create table student (
    id int primary key,
    name varchar(20),
    sex varchar(1),
    java float(5, 2)
);
insert into student value 
    (1, '張三', '男', 92.1),
    (2, '小紅', '女', 88.2),
    (3, '趙六', '男', 83.4),
    (4, '王五', '男', 93.3),
    (5, '小美', '女', 96.0);

有了學生表之后，我們要把 name，java 這兩個字段的查詢結(jié)果復制到 java_result 這個表中，這里我們注意，要求查詢結(jié)果的臨時表的列數(shù)和列的類型，要和 java_result 這里匹配，所以接下來我們就來創(chuàng)建 java_result 這張表：

create table java_result (
    name varchar(20),
    java float(5, 2)
);

創(chuàng)建好 java_result 這張表之后，就要查詢 student 表中 name java 兩個字段，并且 java > 90，將滿足上述條件的查詢結(jié)果，插入到 java_result 表中?。?/p>

insert into java_result select name, java from student where java > 90;
-- Query OK, 3 rows affected (0.00 sec)
-- Records: 3  Duplicates: 0  Warnings: 0

select * from java_result;
+--------+-------+
| name   | java  |
+--------+-------+
| 張三   | 92.10 |
| 王五   | 93.30 |
| 小美   | 96.00 |
+--------+-------+
-- 3 rows in set (0.00 sec)

這樣我們就發(fā)現(xiàn)，已經(jīng)將 student 表中 name 和 java 字段滿足 > 90 的數(shù)據(jù)已經(jīng)全部插入成功了！

3、聚合查詢

前面我們接觸過的帶表達式查詢都是列和列之間進行運算的，看哪一列滿足了這個條件。

而現(xiàn)在要介紹的聚合查詢，就是針對行和行之間進行運算的！

3.1 聚合函數(shù)

進行聚合查詢，需要搭配聚合函數(shù)，下面介紹的函數(shù)都是 SQL 中內(nèi)置的一組函數(shù)，我們先來簡單的認識下：

函數(shù)	解釋
COUNT([DISTINCT] expr)	返回查詢到的數(shù)據(jù)的數(shù)量
SUM([DISTINCT] expr)	返回查詢到的數(shù)據(jù)的總和，不是數(shù)字無意義
AVG([DISTINCT] expr)	返回查詢到的數(shù)據(jù)的平均值，不是數(shù)字無意義
MAX([DISTINCT] expr)	返回查詢到的數(shù)據(jù)的最大值，不是數(shù)字無意義
MIN([DISTINCT] expr)	返回查詢到的數(shù)據(jù)的最小值，不是數(shù)字沒有意義

下面我們就來演示一下上述的聚合函數(shù)的簡單使用，在使用之前，我們需要有一張表，并且有相應的數(shù)據(jù)：

select * from student;
+----+--------+------+-------+
| id | name   | sex  | java  |
+----+--------+------+-------+
|  1 | 張三   | 男   | 92.10 |
|  2 | 小紅   | 女   | 88.20 |
|  3 | 趙六   | 男   | 83.40 |
|  4 | 王五   | 男   | 93.30 |
|  5 | 小美   | 女   | 96.00 |
|  6 | 李四   | 男   |  NULL |
+----+--------+------+-------+
-- 6 rows in set (0.00 sec)

下面我們就針對上述這張表，來使用下上述的聚合函數(shù)。

3.1.1 count

● 求出 student 表中有多少同學

select count(*) from student;
+----------+
| count(*) |
+----------+
|        6 |
+----------+
-- 1 row in set (0.00 sec)

這個操作就相當于先進行 select * ，然后針對返回的結(jié)果，在進行 count 運算，求結(jié)果集合的行數(shù). 注意：此處如果有一列的數(shù)據(jù)全是 null，也會算進去！(因為是針對 *)

此處這里的 count() 括號中，不一定寫 *，可以寫成任意的列明/表達式，所以我們可以針對 name 來統(tǒng)計人數(shù)：

select count(name) from student;
+-------------+
| count(name) |
+-------------+
|           6 |
+-------------+
-- 1 row in set (0.00 sec)

● 統(tǒng)計有多少人有 java 考試成績

select count(java) from student;
+-------------+
| count(java) |
+-------------+
|           5 |
+-------------+
-- 1 row in set (0.00 sec)

這里我們看到了，由于 count 是針對 java 字段進行統(tǒng)計，而李四那一條數(shù)據(jù)中，java 為 null，前面我們學習過，null 與任何值計算都是 null，所以統(tǒng)計的時候，就把 null 給去掉了。

● 統(tǒng)計 java 成績大于90分的人數(shù)

select count(java) from student where java > 90;
+-------------+
| count(java) |
+-------------+
|           3 |
+-------------+
-- 1 row in set (0.00 sec)

這里我們要弄清楚，count() 這個括號中，是針對你要針對的那一列，針對不同列，不同的條件，就會有不同的結(jié)果，對于 count 的演示就到這里。

注意：count 和 () 之間不能有空格，必須緊挨著，在 Java 中函數(shù)名和() 之間是可以有空格的，但很少人會這樣寫。

3.1.2 sum

這個聚合函數(shù)，就是把指定列的所有行進行相加得到的結(jié)果，要求這個列得是數(shù)字，不能是字符串/日期。

● 求出學生表中 java 考試分數(shù)總和

select sum(java) from student;
+-----------+
| sum(java) |
+-----------+
|    453.00 |
+-----------+
-- 1 row in set (0.01 sec)

雖然我們表中有 java 字段這列中有 null 值，前面了解到 null 與任何值運算都是 null，但是這里的 sum 函數(shù)會避免這種情況發(fā)生。

當然在后面也可也帶上 where 條件，這里就不做過多演示了。

3.1.3 avg

● 求班級中 java 的平均分

select avg(java) from student;
+-----------+
| avg(java) |
+-----------+
| 90.600000 |
+-----------+
-- 1 row in set (0.00 sec)

當前只是針對某一列進行平均運算，如果有兩門課程，求每個學生總分的平均分呢？

select avg(java + python) from student;

這里每次查詢結(jié)果都只有一列，能否把兩個聚合函數(shù)一起使用呢？

select sum(java), avg(java) as '平均分' from student;
+-----------+-----------+
| sum(java) | 平均分    |
+-----------+-----------+
|    453.00 | 90.600000 |
+-----------+-----------+
-- 1 row in set (0.00 sec)

這里我們能發(fā)現(xiàn)一個細節(jié)，使用聚合函數(shù)查詢，字段也是可以取別名的。

3.1.4 max 和 min

● 求出 java 考試分數(shù)的最高分和最低分

select max(java) as '最高分', min(java) as '最低分' from student;
+-----------+-----------+
| 最高分    | 最低分    |
+-----------+-----------+
|     96.00 |     83.40 |
+-----------+-----------+
-- 1 row in set (0.00 sec)

上述就是聚合函數(shù)最基礎的用法了，但是在實際中也可能會有更復雜的情況，比如需要按照某某進行分組查詢，這就需要搭配 GROUP BY 字句了。

4、GROUP BY 子句

select 中使用 group by 自居可以對指定列進行分組查詢，但是需要滿足指定分組的字段必須是 "分組依據(jù)字段"，其他字段若想出現(xiàn)在 select 中，則必須包含在聚合函數(shù)中。

這里我們構(gòu)造出一張薪水表 salary：

create table salary (
    id int primary key,
    name varchar(20),
    role varchar(20),
    income int 
);
insert into salary value 
    (1, '麻花疼', '老板', 5000000),
    (2, '籃球哥', '程序猿', 3000),
    (3, '歪嘴猴', '經(jīng)理', 20000),
    (4, '多嘴鳥', '經(jīng)理', 25000),
    (5, '雷小君', '老板', 3000000),
    (6, '阿紫姐', '程序猿', 5000);

像上述的情況，如果要查平均工資，那公平嗎？？？

select avg(income) from salary;
+--------------+
| avg(income)  |
+--------------+
| 1342166.6667 |
+--------------+
-- 1 row in set (0.00 sec)

那籃球哥的月薪連平均下來的零頭都不到，所以這樣去求平均工資是毫無意義的，真正有意義的是啥呢？求老板這個職位的平均工資，以及經(jīng)理這個職位的平均工資，及程序猿這個職位的平均工資，通俗來說，就是按照 role 這個字段進行分組。每一組求平均工資：

select role, avg(income) from salary group by role;
+-----------+--------------+
| role      | avg(income)  |
+-----------+--------------+
| 程序猿    |    4000.0000 |
| 經(jīng)理      |   22500.0000 |
| 老板      | 4000000.0000 |
+-----------+--------------+
-- 3 rows in set (0.00 sec)

這就也就是把 role 這一列，值相同的行給分成了一組，然后計算平均值，也是針對每個分組，分別計算。

在 MySQL 中，這里得到的查詢結(jié)果臨時表，如果沒有 order by 指定列排序，這里的順序是不可預期的，當然也可以手動指定排序，比如最終結(jié)果按照平均工資降序排序：

select role, avg(income) from salary group by role order by avg(income) desc;
+-----------+--------------+
| role      | avg(income)  |
+-----------+--------------+
| 老板      | 4000000.0000 |
| 經(jīng)理      |   22500.0000 |
| 程序猿    |    4000.0000 |
+-----------+--------------+
-- 3 rows in set (0.00 sec)

如果不帶聚合函數(shù)的普通查詢，能否可行呢？這里如果你沒有修改任何配置文件，是不可行的，記住千萬不能把前面的 order by 與 group by 弄混！

5、HAVING 關鍵字

分組查詢也是可以指定條件的，具體三種情況：

先篩選，再分組(where)
先分組，再篩選(having)
分組前分組后都指定條件篩選(where 和 having 結(jié)合使用)

如何理解上述三條的含義呢？這里我們舉幾個例子就很好理解了：

● 籃球哥月薪 3000 實在是太低了，簡直給程序猿崗位拖后腿，干脆求平均工資時去掉籃球哥的月薪數(shù)據(jù)。

select role, avg(income) from salary where name != '籃球哥' group by role;
+-----------+--------------+
| role      | avg(income)  |
+-----------+--------------+
| 程序猿    |    5000.0000 |
| 經(jīng)理      |   22500.0000 |
| 老板      | 4000000.0000 |
+-----------+--------------+
-- 3 rows in set (0.00 sec)

這樣求出來的平均值就不包含籃球哥的月薪數(shù)據(jù)了，這就是先篩選，再分組。

● 還是查詢每個崗位的平均工資，但是除去平均月薪在 10w 以上的崗位，不能讓籃球哥眼紅！

select role, avg(income) from salary group by role having avg(income) < 100000;
+-----------+-------------+
| role      | avg(income) |
+-----------+-------------+
| 程序猿    |   4000.0000 |
| 經(jīng)理      |  22500.0000 |
+-----------+-------------+
-- 2 rows in set (0.00 sec)

這樣一來就只保留了平均月薪小于 10w 的崗位了，很明顯這個平均值是在分組之后才算出來的，這也就是先分組，再篩選。

這里 having 也能加上邏輯運算符，具體感興趣的小伙伴可以自行下來嘗試一下，好比如你想要拿好 offer，就得技術(shù)過關，還能加班！

至于第三種分組前后都需要篩選，就是把上述倆例子結(jié)合起來，這里就不多贅述了！

到此這篇關于MySQL聚合查詢的文章就介紹到這了,更多相關mysql聚合查詢內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

軟件下載

源碼下載

軟件編程

網(wǎng)絡編程

在線工具

數(shù)據(jù)庫

CMS

常用工具

MySQL聚合查詢案例講解

目錄

1、前言

2、插入查詢結(jié)果

3、聚合查詢

3.1 聚合函數(shù)

3.1.1 count

3.1.2 sum

3.1.3 avg

3.1.4 max 和 min

4、GROUP BY 子句

5、HAVING 關鍵字

相關文章

最新評論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具

MySQL聚合查詢案例講解

目錄

1、前言

2、插入查詢結(jié)果

3、聚合查詢

3.1 聚合函數(shù)

3.1.1 count

3.1.2 sum

3.1.3 avg

3.1.4 max 和 min

4、GROUP BY 子句

5、HAVING 關鍵字

相關文章

最新評論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具

2、插入查詢結(jié)果

4、GROUP BY 子句

5、HAVING 關鍵字