概述
相信我们经常会遇到这样的场景:想了解在双十一天猫购买化妆品的人的平均消费金额(这可能有助于定位产品价格范围); 或者不同年龄段的化妆品消费比例是多少(这对于估计产品库存情况可能有用)。
这时候就用到了分组查询。 分组查询的目的是将数据划分为多个逻辑组(购买化妆品的人是一个组,不同年龄段购买化妆品的人也是一个组),对每个组进行聚合计算的过程:。
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];
解释:
1.表示聚合函数,指对分组后的数据进行聚合计算的函数。
2.表示分组表达式,允许多个表达式,用逗号分隔。
3、分组后,对分组后的数据进行条件过滤的过程。
4、分组语法中,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,后面的内容会详细说明。
在讲分组之前,我们先来了解一下聚合函数,它是分组查询语法格式的重要组成部分。 我们经常需要汇总数据而不实际检索它们,因此MySQL提供了专门的函数。 使用这些函数,它可以用来计算我们分析和生成报告所需的数据。
聚合函数
聚合函数如下。
AVG() 函数
AVG() 通过计算表中的行数并将该列的值相加来找到特定列的平均值。 AVG() 可用于返回所有列的平均值,也可用于返回特定列或行的平均值。
以下示例返回 users 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 set
15
16 mysql> select avg(age) from user2;
17 +----------+
18 | avg(age) |
19 +----------+
20 | 23.8571 |
21 +----------+
22 1 row in set
当心:
1. AVG()只能用于确定特定数字列的平均值。
2. AVG()函数忽略列值为NULL的行,因此上图中的累计年龄值除以7而不是8。
COUNT() 函数
COUNT() 函数进行计数。 您可以使用 COUNT() 来确定表中符合条件的行数。
有count(*)、count(特定字段)、count()三种方式来体现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 set
15
16 mysql> select count(*) from user2 where sex=0;
17 +----------+
18 | count(*) |
19 +----------+
20 | 5 |
21 +----------+
22 1 row in set
23
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,取出的是女孩用户数,count(*)比count(age)多了1,那是因为age包含了空值。
所以:如果指定了列名,则指定列中值为空的行将被 COUNT() 函数忽略,但如果在 COUNT() 函数中使用星号(*),则不会被忽略。
关于count,可以看我写的另一篇文章,详细分析了几种count的使用和性能对比:COUNT总结
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 set
15
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,MAX()和MIN()函数会忽略列值为NULL的行。
求和函数
SUM() 用于返回指定列值的总和(总计)。 下面返回所有年龄的总和。 同样,空值也会被忽略
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 set
15
16 mysql> select sum(age) from user2;
17 +----------+
18 | sum(age) |
19 +----------+
20 | 167 |
21 +----------+
22 1 row in set
群组查询
数据准备,假设我们有一个订单表如下(记录用户的订单金额和订单时间):
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
即对某个字段进行分组,比如对用户进行分组,输出其用户ID、订单数量和总金额:
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
即对多个字段进行分组,比如对用户进行分组,对其不同年份的订单数据进行分组,输出订单数和总消费:
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
分组前条件过滤:where
这很简单。 在分组(group by)之前,通过where关键字进行条件过滤,提取出我们需要的数据。 假设我们只需要列出2019年8月之后的数据,符合条件的源数据只有6个,有两个年份同样分组:
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
分组后条件过滤:
有时我们需要对分组后的数据进行过滤。 这时候我们就需要利用关键词来过滤数据。 在上述条件下,我们需要提取已经被多次消费的数据:
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
这里需要注意区分where和:
where是在分组(聚合)之前过滤记录,而是在分组之后的结果中进行过滤,最后返回过滤后的结果。
可以理解为二级查询,即包含查询操作首先获取不带子句的sql查询结果表,然后使用条件过滤出结果表上匹配的记录,最后返回这些记录。 因此,后者后面可以跟一个聚合函数,并且这个聚合函数不必与后面的聚合函数相同。
分组后排序
排序条件后面是group by,是统计每个用户的总消费和消费次数后,对每个用户的总消费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 set
11
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
分组后限制 limit
limit关键字一般放在语句的末尾。 例如,根据我们上面的搜索,我们会限制1只取出消费最高的一个,而跳过其他的。
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
我们在上面看到我们使用了诸如 where、group by、order by 和 limit 等关键字。 如果它们一起使用,它们是有序的。 如果顺序错误,就会引发异常。 语法格式如下:
1 select cname from tname
2 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,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:可以自己尝试一下。
2、分组关键字的执行顺序:where、group by、order by、limit,顺序不能改变,否则会报异常:可以自己尝试一下。
为了帮助开发者提高面试技巧,有机会加入BATJ等大公司,特意制作了这张专辑——这次将整体发行。
一般内容包括:Java集合、JVM、多线程、并发编程、设计模式、全家桶、Java、、、Dubbo、、、、Redis、MySQL、、Kafka、Linux、Netty、等大厂面试题等。技术栈!
欢迎大家关注公众号【Java烂猪皮】,回复【666】,获取上面最新的Java后端架构VIP学习资料和视频学习教程,然后一起学习。 我手头有一份采访。
每个专栏都是大家关心的话题,非常有价值。 如果我的文章对您有帮助,请点赞、点赞、转发。 您的支持将激励我产出更高质量的文章。 太感谢了!