• 1、聚合函数介绍
• 2、GROUP BY
• 3、HAVING
  • 3.1 基本使用
  • 3.2 WHERE和HAVING的对比
• 4、SELECT的执行过程
  • 4.1 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： #（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

1、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。常用的聚合函数类型 AVG() SUM() MAX() MIN() COUNT()聚合函数语法聚合函数不能嵌套调用。比如不能出现类似“AVG(SUM(字段名称))”形式的调用。

AVG和SUM函数 可以对数值型数据使用AVG 和 SUM 函数。

MIN和MAX函数 可以对任意数据类型的数据使用 MIN 和 MAX 函数。

COUNT函数 COUNT()返回表中记录总数，适用于任意数据类型。 COUNT(expr) 返回expr*不为空的记录总数。

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。

2、GROUP BY

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 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

GROUP BY中使用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。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。

3、HAVING

3.1 基本使用

过滤分组：HAVING子句 1. 行已经被分组。 2. 使用了聚合函数。 3. 满足HAVING 子句中条件的分组将被显示。 4. HAVING 不能单独使用，必须要跟 GROUP BY 一起使用。非法使用聚合函数 ： 不能在 WHERE 子句中使用聚合函数。

3.2 WHERE和HAVING的对比

区别1：WHERE 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。

4、SELECT的执行过程

4.1 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： #（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

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 -> LIMIT 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。

第08章_聚合函数.pdf