📊 SQL 入门 Day 4：聚合函数 — COUNT / SUM / AVG / MIN / MAX

📌 一句话总结

聚合函数对一组行进行计算并返回一个汇总值 ，是 SQL 做统计分析的基石。常与 GROUP BY 配对使用（今天的铺垫）。

1. 五大聚合函数一览

函数	作用	适用类型	NULL 处理
`COUNT(*)`	统计行数	任何	所有行都算
`COUNT(column)`	统计非 NULL 值个数	任何	剔除 NULL
`SUM(column)`	求和	数值	忽略 NULL
`AVG(column)`	求平均值	数值	忽略 NULL
`MIN(column)`	求最小值	数值/字符串/日期	忽略 NULL
`MAX(column)`	求最大值	数值/字符串/日期	忽略 NULL

sql 复制代码

-- 基础示例
SELECT
    COUNT(*) AS total_employees,
    COUNT(department_id) AS has_dept,        -- 比 COUNT(*) 少（有空部门）
    COUNT(DISTINCT department_id) AS unique_depts,  -- 去重统计
    AVG(salary) AS avg_salary,
    SUM(salary) AS total_salary,
    MIN(salary) AS min_salary,
    MAX(salary) AS max_salary
FROM employees;

2. NULL 的处理陷阱

sql 复制代码

-- 建测试表
CREATE TABLE scores (name TEXT, score INT);
INSERT INTO scores VALUES ('张三', 85), ('李四', NULL), ('王五', 92), ('赵六', NULL);

-- 不同 COUNT 的区别
SELECT
    COUNT(*)        AS total_rows,    -- 4（所有行）
    COUNT(score)    AS has_score,     -- 2（忽略 NULL）
    AVG(score)      AS avg_score,     -- 88.5（(85+92)/2，不是 /4）
    SUM(score)/4    AS wrong_avg,     -- 44.25（千万别这么写）
    SUM(score)/COUNT(score) AS correct_avg  -- 88.5
FROM scores;

⚠️ AVG + NULL 的坑

AVG 内部是 SUM / COUNT(column)，不是 SUM / COUNT(*)。如果行的 NULL 太多，算出来的平均值可能比预期高（因为分母变小了）。

sql 复制代码

-- 处理方式 1：把 NULL 视为 0
SELECT AVG(COALESCE(score, 0)) AS avg_including_zero FROM scores;
-- (85+0+92+0)/4 = 44.25

-- 处理方式 2：明确业务语义
-- "缺考"和"考了0分"是两回事，业务上通常是 方式1=实际平均 方式2=含缺考

3. DISTINCT 聚合

sql 复制代码

-- 去重统计
SELECT
    COUNT(DISTINCT city) AS unique_cities,
    SUM(DISTINCT salary) AS sum_unique_salaries  -- 不重复薪资之和（用得少）
FROM employees;

COUNT(DISTINCT col) 非常常用，「有多少种不同的值」。 SUM(DISTINCT col) 很罕见，只有在「每种值只算一次」的特殊业务才有用。

4. 聚合 + 条件过滤

三步走：WHERE 先过滤 → 再聚合。

sql 复制代码

-- 查询技术部的薪资统计
SELECT
    COUNT(*) AS tech_count,
    AVG(salary) AS tech_avg_salary
FROM employees
WHERE department = '技术部';

-- 多条件组合
SELECT
    COUNT(*) AS count_high_salary,
    AVG(salary) AS avg_high_salary
FROM employees
WHERE salary > 15000
  AND hire_date >= '2023-01-01';

WHERE vs HAVING（预告）

WHERE：在聚合前过滤行
HAVING：在聚合后过滤组

sql 复制代码

-- WHERE 过滤掉薪资为 NULL 的行再聚合
SELECT AVG(salary) FROM employees WHERE salary IS NOT NULL;
-- 上面等价于 SELECT AVG(salary) FROM employees;（AVG 本身就忽略 NULL）

5. 实战案例

案例 1：报表统计

sql 复制代码

-- 公司整体报表
SELECT
    COUNT(*) AS 员工总数,
    COUNT(CASE WHEN gender = '女' THEN 1 END) AS 女性人数,
    ROUND(AVG(salary), 0) AS 平均薪资,
    MAX(salary) AS 最高薪资,
    MIN(salary) AS 最低薪资,
    MAX(salary) - MIN(salary) AS 薪资差距
FROM employees;

案例 2：日期聚合

sql 复制代码

-- 最早和最晚入职日期
SELECT
    MIN(hire_date) AS 最早入职,
    MAX(hire_date) AS 最晚入职,
    DATEDIFF(MAX(hire_date), MIN(hire_date)) AS 公司历史天数  -- MySQL
FROM employees;

案例 3：数据质量检测

sql 复制代码

-- 检查各字段的完整性
SELECT
    COUNT(*) AS total,
    COUNT(email)     AS has_email,
    COUNT(phone)     AS has_phone,
    COUNT(department_id) AS has_dept,
    COUNT(salary)    AS has_salary
FROM employees;
-- has_email < total 说明有人没填邮箱

6. 聚合函数与非聚合列

sql 复制代码

-- ❌ 错误写法
SELECT name, AVG(salary) FROM employees;
-- name 是非聚合列，但有 100 行，AVG(salary) 只有 1 个值
-- 数据库不知道要显示哪个 name
-- MySQL 默认会取第一个 name（不报错但语义错误！）
-- PostgreSQL / SQLite 直接报错

-- ✅ 正确做法
SELECT AVG(salary) FROM employees;           -- 只查聚合
SELECT department_id, AVG(salary)            -- 加 GROUP BY
FROM employees
GROUP BY department_id;

⚠️ 规则： SELECT 中出现非聚合列，必须出现在 GROUP BY 中（MySQL 宽松模式除外，但不要依赖）。

📝 要点总结

函数	关键点
`COUNT(*)`	统计行数，含 NULL
`COUNT(col)`	统计非 NULL 行数
`AVG(col)`	忽略 NULL 后计算，分母不含 NULL
`MIN/MAX`	字符串按字典序，日期按时间序
NULL	所有聚合函数（除 COUNT(*)）都忽略 NULL
DISTINCT	`COUNT(DISTINCT col)` 去重计数
与非聚合列混用	必须配合 `GROUP BY`，否则语义错误