,聚合函数(Aggregate Function)是对一组数据行(记录)进行计算并返回单一结果的函数,核心作用是实现数据的统计、汇总分析。它通常与GROUP BY子句配合使用(分组聚合),也可单独用于全表统计,常见于报表、数据分析场景。

一、常用聚合函数(附示例)

以下以经典的score成绩表为例(字段:student_id 学生 ID、subject 科目、score 分数):

函数作用示例(SQL)示例结果
COUNT()统计行数(非 NULL 值的数量)-- 统计总学生数(去重)COUNT(DISTINCT student_id)50(假设 50 个学生)
SUM()计算数值列的总和-- 统计数学科目总分SUM (score) WHERE subject=' 数学'4500(假设)
AVG()计算数值列的平均值-- 计算数学科目平均分AVG (score) WHERE subject=' 数学'90(假设)
MAX()找出列中的最大值-- 数学科目最高分MAX (score) WHERE subject=' 数学'100
MIN()找出列中的最小值-- 数学科目最低分MIN (score) WHERE subject=' 数学'60
GROUP_CONCAT()(MySQL 特有)分组拼接字符串-- 拼接每个学生的科目GROUP_CONCAT(subject) GROUP BY student_id语文,数学,英语
关键说明:
  1. COUNT()的三种用法:
    • COUNT(*):统计所有行数(包括 NULL 值);
    • COUNT(列名):统计该列非 NULL 值的行数;
    • COUNT(DISTINCT 列名):统计该列去重后的非 NULL 值行数。
  2. 聚合函数会自动忽略NULL值(比如某学生某科目分数为 NULL,SUM/AVG不会计算该值)。

二、聚合函数的核心使用规则

1. 单独使用(全表聚合)

无需分组,直接对整张表的目标列统计:

-- 统计成绩表总记录数 SELECT COUNT(*) AS total_records FROM score; -- 统计所有科目总分、平均分、最高分、最低分 SELECT SUM(score) AS total_score, AVG(score) AS avg_score, MAX(score) AS max_score, MIN(score) AS min_score FROM score;
2. 与 GROUP BY 配合(分组聚合)

按指定字段分组,对每组数据分别聚合(最常用场景):

-- 按科目分组,统计每科的总分、平均分、参考人数 SELECT subject, SUM(score) AS total_score, AVG(score) AS avg_score, COUNT(student_id) AS student_count FROM score GROUP BY subject; -- 分组字段必须出现在SELECT中(除聚合列外)
3. 与 HAVING 配合(分组后过滤)

WHERE过滤分组前的行,HAVING过滤分组后的聚合结果(不能用 WHERE 过滤聚合函数结果):

-- 找出平均分≥80的科目 SELECT subject, AVG(score) AS avg_score FROM score GROUP BY subject HAVING avg_score >= 80; -- 过滤分组后的聚合结果
4. 禁止与非聚合 / 非分组字段混用

SELECT 子句中,若包含聚合函数,其他字段必须是GROUP BY的分组字段,否则会报错(不同数据库严格度不同,如 MySQL 非严格模式可能返回随机值,需避免):

-- 错误示例:subject不是分组字段,也不是聚合函数 SELECT subject, AVG(score) FROM score; -- 正确示例:subject是分组字段 SELECT subject, AVG(score) FROM score GROUP BY subject;

三、常见注意事项

  1. 性能问题:聚合函数需遍历数据行,数据量极大时(百万 / 千万级),需给分组字段、过滤字段加索引优化;
  2. NULL 值处理:若需将 NULL 值计入计算(比如 NULL 视为 0),需用IFNULL()COALESCE()转换:
    -- 把NULL分数视为0,计算平均分 SELECT AVG(IFNULL(score, 0)) FROM score;
  3. 嵌套聚合:支持聚合函数嵌套(需用子查询),比如 “统计各科目平均分的最大值”:
    SELECT MAX(avg_score) FROM (SELECT AVG(score) AS avg_score FROM score GROUP BY subject) AS sub;

四、扩展:其他数据库特有聚合函数

  • PostgreSQLSTRING_AGG(列名, 分隔符)(类似 MySQL 的 GROUP_CONCAT)、PERCENTILE_CONT()(分位数计算);
  • SQL ServerSTRING_AGG(列名, 分隔符)COUNT_BIG()(统计大数行数,返回 bigint 类型);
  • OracleLISTAGG(列名, 分隔符) WITHIN GROUP (ORDER BY 列名)(分组拼接)、AVG()支持空值处理。

核心总结:聚合函数是 SQL 数据统计的核心工具,核心逻辑是 “对一组数据做汇总计算”,搭配GROUP BY/HAVING可实现精细化的分组统计,是数据分析、报表生成的基础。

http://www.jsqmd.com/news/114553/

相关文章:

  • 想找湖北天玑AIGEO优化系统合作商?看这里!
  • 如何用Open-AutoGLM实现秒级故障响应?一线架构师亲授压箱底方案
  • hal库i2c读写AT24C02
  • 【Open-AutoGLM循环任务核心机密】:20年专家亲授高效自动化配置秘诀
  • 跨境电商新玩法:用Linly-Talker制作多语言产品介绍视频
  • 2025年目前正规的装修设计公司多少钱,软装设计/房屋装修/室内装修/别墅设计/大平层设计/室内设计/室内空间设计装修设计公司多少钱 - 品牌推荐师
  • 批量任务效率低?Open-AutoGLM并行处理优化方案来了,90%的人都忽略了这一点
  • 基于 Django 框架开发的智慧农业管理系统
  • 基于Android的陪诊护理系统APP
  • 基于YOLOv12的工地运输车识别检测系统(YOLOv12深度学习+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型)
  • 【从入门到精通Open-AutoGLM】:3步构建零宕机进程管理体系
  • 基于 Python 开发的融合强化学习(RL)与大模型的船舶避碰系统
  • 揭秘Open-AutoGLM任务中断难题:3步实现无缝恢复与容错设计
  • 基于Python的个人云盘管理系统设计与实现
  • 深入解析:[Linux]学习笔记系列 -- [kernel]pid
  • 消防电缆生产厂家推荐2025年(12月)必看!耐火、防火、阻燃、阻燃B1级、矿物质防火电缆生产厂家推荐 - 品牌2026
  • Linly-Talker语音情绪识别功能上线,交互更拟人化
  • Open-AutoGLM高负载元凶曝光:90%团队忽略的底层资源泄漏问题(附检测工具链)
  • 基于YOLOv12的猫狗品种识别检测系统(YOLOv12深度学习+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型)
  • 【限时揭秘】Open-AutoGLM异步任务处理的3个隐藏特性,第2个极少人知道
  • 交叉编译总结
  • 5大常见循环配置陷阱,99%新手都踩过的Open-AutoGLM雷区
  • 设备容器内存配额不足致OOM 后来才知道动态调整限制
  • Open-AutoGLM后台运行避坑指南(90%新手都会忽略的3个致命错误)
  • 2025年靠谱的合页排铰厂家推荐:看哪家技术实力强? - mypinpai
  • 别再手动清队列了!Open-AutoGLM智能调度的7个自动化实践
  • 基于Android的研学旅行APP设计
  • DAY 40
  • 2025年合肥口碑不错的装修设计品牌企业推荐,诚信的装修设计公司/企业全解析 - 工业推荐榜
  • 基于 Python 的股票数据可视化是金融数据分析领域的重要应用