分组函数主要用于统计,又称为聚合函数、统计函数或组函数。 常见的分组函数有: 先建一个员工表用于测试,表名emp,包含姓名,部门编号,工作,工资,入职日期,奖金等信息。 简单插入几行数据来测试 简单使用 实例: 搭配其他函数使用 参数的类型 同时使用数值、字符型和日期参数来测试 sum和avg 结果中看出,sum和avg的参数是字符和日期时,虽然没有语法错误,但却是没有意义的。 max和min 字符和日期也是可以排序的,有可比较性,所以它们作为max和min的参数也能得到有意义的结果。 count 同样,count使用字符型和日期也是有意义的。 MySQL中函数使用的参数,不但要符合语法,并且要有意义。关于它们的参数类型,我们可以得出结论: 是否忽略null 以emp表中的bonus列来测试。 先看一下数据 其中有5行的值是null,5行是非null。 sum与avg实例: 首先,和是1650,我们通过计算能够知道,它与所有bonus值非null的行的加起来是一样的。 还有,和除以5的结果与agv计算的平均值相等,也就是说平均值的计算也是在非null的行中计算的。 所以sum和avg是忽略null的。 max和min max和min明显也是是忽略null的,否则在结果中,将会出现max的值或者min的值为null的情况了。 count 结果只有5行,显然count也是忽略null的。 所以,以上组合函数都是忽略null值的。我们在使用的时候要考虑字段值是否为null的情况。 和distinct搭配使用达到去重的效果 以sum为例: 表中有两个人的sal是5000,所去重后结果比没去重的少5000没错。 好了,对于分组函数的分享就到此。SUM(expr) 求和
AVG([DISTINCT] expr) 求平均值
MAX(expr) 求最大值
MIN(expr) 求最小值
COUNT(DISTINCT expr,[expr...]) 计算个数
CREATE TABLE `emp` (
`id` int(255) NOT NULL AUTO_INCREMENT,
`ename` varchar(255) DEFAULT NULL,
`job` varchar(255) DEFAULT NULL,
`sal` int(11) DEFAULT NULL,
`deptNo` int(11) DEFAULT NULL,
`hiredate` datetime NOT NULL,
`bonus` int(11) DEFAULT NULL,
`orderNo` varchar(255) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8
#sum
mysql> select sum(sal) as sum from emp;
+-------+
| sum |
+-------+
| 37700 |
+-------+
#avg
mysql> select avg(sal) as avg from emp;
+-----------+
| avg |
+-----------+
| 3770.0000 |
+-----------+
#max
mysql> select max(sal) from emp;
+----------+
| max(sal) |
+----------+
| 5000 |
+----------+
#min
mysql> select min(sal) from emp;
+----------+
| min(sal) |
+----------+
| 2000 |
+----------+
#count
mysql> select count(sal) from emp;
+------------+
| count(sal) |
+------------+
| 10 |
+------------+
mysql> select round(avg(sal),2) as avg from emp;
+---------+
| avg |
+---------+
| 3770.00 |
+---------+
mysql> select sum(sal) ,
SUM(ename),
sum(hiredate) from emp;
+----------+------------+------------------------+
| sum(sal) | SUM(ename) | sum(hiredate) |
+----------+------------+------------------------+
| 37700 | 0 | 201785163831138.000000 |
+----------+------------+------------------------+
mysql> select avg(sal) ,
avg(ename),
avg(hiredate) from emp;
+-----------+------------+---------------------------+
| avg(sal) | avg(ename) | avg(hiredate) |
+-----------+------------+---------------------------+
| 3770.0000 | 0 | 20178516383113.8010000000 |
+-----------+------------+---------------------------+
mysql> select max(sal) ,
max(ename),
max(hiredate) from emp;
+----------+------------+---------------------+
| max(sal) | max(ename) | max(hiredate) |
+----------+------------+---------------------+
| 5000 | Zara | 2019-06-03 18:30:39 |
+----------+------------+---------------------+
mysql> select min(sal) ,
min(ename),
min(hiredate) from emp;
+----------+------------+---------------------+
| min(sal) | min(ename) | min(hiredate) |
+----------+------------+---------------------+
| 2000 | Anette | 2016-02-10 18:32:03 |
+----------+------------+---------------------+
mysql> select count(sal) ,
count(ename),
count(hiredate) from emp;
+------------+--------------+-----------------+
| count(sal) | count(ename) | count(hiredate) |
+------------+--------------+-----------------+
| 10 | 10 | 10 |
+------------+--------------+-----------------+
mysql> select sum(bonus),
avg(bonus),
sum(bonus)/5,
sum(bonus)/10 from emp;
+------------+------------+--------------+---------------+
| sum(bonus) | avg(bonus) | sum(bonus)/5 | sum(bonus)/10 |
+------------+------------+--------------+---------------+
| 1650 | 330.0000 | 330.0000 | 165.0000 |
+------------+------------+--------------+---------------+
mysql> select max(bonus),
min(bonus) from emp;
+------------+------------+
| max(bonus) | min(bonus) |
+------------+------------+
| 500 | 200 |
+------------+------------+
mysql> select count(bonus) from emp;
+--------------+
| count(bonus) |
+--------------+
| 5 |
+--------------+
mysql> select sum(DISTINCT sal),
sum(sal) from emp;
+-------------------+----------+
| sum(DISTINCT sal) | sum(sal) |
+-------------------+----------+
| 32700 | 37700 |
+-------------------+----------+
1 row in set (0.00 sec)