怎样在网上建网站做电商生意,搭建电商平台,开发新客户的十大渠道,谷歌浏览器下载电脑版文章目录 聚合函数介绍聚合函数介绍COUNT函数AVG和SUM函数MIN和MAX函数 GROUP BY语法基本使用使用多个列分组WITH ROLLUP HAVING基本使用WHERE和HAVING的对比开发中的选择 SELECT的执行过程查询的结构SQL 的执行原理 练习流程函数 聚合函数介绍
聚合函数作用于一组数据#x… 文章目录 聚合函数介绍聚合函数介绍COUNT函数AVG和SUM函数MIN和MAX函数 GROUP BY语法基本使用使用多个列分组WITH ROLLUP HAVING基本使用WHERE和HAVING的对比开发中的选择 SELECT的执行过程查询的结构SQL 的执行原理 练习流程函数 聚合函数介绍
聚合函数作用于一组数据并对一组数据返回一个值 聚合函数类型
AVG()SUM()MAX()MIN()COUNT()
聚合函数介绍 COUNT函数
count(*)count(字段)count(常数)
COUNT(*)返回表中记录总数适用于任意数据类型。
SELECT COUNT(*) FROM employees;返回107行
COUNT(expr) 返回expr不为空的记录总数
SELECT COUNT(commission_pct) FROM employees返回35行
问题用count(*)count(1)count(列名)谁好呢?
其实对于MyISAM引擎的表是没有区别的。这种引擎内部有一计数器在维护着行数。Innodb引擎的表用count(*),count(1)直接读行数复杂度是O(n)因为Innodb真的要去数一遍。但好于具体的count(列名)。
问题能不能使用count(列名)替换count(*)?
不要使用 count(列名)来替代 count(*) count(*) 是 SQL92 定义的标准统计行数的语法跟数据库无关跟 NULL 和非 NULL 无关。说明count(*)会统计值为 NULL 的行而 count(列名)不会统计此列为 NULL 值的行。
AVG和SUM函数
可以对数值型数据使用AVG 和 SUM 函数
SELECT AVG(salary), MAX(salary),MIN(salary), SUM(salary) FROM employeesAVG就是求平均值SUM就是求和
SELECT AVG(commission_pct),SUM(commission_pct),SUM(commission_pct)/COUNT(1),SUM(commission_pct)/COUNT(commission_pct) FROM employees;AVG(commission_pct) SUM(commission_pct) sum(commission_pct)/count(1) SUM(commission_pct)/count(commission_pct)
------------------- ------------------- ---------------------------- -------------------------------------------0.222857 7.80 0.072897 0.222857从这能看出AVG和SUM统计的都是非空的值
MIN和MAX函数
可以对任意数据类型的数据使用 MIN 和 MAX 函数
SELECT MIN(hire_date), MAX(hire_date) FROM employees;GROUP BY 语法
可以使用GROUP BY子句将表中的数据分成若干组
SELECT column, group_function(column)
FROM table
[WHERE condition]
[GROUP BY group_by_expression]
[ORDER BY column];明确WHERE一定放在FROM后面 基本使用
在SELECT列表中所有未包含在组函数中的列都应该包含在 GROUP BY子句中
#求出各部门的平均工资
SELECT department_id, AVG(salary)
FROM employees
GROUP BY department_id ;包含在 GROUP BY 子句中的列不必包含在SELECT 列表中
使用多个列分组 #求个各个部门各个工种的平均工资
SELECT department_id dept_id, job_id, SUM(salary)
FROM employees
GROUP BY department_id, job_id ;WITH ROLLUP
使用 WITH ROLLUP 关键字之后在所有查询出的分组记录之后增加一条记录该记录计算查询出的所有记录的总和即统计记录数量。
SELECT department_id,AVG(salary)
FROM employees
WHERE department_id 80
GROUP BY department_id WITH ROLLUP;注意当使用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
基本使用 过滤分组HAVING子句
行已经被分组。使用了聚合函数。满足HAVING 子句中条件的分组将被显示。HAVING 不能单独使用必须要跟 GROUP BY 一起使用。
SELECT department_id, MAX(salary)
FROM employees
GROUP BY department_id
HAVING MAX(salary)10000 ;非法使用聚合函数 不能在 WHERE 子句中使用聚合函数
SELECT department_id, AVG(salary)
FROM employees
WHERE AVG(salary) 8000
GROUP BY department_id;
查询SELECT department_id, AVG(salary) FROM employees WHERE AVG(salary) 8000 GROUP BY department_id LIMIT 0, 1000错误代码 1111 Invalid use of group functionWHERE和HAVING的对比
区别1WHERE 可以直接使用表中的字段作为筛选条件但不能使用分组中的计算函数作为筛选条件
HAVING 必须要与 GROUP BY 配合使用可以把分组计算的函数和分组字段作为筛选条件。
这决定了在需要对数据进行分组统计的时候HAVING 可以完成 WHERE 不能完成的任务。这是因为在查询语法结构中WHERE 在 GROUP BY 之前所以无法对分组结果进行筛选。HAVING 在 GROUP BY 之后可以使用分组字段和分组中的计算函数对分组的结果集进行筛选这个功能是 WHERE 无法完成的。另外WHERE排除的记录不再包括在分组中。
区别2如果需要通过连接从关联表中获取需要的数据WHERE 是先筛选后连接而 HAVING 是先连接后筛选。
这一点就决定了在关联查询中WHERE 比 HAVING 更高效。
因为 WHERE 可以先筛选用一个筛选后的较小数据集和关联表进行连接这样占用的资源比较少执行效率也比较高。HAVING 则需要先把结果集准备好也就是用未被筛选的数据集进行关联然后对这个大的数据集进行筛选这样占用的资源就比较多执行效率也较低。
开发中的选择
WHERE 和 HAVING 也不是互相排斥的我们可以在一个查询里面同时使用 WHERE 和 HAVING。包含分组统计函数的条件用 HAVING普通条件用 WHERE。这样我们就既利用了 WHERE 条件的高效快速又发挥了 HAVING 可以使用包含分组统计函数的查询条件的优点。当数据量特别大的时候运行效率会有很大的差别。
SELECT的执行过程
查询的结构
#方式1
SELECT ...,....,...
FROM ...,...,....
WHERE 多表的连接条件
AND 不包含组函数的过滤条件
GROUP BY ...,...
HAVING 包含组函数的过滤条件
ORDER BY ... ASC/DESC
LIMIT ...,...#方式2
SELECT ...,....,...
FROM ... JOIN ...
ON 多表的连接条件
JOIN ...
ON ...
WHERE 不包含组函数的过滤条件
AND/OR 不包含组函数的过滤条件
GROUP BY ...,...
HAVING 包含组函数的过滤条件
ORDER BY ... ASC/DESC
LIMIT ...,...#其中
#1from从哪些表中筛选
#2on关联多表查询时去除笛卡尔积
#3where从表中筛选的条件
#4group by分组依据
#5having在统计结果中再次筛选
#6order by排序
#7limit分页关键字的顺序是不能颠倒
SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ... LIMIT...SELECT 语句的执行顺序在 MySQL 和 Oracle 中SELECT 执行顺序基本相同
FROM - WHERE - GROUP BY - HAVING - SELECT 的字段 - DISTINCT - ORDER BY - LIMIT比如你写了一个 SQL 语句那么它的关键字顺序和执行顺序是下面这样的
SELECT DISTINCT player_id, player_name, count(*) as num # 顺序 5
FROM player JOIN team ON player.team_id team.team_id # 顺序 1
WHERE height 1.80 # 顺序 2
GROUP BY player.team_id # 顺序 3
HAVING num 2 # 顺序 4
ORDER BY num DESC # 顺序 6
LIMIT 2 # 顺序 7 在 SELECT 语句执行这些步骤的时候每个步骤都会产生一个虚拟表 然后将这个虚拟表传入下一个步骤中作为输入。需要注意的是这些步骤隐含在 SQL 的执行过程中对于我们来说是不可见的。
SQL 的执行原理
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 首先先通过 CROSS JOIN 求笛卡尔积相当于得到虚拟表 vtvirtual table1-1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 第二步就是通过WHERE进行条件的过滤掉不满足条件的行得到虚拟表vt2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 。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 。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 。当然我们在写 SELECT 语句的时候不一定存在所有的关键字相应的阶段就会省略。
同时因为 SQL 是一门类似英语的结构化查询语言所以我们在写 SELECT 语句的时候还要注意相应的关键字顺序所谓底层运行的原理就是我们刚才讲到的执行顺序。
练习
#1.where子句可否使用组函数进行过滤?
#不可以因为先进行where进行数据过滤再进行分组计算分组函数
#2.查询公司员工工资的最大值最小值平均值总和
SELECT MAX(salary), MIN(salary), AVG(salary), sum(salary)
from employees;
#3.查询各job_id的员工工资的最大值最小值平均值总和
SELECT MAX(salary), MIN(salary), AVG(salary), SUM(salary)
FROM employees
group by job_id;
#4.选择具有各个job_id的员工人数
select job_id, count(*)
fROM employees
group by job_id;
# 5.查询员工最高工资和最低工资的差距DIFFERENCE
SELECT MAX(salary) - MIN(salary) as DIFFERENCE
FROM employees;
# 6.查询各个管理者手下员工的最低工资其中最低工资不能低于6000没有管理者的员工不计算在内
select manager_id,MIN(salary)
FROM employees
where manager_id is not null
group by manager_id
having MIN(salary) 6000;
# 7.查询所有部门的名字location_id员工数量和平均工资并按平均工资降序departments
select t2.department_name,t2.location_id,count(t1.department_id), avg(t1.salary)
from employees t1
right join departments t2 on t1.department_id t2.department_id
group by t2.department_name,t2.location_id
order by AVG(t1.salary) desc;
# 8.查询每个工种、每个部门的部门名、工种名和最低工资
select t1.job_id, t2.department_name ,Min(t1.salary)
from employees t1
right join departments t2 on t1.department_id t2.department_id
group by t1.job_id, t2.department_id流程函数
流程处理函数可以根据不同的条件执行不同的处理流程可以在SQL语句中实现不同的条件选择。MySQL中的流程处理函数主要包括IF()、IFNULL()和CASE()函数
函数用法IF(value,value1,value2)如果value的值为TRUE返回value1 否则返回value2IFNULL(value1, value2)如果value1不为NULL返回value1否 则返回value2CASE WHEN 条件1 THEN 结果1 WHEN 条件2 THEN 结果2 … [ELSE resultn] END相当于Java的if…else if…else…CASE expr WHEN 常量值1 THEN 值1 WHEN 常量值1 THEN 值1 … [ELSE 值n] END相当于Java的switch…case…
SELECT IF(1 0,正确,错误)
-正确SELECT IFNULL(null,Hello Word)
-Hello WordSELECT employee_id,12 * salary * (1 IFNULL(commission_pct,0))
FROM employees;SELECT CASE
WHEN 1 0
THEN 1 0
WHEN 2 0
THEN 2 0
ELSE 3 0
END
-1 0SELECT employee_id,salary, CASE WHEN salary15000 THEN 高薪
WHEN salary10000 THEN 潜力股
WHEN salary8000 THEN 屌丝
ELSE 草根 END 描述
FROM employees;
employee_id salary 描述
----------- -------- -----------100 24000.00 高薪 101 17000.00 高薪 102 17000.00 高薪 103 9000.00 屌丝 104 6000.00 草根 105 4800.00 草根 106 4800.00 草根 107 4200.00 草根 108 12000.00 潜力股 SELECT CASE 1
WHEN 1 THEN 我是1
WHEN 2 THEN 我是2
ELSE 你是谁SELECT oid,status, CASE status WHEN 1 THEN 未付款
WHEN 2 THEN 已付款
WHEN 3 THEN 已发货
WHEN 4 THEN 确认收货
ELSE 无效订单 END
FROM t_order;mysql SELECT CASE 1 WHEN 0 THEN 0 WHEN 1 THEN 1 ELSE -1 END;
------------------------------------------------
| CASE 1 WHEN 0 THEN 0 WHEN 1 THEN 1 ELSE -1 END |
------------------------------------------------
| 1 |
------------------------------------------------
1 row in set (0.00 sec)
mysql SELECT CASE -1 WHEN 0 THEN 0 WHEN 1 THEN 1 ELSE -1 END;
-------------------------------------------------
| CASE -1 WHEN 0 THEN 0 WHEN 1 THEN 1 ELSE -1 END |
-------------------------------------------------
| -1 |
-------------------------------------------------
1 row in set (0.00 sec)SELECT last_name, job_id, salary,
CASE job_id WHEN IT_PROG THEN 1.10*salary
WHEN ST_CLERK THEN 1.15*salary
WHEN SA_REP THEN 1.20*salary
ELSE salary END REVISED_SALARY
FROM employees;
last_name job_id salary REVISED_SALARY
----------- ---------- -------- ----------------
King AD_PRES 24000.00 24000.00
Kochhar AD_VP 17000.00 17000.00
De Haan AD_VP 17000.00 17000.00
Hunold IT_PROG 9000.00 9900.00
Ernst IT_PROG 6000.00 6600.00
