梧桐数据库聚合函数使用举例

在数据分析和数据库管理中，聚合函数是一类非常重要的工具，它们能够对数据集进行计算并返回单个结果。梧桐数据库提供了丰富的聚合函数，这些函数可以帮助我们快速地对数据进行汇总、分析和处理。本文将介绍梧桐数据库中一些常用的聚合函数及其使用示例，包括创建表、查询 SQL 以及执行结果，以帮助您更有效地利用这些强大的工具。

创建表

首先，我们需要创建一个 employees 表来存储员工信息。

复制代码

CREATE TABLE employees (
    employee_id SERIAL,
    name VARCHAR(100),
    salary NUMERIC(10, 2),
    department_id INTEGER
);

执行结果：

复制代码

CREATE TABLE

插入测试数据

接下来，我们插入一些测试数据以便进行聚合函数的演示。

复制代码

INSERT INTO employees (name, salary, department_id) VALUES
('John Doe', 5000.00, 1),
('Jane Smith', 6000.00, 1),
('Emily Jones', 5500.00, 2),
('Michael Brown', 7000.00, 2),
('David Wilson', 4500.00, 1);

执行结果：

复制代码

INSERT 0 5

COUNT()：计算行数

COUNT() 函数用于计算集合中的行数，不论列值是否为 NULL。

复制代码

SELECT COUNT(*) FROM employees;
-- 计算员工总数

执行结果：

复制代码

 count
-------
     5
(1 row)

SELECT COUNT(DISTINCT department_id) FROM employees;
-- 计算不同部门的数量

执行结果：

复制代码

 count
-------
     2
(1 row)

SUM()：计算总和

SUM() 函数用于计算数值列的总和，非常适合财务和统计分析。

复制代码

SELECT SUM(salary) FROM employees;
-- 计算所有员工的薪资总和

执行结果：

复制代码

 sum
-------
 24000
(1 row)

AVG()：计算平均值

AVG() 函数用于计算数值列的平均值，是分析数据分布的常用函数。

复制代码

SELECT AVG(salary) FROM employees;
-- 计算所有员工的薪资平均值

执行结果：

复制代码

    avg
-----------
 4800.000
(1 row)

MAX() 和 MIN()：找出最大值和最小值

MAX() 和 MIN() 函数分别用于找出数值列的最大值和最小值，常用于识别数据范围。

复制代码

SELECT MAX(salary), MIN(salary) FROM employees;
-- 找出薪资最高和最低的员工

执行结果：

复制代码

 max  | min
-------+-------
 7000  | 4500
(1 row)

STRING_AGG()：字符串连接

STRING_AGG() 函数可以将多行的字符串值连接成一个字符串，并允许指定分隔符。

复制代码

SELECT STRING_AGG(name, ', ') FROM employees;
-- 将所有员工的名字用逗号分隔连接成一个字符串

执行结果：

复制代码

   string_agg
--------------
 John Doe, Jane Smith, Emily Jones, Michael Brown, David Wilson
(1 row)

ARRAY_AGG()：数组聚合

ARRAY_AGG() 函数将多行的值聚合成一个数组，适用于需要将结果集作为数组处理的场景。

复制代码

SELECT ARRAY_AGG(department_id) FROM employees;
-- 将所有员工的部门 ID 聚合成一个数组

执行结果：

复制代码

 array_agg
-----------
 {1, 1, 2, 2, 1}
(1 row)

使用聚合函数进行分组

聚合函数常与 GROUP BY 子句一起使用，以对特定分组的数据进行聚合计算。

复制代码

SELECT department_id, AVG(salary) AS avg_salary FROM employees GROUP BY department_id;
-- 按部门分组计算每个部门的薪资平均值

执行结果：

复制代码

 department_id | avg
---------------+-------
             1 | 5166.67
             2 | 6166.67
(2 rows)

HAVING 子句与聚合函数

HAVING 子句用于对聚合后的结果进行过滤，它允许我们在聚合函数的基础上进行更细致的数据筛选。

复制代码

SELECT department_id, AVG(salary) AS avg_salary FROM employees GROUP BY department_id HAVING AVG(salary) > 5000;
-- 找出平均薪资超过 5000 的部门

执行结果：

复制代码

 department_id | avg
---------------+-------
             2 | 6166.67
(1 row)

梧桐数据库的聚合函数不仅功能强大，而且使用灵活，能够满足各种复杂的数据分析需求。无论是简单的行数统计还是复杂的数据汇总，这些聚合函数都是您在数据库操作中不可或缺的工具。在实际应用中，您可以根据具体的业务逻辑和数据结构选择合适的聚合函数，以实现高效的数据管理和分析。