龙空技术网

深入解析MySQL:分组查询和聚合函数

JAVA后端架构 186

前言:

如今大家对“java聚合”大致比较注重,姐妹们都需要剖析一些“java聚合”的相关知识。那么小编也在网摘上汇集了一些有关“java聚合””的相关文章,希望看官们能喜欢,咱们快快来学习一下吧!

概述

相信我们经常会遇到这样的场景:想要了解双十一天猫购买化妆品的人员中平均消费额度是多少(这可能有利于对商品价格区间的定位);或者不同年龄段的化妆品消费占比是多少(这可能有助于对商品备货量的预估)。

这个时候就要用到分组查询,分组查询的目的是为了把数据分成多个逻辑组(购买化妆品的人员是一个组,不同年龄段购买化妆品的人员也是组),并对每个组进行聚合计算的过程:。

分组查询的语法格式如下:

1 select cname, group_fun,... from tname [where condition]2 group by group_expression [having group_condition]; 

说明一下:

1、group_fun 代表聚合函数,是指对分组的数据进行聚合计算的函数。

2、group_expression 代表分组表达式,允许多个,多个之间使用逗号隔开。

3、group_condition 分组之后,再对分组后的数据进行条件过滤的过程。

4、分组语法中,select后面出现的字段 要么是group by后面的字段,要么是聚合函数的列,其他类型会报异常,我们下面的内容中会详细说明。

说分组之前,先来看看聚合函数,聚合函数是分组查询语法格式中重要的一部分。我们经常需要汇总数据而不用把它们实际检索出来,所以MySQL提供了专门的函数。使用这些函数,可用于计算我们需要的数据,以便分析和生成报表。

聚合函数

聚合函数有以下几种。

AVG()函数

AVG()通过对表中行数计数并计算特定列值之和,求得该列的平均值。 AVG()可用来返回所有列的平均值,也可以用来返回特定列或行的平均值。

下面示例返回用户表中用户的平均年龄:

 1 mysql> select * from user2; 2 +----+--------+------+----------+-----+ 3 | id | name   | age  | address  | sex | 4 +----+--------+------+----------+-----+ 5 |  1 | brand  |   21 | fuzhou   |   1 | 6 |  2 | helen  |   20 | quanzhou |   0 | 7 |  3 | sol    |   21 | xiamen   |   0 | 8 |  4 | weng   |   33 | guizhou  |   1 | 9 |  5 | selina |   25 | NULL     |   0 |10 |  6 | anny   |   23 | shanghai |   0 |11 |  7 | annd   |   24 | shanghai |   1 |12 |  8 | sunny  | NULL | guizhou  |   0 |13 +----+--------+------+----------+-----+14 8 rows in set15 16 mysql> select avg(age) from user2;17 +----------+18 | avg(age) |19 +----------+20 | 23.8571  |21 +----------+22 1 row in set 

注意点:

1、AVG()只能用来确定特定数值列的平均值 。

2、AVG()函数忽略列值为NULL的行,所以上图中age值累加之后是除以7,而不是除以8。

COUNT()函数

COUNT()函数进行计数。 可以用COUNT()确定表中符合条件的行的数目。

count 有 count(*)、count(具体字段)、count(常量) 三种方式来体现 下面 演示了count(*) 和 count(cname)的用法。

 1 mysql> select * from user2; 2 +----+--------+------+----------+-----+ 3 | id | name   | age  | address  | sex | 4 +----+--------+------+----------+-----+ 5 |  1 | brand  |   21 | fuzhou   |   1 | 6 |  2 | helen  |   20 | quanzhou |   0 | 7 |  3 | sol    |   21 | xiamen   |   0 | 8 |  4 | weng   |   33 | guizhou  |   1 | 9 |  5 | selina |   25 | NULL     |   0 |10 |  6 | anny   |   23 | shanghai |   0 |11 |  7 | annd   |   24 | shanghai |   1 |12 |  8 | sunny  | NULL | guizhou  |   0 |13 +----+--------+------+----------+-----+14 8 rows in set15 16 mysql> select count(*) from user2 where sex=0;17 +----------+18 | count(*) |19 +----------+20 |        5 |21 +----------+22 1 row in set23 24 mysql> select count(age) from user2 where sex=0;25 +------------+26 | count(age) |27 +------------+28 |          4 |29 +------------+30 1 row in set 

可以看到,都是取出女生的用户数量,count(*) 比 count(age) 多一个,那是因为age中包含null值。

所以:如果指定列名,则指定列的值为空的行被COUNT()函数忽略,但如果COUNT()函数中用的是星号( *),则不忽略。

关于count 可以看我写的另一篇,详细分析了几种count的使用和性能比较: SELECT COUNT 小结

MAX()和MIN()函数

MAX()返回指定列中的最大值,MIN()返回指定列中的最小值。

 1 mysql> select * from user2; 2 +----+--------+------+----------+-----+ 3 | id | name   | age  | address  | sex | 4 +----+--------+------+----------+-----+ 5 |  1 | brand  |   21 | fuzhou   |   1 | 6 |  2 | helen  |   20 | quanzhou |   0 | 7 |  3 | sol    |   21 | xiamen   |   0 | 8 |  4 | weng   |   33 | guizhou  |   1 | 9 |  5 | selina |   25 | NULL     |   0 |10 |  6 | anny   |   23 | shanghai |   0 |11 |  7 | annd   |   24 | shanghai |   1 |12 |  8 | sunny  | NULL | guizhou  |   0 |13 +----+--------+------+----------+-----+14 8 rows in set15 16 mysql> select max(age),min(age) from user2;17 +----------+----------+18 | max(age) | min(age) |19 +----------+----------+20 |       33 |       20 |21 +----------+----------+22 1 row in set 

注意:同样的,MAX()、MIN()函数忽略列值为NULL的行。

SUM函数

SUM()用来返回指定列值的和(总计) ,下面返回了所有年龄的总和,同样的,忽略了null的值

 1 mysql> select * from user2; 2 +----+--------+------+----------+-----+ 3 | id | name   | age  | address  | sex | 4 +----+--------+------+----------+-----+ 5 |  1 | brand  |   21 | fuzhou   |   1 | 6 |  2 | helen  |   20 | quanzhou |   0 | 7 |  3 | sol    |   21 | xiamen   |   0 | 8 |  4 | weng   |   33 | guizhou  |   1 | 9 |  5 | selina |   25 | NULL     |   0 |10 |  6 | anny   |   23 | shanghai |   0 |11 |  7 | annd   |   24 | shanghai |   1 |12 |  8 | sunny  | NULL | guizhou  |   0 |13 +----+--------+------+----------+-----+14 8 rows in set15 16 mysql> select sum(age) from user2;17 +----------+18 | sum(age) |19 +----------+20 | 167      |21 +----------+22 1 row in set
分组查询

数据准备,假设我们有一个订货单表如下(记载用户的订单金额和下单时间):

 1 mysql> select * from t_order; 2 +---------+-----+-------+--------+---------------------+------+ 3 | orderid | uid | uname | amount | time                | year | 4 +---------+-----+-------+--------+---------------------+------+ 5 |      20 |   1 | brand | 91.23  | 2018-08-20 17:22:21 | 2018 | 6 |      21 |   1 | brand | 87.54  | 2019-07-16 09:21:30 | 2019 | 7 |      22 |   1 | brand | 166.88 | 2019-04-04 12:23:55 | 2019 | 8 |      23 |   2 | helyn | 93.73  | 2019-09-15 10:11:11 | 2019 | 9 |      24 |   2 | helyn | 102.32 | 2019-01-08 17:33:25 | 2019 |10 |      25 |   2 | helyn | 106.06 | 2019-12-24 12:25:25 | 2019 |11 |      26 |   2 | helyn | 73.42  | 2020-04-03 17:16:23 | 2020 |12 |      27 |   3 | sol   | 55.55  | 2019-08-05 19:16:23 | 2019 |13 |      28 |   3 | sol   | 69.96  | 2020-09-16 19:23:16 | 2020 |14 |      29 |   4 | weng  | 199.99 | 2020-06-08 19:55:06 | 2020 |15 +---------+-----+-------+--------+---------------------+------+16 10 rows in set 
单字段分组

即对于某个字段进行分组,比如针对用户进行分组,输出他们的用户Id,订单数量和总额:

 1 mysql> select uid,count(uid),sum(amount) from t_order group by uid; 2 +-----+------------+-------------+ 3 | uid | count(uid) | sum(amount) | 4 +-----+------------+-------------+ 5 |   1 |          3 | 345.65      | 6 |   2 |          4 | 375.53      | 7 |   3 |          2 | 125.51      | 8 |   4 |          1 | 199.99      | 9 +-----+------------+-------------+10 4 rows in set 
多字段分组

即对于多个字段进行分组,比如针对用户进行分组,再对他们不同年份的订单数据进行分组,输出订单数量和消费总额:

 1 mysql> select uid,count(uid) as nums,sum(amount) as totalamount,year from t_order group by uid,year; 2 +-----+------+-------------+------+ 3 | uid | nums | totalamount | year | 4 +-----+------+-------------+------+ 5 |   1 |    1 | 91.23       | 2018 | 6 |   1 |    2 | 254.42      | 2019 | 7 |   2 |    3 | 302.11      | 2019 | 8 |   2 |    1 | 73.42       | 2020 | 9 |   3 |    1 | 55.55       | 2019 |10 |   3 |    1 | 69.96       | 2020 |11 |   4 |    1 | 199.99      | 2020 |12 +-----+------+-------------+------+13 7 rows in set 
分组前的条件过滤:where

这个很简单,就是再分组(group by)之前通过where关键字进行条件过滤,取出我们需要的数据,假设我们只要列出2019年8月之后的数据,源数据只有6条合格的,有两条年份一样被分组的:

 1 mysql> select uid,count(uid) as nums,sum(amount) as totalamount,year from t_order where time > '2019-08-01' group by uid,year; 2 +-----+------+-------------+------+ 3 | uid | nums | totalamount | year | 4 +-----+------+-------------+------+ 5 |   2 |    2 | 199.79      | 2019 | 6 |   2 |    1 | 73.42       | 2020 | 7 |   3 |    1 | 55.55       | 2019 | 8 |   3 |    1 | 69.96       | 2020 | 9 |   4 |    1 | 199.99      | 2020 |10 +-----+------+-------------+------+11 5 rows in set 
分组后的条件过滤:having

有时候我们需要再分组之后再对数据进行过滤,这时候就需要使用having关键字进行数据过滤,再上述条件下,我们需要取出消费次数超过一次的数据:

1 mysql> select uid,count(uid) as nums,sum(amount) as totalamount,year from t_order where time > '2019-08-01' group by uid,year having nums>1;2 +-----+------+-------------+------+3 | uid | nums | totalamount | year |4 +-----+------+-------------+------+5 |   2 |    2 | 199.79      | 2019 |6 +-----+------+-------------+------+7 1 row in set 

这边需要注意区分where和having:

where是在分组(聚合)前对记录进行筛选,而having是在分组结束后的结果里筛选,最后返回过滤后的结果。

可以把having理解为两级查询,即含having的查询操作先获得不含having子句时的sql查询结果表,然后在这个结果表上使用having条件筛选出符合的记录,最后返回这些记录,因此,having后是可以跟聚合函数的,并且这个聚集函数不必与select后面的聚集函数相同。

分组后的排序处理

order条件接在group by后面,也就是统计出每个用户的消费总额和消费次数后,对用户的消费总额进行降序排序的过程。

 1 mysql> select uid,count(uid) as nums,sum(amount) as totalamount from t_order group by uid; 2 +-----+------+-------------+ 3 | uid | nums | totalamount | 4 +-----+------+-------------+ 5 |   1 |    3 | 345.65      | 6 |   2 |    4 | 375.53      | 7 |   3 |    2 | 125.51      | 8 |   4 |    1 | 199.99      | 9 +-----+------+-------------+10 4 rows in set11 12 mysql> select uid,count(uid) as nums,sum(amount) as totalamount from t_order group by uid order by totalamount desc;13 +-----+------+-------------+14 | uid | nums | totalamount |15 +-----+------+-------------+16 |   2 |    4 | 375.53      |17 |   1 |    3 | 345.65      |18 |   4 |    1 | 199.99      |19 |   3 |    2 | 125.51      |20 +-----+------+-------------+21 4 rows in set 
分组后的limit 限制

limit限制关键字一般放在语句的最末尾,比如基于我们上面的搜索,我们再limit 1,只取出消费额最高的那条,其他跳过。

1 mysql> select uid,count(uid) as nums,sum(amount) as totalamount from t_order group by uid order by totalamount desc limit 1;2 +-----+------+-------------+3 | uid | nums | totalamount |4 +-----+------+-------------+5 |   2 |    4 | 375.53      |6 +-----+------+-------------+7 1 row in set 
关键字的执行顺序

我们看到上面那我们用了 where、group by、having、order by、limit这些关键字,如果一起使用,他们是有先后顺序,顺序错了会导致异常,语法格式如下:

1 select cname from tname2 where [原表查询条件]3 group by [分组表达式]4 having [分组过滤条件]5 order by [排序条件]6 limit [offset,] count;
1 mysql> select uid,count(uid) as nums,sum(amount) as totalamount from t_order where time > '2019-08-01' group by uid having totalamount>100 order by totalamount desc limit 1;2 +-----+------+-------------+3 | uid | nums | totalamount |4 +-----+------+-------------+5 |   2 |    3 | 273.21      |6 +-----+------+-------------+7 1 row in set
总结

1、分组语法中,select后面出现的字段 要么是group by后面的字段,要么是聚合函数的列,其他类型会报异常:可以自己试试。

2、分组关键字的执行顺序:where、group by、having、order by、limit,顺序不能调换,否则会报异常:可以自己试试。

为帮助开发者们提升面试技能、有机会入职BATJ等大厂公司,特别制作了这个专辑——这一次整体放出。

大致内容包括了: Java 集合、JVM、多线程、并发编程、设计模式、Spring全家桶、Java、MyBatis、ZooKeeper、Dubbo、Elasticsearch、Memcached、MongoDB、Redis、MySQL、RabbitMQ、Kafka、Linux、Netty、Tomcat等大厂面试题等、等技术栈!

欢迎大家关注公众号【Java烂猪皮】,回复【666】,获取以上最新Java后端架构VIP学习资料以及视频学习教程,然后一起学习,一文在手,面试我有。

每一个专栏都是大家非常关心,和非常有价值的话题,如果我的文章对你有所帮助,还请帮忙点赞、好评、转发一下,你的支持会激励我输出更高质量的文章,非常感谢!

标签: #java聚合 #mysql分组筛选中使用什么条件进行筛选 #mysql多条件分组查询 #mysql分组排序函数 #mysql什么用来分组