MySQL聚合函数

MySQL聚合函数,第1张

很多时候,我们查询数据的时候都不会把明细数据查询出来,那样一般意义也不大。更多的时候是根据业务需求,把数据聚合成业务能直接使用的数据。MYSQL中有5个聚合函数,如下面5个,用的最多的还是count和sum,下面分别介绍一下用法。

【COUNT】

在MySQL中,COUNT()函数统计数据表中包含的记录行的总数,或者根据查询结果返回列中包含的数据行数,使用方法有以下两种:

求order表中,查询一共有多少条订单数,SQL语句如下↓

【SUM】

在MySQL中,SUM()是一个求总和的函数,返回指定列值的总和。

求order表中所有产品销售数量,SQL语句如下↓

【AVG】

在MySQL中,AVG()函数通过计算返回的行数和每一行数据的和,求得指定列数据的平均值。

求order表中,2021年所有产品的平均单价,SQL语句如下↓

【MAX/MIN】

在MySQL中,MAX()函数是用来返回指定列中的最大值。

求order表中,查询最大的单价价格,SQL预计如下↓

在MySQL中,MIN()函数是用来返回指定列中的最小值。

求order表中,查询最小的单价价格,SQL预计如下↓

【结合GROUP BY】

正常情况下,聚合函数都是搭配着GROUP BY来使用的。可以是按省份聚合、产品聚合、时间聚合等等。下面演示每个品牌最低单价的聚合,其他几个聚合函数使用方式一样,SQL语句如下↓

还可以用ORDER BY排个序,求每个品牌累计销售价格的SQL语句,从高到低排序↓

End

◆ PowerBI开场白

◆ Python高德地图可视化

◆ Python不规则条形图

ERROR 1055 (42000): Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column 'alpha.employee.id' which is not functionally dependent on columns in GROUP BY clausethis is incompatible with sql_mode=only_full_group_by

原因:因为group by分组之后不能访问分组字段之外的字段,所以以下的select * 会报错. 换成 select dep_id from employee group by dep_id

但是又无意义,所以此时需要用到聚合函数或者group_concat()函数

聚合函数聚合的是组的内容,若是没有分组,则默认是一组。聚合函数有:

count():取个数

max():取最大值

min():取最小值

avg():取平均值

sum():求和

例如:

如果觉得count(dep_id)展示不友好,可以使用as关键字给该字段起别名

查询各部门员工个数小于3的部门id、部门员工姓名、员工个数

查询各部门平均工资大于10000的部门id、部门平均工资

查询各部门平局工资大于10000且小于10000000的部门id、部门平均工资

HAVING与WHERE不一样的地方在于!!!!!!

1. Where 发生在分组group by之前,因而Where中可以有任意字段,但是绝对不能使用聚合函数。

2. Having发生在分组group by之后,因而Having中可以使用分组的字段,无法直接取到其他字段,可以使用聚合函数

排序分为升序ASC和降序DESC

查询所有员工信息,先按照部门id升序,如果id相同则按照年龄降序

查询各部门平均工资大于100000的部门id、平均工资,结果按平均工资升序

limit限制查询的记录条数

查询工资大于10000的 的前三名员工信息,并按降序排列

每页3条,查询第一页:

每页三条,查询第二页:

每页3条,查询第三页:

查询所有员工中以em开头的员工信息:

^代表开头

查询所有员工中以ck结尾的员工信息:

$代表结尾

查询所有员工姓名包含2个连续m的员工信息:

查询所有员工中姓名以emm开头且已y结尾的员工信息:

查询所有员工中姓名以emm开头且已i或y结尾的员工信息:

另外还有一个模糊查询:like 但是like只有下划线_和百分号%

Like关键字模糊匹配姓名以emm开头的记录

重点中的重点:单表查询关键字的执行顺序(优先级)

from

where

group by

having

select

distinct

order by

limit


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/7599578.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-07
下一篇 2023-04-07

发表评论

登录后才能评论

评论列表(0条)

保存