上篇复习：
设计数据库时的三大范式
1.第一范式，一行数据中每一列不可再分
关系型数据库必须要满足第一范式，设计表的时候，如果每一列都可以用SQL规定的数据类型描述，就天然满足第一范式.
2.第二范式，在第一范式的基础上，消除了部分函数依赖
一个表中存在复合主键，当有一列只依赖复合主键中的某一个键，那就这种设计就不满足第二范式不满足第二范式时会出现一些问题:数据冗余，更新异常，插入异常，删除异常如果一个表中的键只有一列时，那么这种设计就天然满足第二范式
3.第三范式，在第二范式的基础上，消除了传递依赖
数据库的关系模型
1.一对一关系
2.一对多关系
3.多对多关系
4.没有关系
设计表的过程
通过需求找出实体
确定实体之间的关系
根据不同的关系按照固定的方法去创建表
1.聚合函数
1.在 MySQL 中，聚合函数是用于计算多行数据的统计信息的函数，例如总和、平均值、最大值、最小值和行数等。聚合函数用于在查询结果中创建单个值，该值代表聚合操作的结果。将多行数据聚合成单个结果，这是聚合函数得名的由来。
以下是 MySQL 中常见的聚合函数：
在介绍以上函数时我们先看一下我们要操作表的数据：
1. COUNT()- 统计数量
- 功能：统计指定列中的非空值个数，或者统计表中的总行数。
- 使用场景：用于统计表中数据条数或分组数据条数。
-
COUNT(*)：统计所有行的数量（包括空值）。
COUNT(column)：统计指定列非空值的数量。
由上我们可以看到当数学行中有一个值为空时，count函数并没有那个为空的数据给统计当中。
2. SUM()- 计算总和
- 功能：计算指定数值列的所有行的总和。
- 使用场景：用于对数值列求和，如统计总销售额或总薪资。
当我们计算非数字的数据是，我们可以看到爆出了错误
如果对非数值类型的列进行运算，会得到一些警告信息
3. AVG()- 计算平均值
- 功能：计算指定数值列的召唤。
- 使用场景：用于求特定分数列的平均分数，如计算平均薪资或平均分数。
-
求语文的平均值
-
2.求语文，数学，英语三门课的总分的平均值
4. MAX()- 获取峰值
- 功能：返回指定列中的顶部。
- 使用场景：用于查找特定列的顶峰，如最高薪资或最高分数。
1.找到数学最高分数：
5.-MIN()获取最小值
- 功能：简单地返回指定列中。
- 使用场景：用于轻松查找特定列，如最低薪资或最低份额。
1.找到英语最低分数：
2. GROUP BY 子句的讲解：
GROUP BY子句在MySQL中非常常用，通常用于对某些或某些列对数据进行分组 。它结合聚合函数（如COUNT()、SUM()、AVG()等）一起使用，用于对每个分组的数据进行统计或汇总。子句经常出现在查询语句的SELECT部分，目的是让数据库返回每一组的统计结果，而不是返回原始的每一行数据。
GROUP BY基本概念
- 分组 ：
GROUP BY会根据指定的列将数据拆分为若干组。每个组中的数据具有相同的值（即在分组字段中相同的值会被归为一组）。 - 聚合函数 ：
GROUP BY通常和聚合函数结合使用，比如COUNT()、SUM()、AVG()、MAX()、MIN()等，用于对每一组的数据进行汇总统计。
column1,column2等：这些是你希望根据其进行分组的列。aggregate_function(column3)：这个代表评估每个分组的聚合函数，column3是你要汇总的数据列。table_name：数据表的名称。WHERE：任选的筛选条件，GROUP BY会在应用WHERE筛选条件之后对数据进行分组。
GROUP BY应用程序
- 统计每个部门的员工数量。
- 计算每个部门的平均工资。
- 找到每个部门的最高薪资。
- 按时间部分分组，统计每日或月刊的销售全国。
GROUP BY的常见用法和示例
假设我们有如下表：
1.按部门分组，统计每个部门的员工数量
SELECT department, COUNT(*) AS num_employees
FROM employees
GROUP BY department;
解释 ：按department列分组，统计每个部门的员工数量。
2.按部门分组，计算每个部门的薪资总和
SELECT department, SUM(salary) AS total_salary
FROM employees
GROUP BY department;
解释 ：按department列分组，计算每个部门的薪资总和。
3.按部门分组，计算每个部门的平均工资
SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department;
解释 ：按department列分组，计算每个部门的平均工资。
这些代码示例展示了如何使用GROUP BY子句按不同的字段进行分组，并结合聚合函数（如COUNT()、SUM()、AVG()、MAX()、MIN()）进行数据汇总。HAVING子句则用于对分组结果进行进一步筛选。
GROUP BY：将数据按一个或多个字段进行分组。- 聚合函数 ：对每个分组的值进行聚合计算，如
COUNT()、SUM()、AVG()等。
3. HAVING子句
在SQL中，HAVING子句允许对分组后的结果进行筛选，它通常与GROUP BY子句一起使用。你可以理解为，HAVING是WHERE的"分组后"版本，你在数据分组后进行过滤。
HAVING子句的作用
WHERE子句 ：用于在分组之前对数据进行筛选。HAVING子句 ：用于在分组之后对分组结果进行筛选。
一般来说，HAVING可以过滤聚合函数计算后面的结果，比如COUNT()、SUM()、AVG()等聚合结果。通常情况下，WHERE子句不能用于聚合函数的筛选，因为WHERE是在数据行级别进行过滤的，而聚合函数是在分组中随后对数据进行计算的。
HAVING基本原理
WHERE：用于过滤原始数据行（可选）。GROUP BY：用于将数据按一个或多个列进行分组。HAVING：用于对分组后的结果进行筛选，常用于聚合函数的条件。
HAVING子句注意事项
-
HAVING是在分组后使用的 ，它只能在聚合（如COUNT()、、SUM()等AVG()）计算完成后使用。 -
HAVING子句可以处理聚合函数 ，而WHERE不能。 -
HAVING可以与GROUP BY子句一起使用，来过滤那些不条件符合的分组。 -
查询每个部门的员工数量，但只返回员工数量大于 2 的部门
SELECT department, COUNT(*) AS num_employees FROM employees GROUP BY department HAVING COUNT(*) > 2;
解释 ：按department字段分组，统计每个部门的员工数量，并用来HAVING COUNT(*) > 2筛选员工数量大于2的部门。
2.查询每个部门的薪资总和，但只返回薪资总和超过15000的部门
SELECT department, SUM(salary) AS total_salary
FROM employees
GROUP BY department
HAVING SUM(salary) > 15000;
解释 ：按department字段分组，计算每个部门的薪资总和，并使用HAVING SUM(salary) > 15000来筛选薪资总和大于15000的部门。
3.查询每个部门的平均薪资，但只返回平均薪资大于5500的部门
SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department
HAVING AVG(salary) > 5500;
解释 ：按department字段分组，计算每个部门的平均薪资，并使用HAVING AVG(salary) > 5500来筛选平均薪资大于 5500 的部门。
- 查询每个部门的最高薪资，但只返回最高薪资大于 6000 的部门
SELECT department, MAX(salary) AS max_salary
FROM employees
GROUP BY department
HAVING MAX(salary) > 6000;
解释 ：按department字段分区，查找每个部门的最高薪资，并使用HAVING MAX(salary) > 6000来筛选最高薪资大于 6000 的部门。
HAVING与此WHERE对比：
示例：WHERE与HAVING的联合使用
有时你可能希望在WHERE子句中先过滤原始数据，然后再利用HAVING对分组结果进行进一步筛选。
SELECT department, COUNT(*) AS num_employees
FROM employees
WHERE salary > 5000 -- 先筛选薪资大于 5000 的员工
GROUP BY department
HAVING COUNT(*) > 1; -- 然后筛选员工数量大于 1 的部门
解释 ：首先通过WHERE salary > 5000过滤薪资大于 5000 的员工，然后使用HAVING COUNT(*) > 1进一步筛选员工数量大于 1 的部门。
总结
WHERE子句：用于在分组前过滤数据行。HAVING子句：用于在分组后对分组结果进行筛选，特别适用于聚合函数的条件过滤。HAVING与GROUP BY：通常与GROUP BY一起使用，便于对分组后的结果进行筛选。WHERE和HAVING的结合使用 ：先使用WHERE子句进行行级筛选，然后再使用子句HAVING进行分组后的筛选。
4. 结语
太棒了！🎉 你已经成功掌握了 MySQL 中的聚合函数和分组查询，像一个真正的数据库魔法师一样，能够轻松地在数据的海洋中捕捉到你想要的信息！💻✨
通过 `GROUP BY`，你已经学会了如何将数据分组，像整理书架一样，把数据按类别归档；而通过聚合函数（`COUNT()`、`SUM()`、`AVG()` 等），你可以轻松计算每个组的总和、平均数、最大值、最小值，甚至是每个小组的"英雄"------那些最独特的值！🌟
更妙的是，你还学会了如何结合 `HAVING` 子句，像一位细心的挑选者，在大海捞针的过程中精准筛选出最符合要求的数据分组！🧙♂️
就像烹饪一道完美的菜肴，掌握了这些基本的 SQL 工具，你已经有了无限的可能性去打造属于你的数据盛宴！数据的世界充满了无限乐趣和挑战，每一个查询语句都是一次探险，你的探索才刚刚开始！🚀
继续保持好奇心，动手实践，试着用你新学到的技巧解决更多的实际问题，做一个SQL小达人！如果有任何疑问，别忘了我始终在这儿，随时等候为你解答！加油！🎉💪
学习 MySQL 的旅程就像探险一样，充满了惊喜与成就感，愿你在这条数据之路上越走越远，开心又充实！🎈