Mysql 的数据汇总(九)

timg.jpeg

本节将简单介绍 sql 的聚集函数以及如何利用它们汇总表的数据

聚集函数

运行在行组上,计算和返回单个值的函数

sql 聚集函数

函数 说明
AVG() 返回某列的平均值
COUNT() 返回某列的行数
MAX() 返回某列的最大数
MIN() 返回某列的最小数
SUM() 返回某列值的和

AVG() 函数

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

select avg(score) as score_avg
from sc;

此查询语句返回了 score_avg,包含了 sc 表中所有 score 字段的平均值,输出为:

+-----------+
| score_avg |
+-----------+
|  70.77778 |
+-----------+

AVG() 也可用来确定特定行或列的平均值,如:

select sid, avg(score) as score_avg
from sc
where sid = 3;

此查询语句返回了 sid = 3 的所有行的平均值,输出为:

+------+-----------+
| sid  | score_avg |
+------+-----------+
| 03   |  80.00000 |
+------+-----------+

AVG() 只能用来确定特定数值列的平均值,而且列名必须作为函数参数给出。为了获得多个列的平均值,必须使用多个 AVG() 函数
AVG() 函数忽略列值为 NULL 的行

COUNT() 函数

可利用 COUNT() 确定表中行的数目或符合特定条件的行的数目

使用 COUNT(*) 对表中行的数目进行计数,不管表列中包含的是空值( NULL)还是非空值:

select count(sid) as 'stu_count'
from student;

此查询语句返回了学生的总人数,输出为:

+-----------+
| stu_count |
+-----------+
|        12 |
+-----------+

使用 COUNT(column) 对特定列中具有值的行进行计数,忽略 NULL 值:

select count(pay_time) as 'pay_count'
from order_info_utf;

此查询语句返回了 pay_time 字段值不为 null 的行数,输出为:

+----------------+
|    pay_count   |
+----------------+
|         461805 |
+----------------+

MAX() 函数

MAX() 要求指定列名

select max(score) as score_max
from sc;

此查询语句返回了 sc 表中 score 字段最大的值,输出为:

+-----------+
| score_max |
+-----------+
|      99.0 |
+-----------+

MAX() 函数忽略列值为 NULL 的行

MIN() 函数

MIN() 要求指定列名

select min(score) as score_min
from sc;

此查询语句返回了 sc 表中 score 字段最小的值,输出为:

+------------+
| min(score) |
+------------+
|       31.0 |
+------------+

MIN() 函数忽略列值为 NULL 的行

SUM() 函数

select sum(score) score_sum
from sc
where sid = 3;

此查询语句返回了 sid = 3 的总分,输出为:

+------------+
| sum(score) |
+------------+
|      240.0 |
+------------+

SUM() 也可以用来合计计算值,如:

select sum(price * num) as total_price
from goods;

此查询语句返回了 goods 表中所有商品的总价,输出为:

+-------------+
| total_price |
+-------------+
| 6963697.000 |
+-------------+

SUM() 函数忽略列值为 NULL 的行

聚集不同的值

select avg(distinct score) as score_avg
from sc;

此查询语句查询了所有不同分数的平均分,输出为:

+-----------+
| score_avg |
+-----------+
|  68.84615 |
+-----------+

组合聚集函数

SELECT 语句可根据需要包含多个聚集函数,如:

select count(score) as score_sount,
       avg(score) as score_avg,
       sum(score) as score_sum,
       max(score) as score_max,
       min(score) as score_min
from sc;

此查询语句查询了 sc 表中所有的分数人数、平均分、总分、最高分、最低分,输出为:

+-------------+-----------+-----------+-----------+-----------+
| score_sount | score_avg | score_sum | score_max | score_min |
+-------------+-----------+-----------+-----------+-----------+
|          18 |  70.77778 |    1274.0 |      99.0 |      31.0 |
+-------------+-----------+-----------+-----------+-----------+
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,219评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,363评论 1 293
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,933评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,020评论 0 206
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,400评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,640评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,896评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,597评论 0 199
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,327评论 1 244
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,581评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,072评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,399评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,054评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,083评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,849评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,672评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,585评论 2 270

推荐阅读更多精彩内容