jdbc实现简单的分组聚合统计查询

oracle数据库中原有salary表数据如下：

一、准备好本程序基础文件：DataSourceForPool(数据库连接池管理工具类)、Env(读取数据库属性配置文件)、DataSource.properties(数据库属性配置文件)。以下实现分组聚合统计查询：

二、数据库访问组件SalaryDao.java

import java.sql.Connection;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import cn.yanchengdai.util.DataSourceForPool;

/**
 * Salary访问数据库组件
 * @author Administrator
 *
 */
public class SalaryDao {

	/**
	 * 分组聚合统计查询
	 * @return List 返回封装记录的Map集合
	 */
	public List<Map<String,Object>> querySalary(){
		List<Map<String,Object>> list = new ArrayList<>();
		/*使用连接池数据源获取连接*/
		Connection conn = DataSourceForPool.getConnection();
		String sql = "SELECT emp_id, COUNT(should), SUM(should), ROUND(AVG(should),2) "
				+ "FROM salary GROUP BY emp_id order by sum(should) desc";
		PreparedStatement ps = null;
		ResultSet rs = null;
		try {
			ps = conn.prepareStatement(sql);
			rs = ps.executeQuery();
			/*处理结果集的每一行记录*/
			while(rs.next()) {
				/*每行记录封装为Map对象*/
				Map<String,Object> map = new HashMap<>();
				map.put("emp_id", rs.getObject(1));
				map.put("count", rs.getObject(2));
				map.put("sum", rs.getObject(3));
				map.put("avg", rs.getObject(4));
				list.add(map);
			}
		} catch (SQLException e) {
			e.printStackTrace();
		}finally {
			try {
				rs.close();
				ps.close();
				conn.close();
			} catch (SQLException e) {
				e.printStackTrace();
			}
		}
		return list;
	}
}

三、普通测试类TestSalaryQuery.java

import java.util.ArrayList;
import java.util.List;
import java.util.Map;

import cn.yanchengdai.dao.SalaryDao;

/**
 * 测试SalaryDao类中的封装记录
 * @author Administrator
 *
 */
public class TestSalaryQuery {

	public static void main(String[] args) {
		
		List<Map<String,Object>> list = new ArrayList<>();
		list = new SalaryDao().querySalary();
		System.out.println("emp_id\tcount\tsum\tavg");
		for(Map<String,Object> m : list) {
			System.out.println(m.get("emp_id")+"\t"+m.get("count")+
					"\t"+m.get("sum")+"\t"+m.get("avg"));
		}
	}

}

执行结果：