Was sind die MySQL-Aggregatfunktionen?

MySQL-Aggregationsfunktionen umfassen: 1. AVG(), anwendbar auf Felder oder Variablen vom numerischen Typ, ausgenommen NULL; 2. SUM(), anwendbar auf Felder oder Variablen vom numerischen Typ, ausgenommen NULL; auf Felder oder Variablen vom numerischen Typ, String-Typ, Datums- und Uhrzeittyp, außer NULL 4. MIN(), anwendbar auf Felder oder Variablen vom numerischen Typ, String-Typ, Datums- und Uhrzeittyp, außer NULL 5 , COUNT(); , zählt die Anzahl der Vorkommen des angegebenen Felds in der Abfragestruktur, ausgenommen NULL usw.

Das Betriebssystem dieses Tutorials: Windows 10-System, MySQL-Version 8.0, Dell G3-Computer.

1. Einführung in Aggregatfunktionen

Was ist eine Aggregatfunktion? Aggregatfunktionen wirken auf einen Datensatz und geben einen Wert an einen Datensatz zurück.

5 gängige Aggregatfunktionstypen

1: Gilt nur für numerische Felder oder Variablen. Enthält keine NULL-Werte

2: Gilt nur für numerische Felder oder Variablen. Enthält keine NULL-Werte

3. Gilt für numerische Typen, Zeichenfolgentypen, Datums- und Zeittypen. Felder (oder Variablen) enthalten keine NULL-Werte

4 Typen, Datums- und Zeittypfelder (oder Variablen) enthalten keine NULL-Werte

5: Zählt die Anzahl der angegebenen Felder, die in der Abfragestruktur erscheinen (ohne NULL-Werte)

2 2.1 Grundlegende Verwendung Die Gruppenfunktion sollte enthalten sein. Die in der Group By-Klausel enthaltenen Spalten müssen nicht in die SELECT-Liste aufgenommen werden. Verwenden Sie WITH ROLLUP in BY

Nach der Verwendung des WITH ROLLUP-Schlüsselworts fügen Sie schließlich einen Datensatz hinzu Die abgefragten Gruppendatensätze berechnen die Summe aller abgefragten Datensätze, also die Anzahl der statistischen Datensätze.

SELECT column, group_function(column)
FROM table
[WHEREcondition]
[GROUP BYgroup_by_expression]
[ORDER BYcolumn];

Hinweis: Bei Verwendung von ROLLUP kann die ORDER BY-Klausel nicht gleichzeitig zum Sortieren der Ergebnisse verwendet werden, d. h. ROLLUP und ORDER BY schließen sich gegenseitig aus.

3. HAVING

3.1 Grundlegende Verwendung der

-Filtergruppierung: HAVING-Klausel

1.

2. Aggregatfunktion verwenden.

3. Gruppen, die die Bedingungen in der HAVING-Klausel erfüllen, werden angezeigt.

4. HAVING kann nicht alleine verwendet werden und muss zusammen mit GROUP BY verwendet werden.

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

Unzulässige Verwendung von Aggregatfunktionen: Aggregatfunktionen können in der WHERE-Klausel nicht wie folgt verwendet werden:

SELECT   AVG(salary)
FROM     employees
GROUP BY department_id ;

3.2 Vergleich zwischen WHERE und HAVINGUnterschied 1: WHERE kann Felder direkt verwenden die Tabelle Als Filterbedingung, aber die Berechnungsfunktion in der Gruppe kann nicht als Filterbedingung verwendet werden; HAVING muss in Verbindung mit GROUP BY verwendet werden, und die Gruppierungsberechnungsfunktion und das Gruppierungsfeld können als Filterbedingung verwendet werden.

Dadurch wird festgelegt, dass HAVING Aufgaben ausführen kann, die WHERE nicht ausführen kann, wenn Daten für Statistiken gruppiert werden müssen. Dies liegt daran, dass in der Abfragesyntaxstruktur WHERE vor GROUP BY steht, sodass die gruppierten Ergebnisse nicht gefiltert werden können. HAVING Nach GROUP BY können Sie das Gruppierungsfeld und die Berechnungsfunktion in der Gruppierung verwenden, um die gruppierte Ergebnismenge zu filtern. Diese Funktion kann nicht durch WHERE abgeschlossen werden. Darüber hinaus werden durch WHERE ausgeschlossene Datensätze nicht mehr in die Gruppe aufgenommen.

Unterschied 2: Wenn Sie die erforderlichen Daten aus der zugehörigen Tabelle über eine Verbindung abrufen müssen, filtert WHERE zuerst und stellt dann eine Verbindung her, während HAVING zuerst eine Verbindung herstellt und dann filtert. Dies bestimmt, dass WHERE bei verwandten Abfragen effizienter ist als HAVING. Da WHERE zuerst gefiltert und mit einem kleineren gefilterten Datensatz und der zugehörigen Tabelle verbunden werden kann, verbraucht dies weniger Ressourcen und führt zu einer höheren Ausführungseffizienz. HAVING muss zuerst den Ergebnissatz vorbereiten, dh den ungefilterten Datensatz für die Zuordnung verwenden und dann diesen großen Datensatz filtern, der mehr Ressourcen beansprucht und eine geringere Ausführungseffizienz aufweist.

Vorteile	Nachteile
WO	Filtern Sie zuerst die Daten und verknüpfen Sie sie dann. Die Ausführungseffizienz ist hoch	Sie können die Berechnungsfunktion in der Gruppe nicht zum Filtern verwenden
HA VING	kann verwendet werden. Die Berechnungsfunktion in der Gruppe	wird im endgültigen Ergebnissatz gefiltert und die Ausführungseffizienz ist gering

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。

4. SELECT的执行过程

4.1 查询的结构

#方式1：sql92语法
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：sql99语法
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：
#（1）from：从哪些表中筛选
#（2）on：关联多表查询时，去除笛卡尔积
#（3）where：从表中筛选的条件
#（4）group by：分组依据
#（5）having：在统计结果中再次筛选
#（6）order by：排序
#（7）limit：分页

4.2 SELECT执行顺序

你需要记住 SELECT 查询时的两个顺序：
1. 关键字的顺序是不能颠倒的：

SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ... LIMIT...

2.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 -> LIMIT1

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。

4.3 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：

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、右连接或者全连接，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。

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。

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。

5.课后练习

#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 job_id,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),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
SELECT d.department_name,d.location_id,COUNT(employee_id),AVG(salary) "avg_sal"
FROM departments d LEFT JOIN employees e
ON d.department_id = e.department_id
GROUP BY department_name,location_id
ORDER BY avg_sal 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 department_name,job_id,MIN(salary)
FROM departments d LEFT JOIN employees e 
ON e.`department_id` = d.`department_id` 
GROUP BY department_name,job_id

Das obige ist der detaillierte Inhalt vonWas sind die MySQL-Aggregatfunktionen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!