MySQL初学者可以告别分组聚合查询的困扰了
1.分组查询的原理图
对上述原始数据,按照department_id
(员工id)分组统计salary
(薪水)的平均值。
上述原理写成代码,应该怎么写呢?
select department_id,avg(salary) from test group by department_id;
可以清楚地看到,使用department_id
进行分组后,系统默认将department_id
相同的号所在的行,分配在一起,你有几个不同的department_id
,就会分为几组,每个组中的数据行数,不一定都要相同。
当自动分配完成后,会根据你所写的分组函数,进行组内运算。
也就是说,你使用的是sum()
函数,就会组内求和;当你使用的是avg()
函数,就会组内求平均值;当你使用的是count()
函数,就会进行组内计数;当你使用的是max()
函数,就会进行组内求最大值;你使用的是min()
函数,就会进行组内求最小值。
2.group by关键字语法详解
有些小白在学习mysql的过程中,很多都是在group by
关键字这个地方卡壳。于是我希望自己能够用白话图文的方式,让你真正搞明白这个关键字的含义。
group by
是用于分组查询的关键字,一般是配合sum(),avg(),count(),max(),min()
聚合函数使用的。也就是说sql语句中只要有group by
,那么在select后面的展示字段中一般会有聚合函数(5个聚合函数)中的一个或多个函数出现。观察上图,有一点你需要记住,你用表中的字段a进行分组后,一般就需要对表中的其它字段,使用聚合函数,这样意义更大,而不是还对字段a使用聚合函数,没啥太大意义。
我们再思考下面这个问题!
当sql语句中使用了group by后,在select后面一定有一个字段使用了聚合函数(5个聚合函数)。但是除了这个聚合函数,select后面还可以添加其他什么字段吗?
答案肯定是可以的!但是该字段有一定的限制,并不是什么字段都可以。也就是说,当sql语句中使用了group by
关键字后,select后面除了聚合函数,就只能是group by
后面出现的字段。也就是图中的字段a,select后面只能存在group by
后面的字段。
3.一个简单的分组查询的案例
案例 :按照部门编号deptno分组,统计每个部门的平均工资。
select deptno,avg(sal) avgs from emp group by deptno
结果如下:
4.分组前筛选和分组后筛选
这个知识点就是要带着大家理解一下,什么使用该用where筛选?什么时候该用having筛选?这个知识点对于学习mysql的小白来说,也是一个棘手的事儿。不用担心,跟着黄同学学mysql,没有学不会的。
1)原始表和结果集的概念
原始表指的是数据库中真正存在的那个表,使用【select * from 表名】查询出来的就是原始表信息。结果集指的是在sql语句中,添加其它任何一个限制条件,最终展示给我们表,都是结果集。添加不同的限制条件,查询出来的结果集也是不同的。原始表只有一个,结果集却是各种各样的。
2)黄同学支大招
只要是需求中,涉及到聚合函数做条件的情况,一定是分组后的筛选。能用分组前筛选的,就优先考虑分组前的筛选。(考虑到性能问题)
3)案例讲解
原始数据集如下:
① 分组前筛选
习题一:查询姓名中包含s字符的,每个部门的工资之和。
习题二:查询工资大于2000的,不同部门的平均工资。
② 分组后筛选
习题一:查询部门员工个数大于3的部门编号和员工个数。
习题二:查询每个部门最高工资大于3000的部门编号和最高工资。
③ 分组前筛选和分组后筛选合用
习题:查询1981年入职的,不同部门间工资的平均值大于2000的部门编号和平均值。
5.分组查询(按函数分组)
习题:按员工姓名的长度分组,查询每一组的员工个数,筛选员工个数>3的有哪些?
select length(ename) len,count(*) counts from emp group by len having counts > 3;
结果如下:
6.分组查询(按多个字段分组)
习题:查询每个部门每个工种的员工的平均工资。
7.group by和order by,一对老搭档
习题一:查询每个部门的员工的平均工资,按照平均工资降序。
习题二:查询每个部门的员工的平均工资,按照平均工资升序。
8.分组查询的总结
1)分组函数做条件,肯定是放在having
子句中。
2)能用分组前筛选的,就优先考虑使用分组前筛选。(where
筛选)
3)group by
子句支持单个字段分组,多个字段分组(多个字段之间用逗号隔开没有顺序要求),还支持函数分组(用的较少)。
以上就是mysql初学者可以告别分组聚合查询的困扰了的详细内容,更多关于mysql分组聚合查询的资料请关注其它相关文章!