MySQL 基础篇（六）：聚合查询与分组查询

本文主要介绍 MySQL 中的聚合查询与分组查询 。通过本文的学习，需要掌握 COUNT、SUM、AVG、MAX、MIN 等常用聚合函数 的使用；理解 GROUP BY 分组查询的基本语法以及单字段分组、多字段分组的使用方式；掌握 GROUP BY 中 SELECT 字段的使用规则，以及 WHERE 与 GROUP BY 的配合使用；理解HAVING 对分组结果进行筛选的作用及其与 WHERE 的区别。同时通过综合查询案例，将 WHERE、GROUP BY、HAVING、ORDER BY、LIMIT 等语法进行串联，并对 SELECT 语句的逻辑执行顺序进行总结，为后续学习多表查询、子查询等进阶 SQL 内容打下基础。

一、认识聚合查询

在MySQL 基础篇（五）：数据操作基础 ------ CRUD文章中，学习的 SELECT 查询，主要是对数据表中的记录进行筛选和获取。但在实际开发中，我们有时并不关系每一条具体数据，而是希望对一组数据进行统计和计算。

例如：

查询学生总人数；
查询所有学生的平均成绩；
查询最高成绩和最低成绩；
统计每个专业分别有多少名学生；
计算每个专业学生的平均成绩。

对于这类需求，MySQL 提供了聚合查询来完成此类操作。

聚合查询：将多条数据作为一个整体进行统计或计算，并得到一个汇总结果。

MySQL 提供了一组专门用于统计和计算的函数，这类函数通常被称为聚合函数。

聚合函数	作用
`COUNT()`	统计数据条数
`SUM()`	计算总和
`AVG()`	计算平均值
`MAX()`	获取最大值
`MIN()`	获取最小值

二、聚合函数

2.1 COUNT

COUNT：统计数据条数

NULL 值不参与统计

sql 复制代码

select * from  student;
+----+--------+------+-------+
| id | name   | age  | score |
+----+--------+------+-------+
|  1 | 张三   |   18 |    80 |
|  2 | 李四   |   20 |    90 |
|  3 | 王五   |   16 |    75 |
|  4 | 赵六   |   22 |    58 |
|  5 | 田七   |   20 |  NULL |
+----+--------+------+-------+
5 rows in set (0.00 sec)

统计学生表中有多少名学生:
select count(*) from student;
+----------+
| count(*) |
+----------+
|        5 |
+----------+
1 row in set (0.00 sec)
还可以这样写:
select count(1) from student;
+----------+
| count(1) |
+----------+
|        5 |
+----------+
1 row in set (0.00 sec)

统计学生表中有多少名学生的成绩已经出来了:
select count(score) from student;
+--------------+
| count(score) |
+--------------+
|            4 |
+--------------+
1 row in set (0.00 sec)

2.2 SUM

sum：计算数据总和

NULL值不参与统计

sql 复制代码

select * from  student;
+----+--------+------+-------+
| id | name   | age  | score |
+----+--------+------+-------+
|  1 | 张三   |   18 |    80 |
|  2 | 李四   |   20 |    90 |
|  3 | 王五   |   16 |    75 |
|  4 | 赵六   |   22 |    58 |
|  5 | 田七   |   20 |  NULL |
+----+--------+------+-------+
5 rows in set (0.00 sec)

统计学生的成绩之和:
select sum(score) from student;
+------------+
| sum(score) |
+------------+
|        303 |
+------------+
1 row in set (0.00 sec)

2.3 AVG

avg：计算数据平均值

NULL 值不参与统计

sql 复制代码

select * from  student;
+----+--------+------+-------+
| id | name   | age  | score |
+----+--------+------+-------+
|  1 | 张三   |   18 |    80 |
|  2 | 李四   |   20 |    90 |
|  3 | 王五   |   16 |    75 |
|  4 | 赵六   |   22 |    58 |
|  5 | 田七   |   20 |  NULL |
+----+--------+------+-------+
5 rows in set (0.00 sec)

统计学生成绩的平均值:
select avg(score) from student;
+------------+
| avg(score) |
+------------+
|    75.7500 |
+------------+
1 row in set (0.00 sec)

2.4 MAX 和 MIN

max 和 min：获取表中数据的最大值和最小值

NULL 值不参与统计

sql 复制代码

select * from student;
+----+--------+------+-------+
| id | name   | age  | score |
+----+--------+------+-------+
|  1 | 张三   |   18 |    80 |
|  2 | 李四   |   20 |    90 |
|  3 | 王五   |   16 |    75 |
|  4 | 赵六   |   22 |    58 |
|  5 | 田七   |   20 |  NULL |
+----+--------+------+-------+
5 rows in set (0.01 sec)

select max(score) 最大值, min(score) 最小值 from student;
+-----------+-----------+
| 最大值    | 最小值    |
+-----------+-----------+
|        90 |        58 |
+-----------+-----------+
1 row in set (0.02 sec)

三、分组查询：GROUP BY

前面学习的聚合函数，默认会将满足条件的所有数据作为一个整体进行统计。

例如：

sql 复制代码

select avg(score) from student;

它会计算所有学生的平均成绩。

但在实际业务中，我们经常需要按照某个字段将数据划分为多个组，然后分别对每个组进行统计。

例如：

统计每个专业有多少名学生；
计算每个专业学生的平均成绩；
统计不同班级的最高成绩；
统计每个部门的员工数量。

此时可以使用 GROUP BY 对查询结果进行分组。

3.1 GROUP BY 基本语法

GROUP BY 用于按照指定字段对数据进行分组。

基本语法：

sql 复制代码

SELECT 分组字段, 聚合函数 FROM 表名 GROUP BY 分组字段;

3.2 单字段分组

sql 复制代码

+----+--------+----------+-------+
| id | name   | major    | score |
+----+--------+----------+-------+
|  1 | 张三   | 计算机   |    90 |
|  2 | 李四   | 计算机   |    80 |
|  3 | 王五   | 软件工程 |    95 |
|  4 | 赵六   | 软件工程 |    85 |
|  5 | 小明   | 人工智能 |    88 |
+----+--------+----------+-------+

统计每个专业的学生人数:
select major, count(*) from student group by major;

+----------+----------+
| major    | count(*) |
+----------+----------+
| 计算机   |        2 |
| 软件工程 |        2 |
| 人工智能 |        1 |
+----------+----------+

因此：GROUP BY 的作用是将具有相同分组字段值的数据划分到同一个组中。

3.3 多字段分组

GROUP BY 也可以同时按照多个字段进行分组

基本语法：

sql 复制代码

GROUP BY 字段1, 字段2, ...;

sql 复制代码

+----+--------+----------+-------+-------+
| id | name   | major    | class | score |
+----+--------+----------+-------+-------+
|  1 | 张三   | 计算机   | 1班   |    90 |
|  2 | 李四   | 计算机   | 1班   |    80 |
|  3 | 王五   | 计算机   | 2班   |    95 |
|  4 | 赵六   | 软件工程 | 1班   |    85 |
|  5 | 小明   | 软件工程 | 2班   |    88 |
+----+--------+----------+-------+-------+

统计每个专业中每个班级的最高分:
select major, class, max(score) from student group by major, class;

3.4 GROUP BY 中 SELECT 字段的注意事项

在使用 GROUP BY 时，一个非常重要的点：

SELECT 中出现的字段，通常应该是 GROUP BY 中的分组字段或者聚合函数。

下面这种写法，看似想要得到每个专业成绩最高的姓名，但是会存在问题，MySQL 直接报错

sql 复制代码

select name, major, max(score) from student group by major;

因为对于 name 字段来说，它并不是分组字段，也没有参与聚合计算，因此可以将其理解为一个不可压缩字段。

而对于 major 字段，数据正是按照 major 进行分组的。同一个分组中的 major 值一定相同，因此可以将多个相同的 major 值"压缩"为一个值，也可以将其理解为当前分组的标识。但是 name 不同，分组之后，一个组最终只对应一条查询结果，此时 MySQL 无法确定 name 应该选择。因此 name 无法像 major 一样被压缩成为一个确定的值。

3.5 GROUP BY 与 WHERE 配合使用

示例：只统计成绩合格的学生，并计算每个专业的平均成绩

sql 复制代码

select major, avg(score) from student where score >= 60 group by major;

SELECT 的执行顺序：

sql 复制代码

SELECT 分组字段 | 聚合函数 FROM 表名 WHERE 条件 GROUP BY 分组字段

FROM 表名 -> WHERE 条件 -> GROUP BY 分组字段 -> SELECT 分组字段 | 聚合函数

因此：WHERE 负责在分组前筛选数据，GROUP BY 再对筛选后的数据进行分组。

四、分组结果筛选：HAVING

4.1 HAVING 基本语法

HAVING 用于对 GROUP BY 分组之后的结果进行筛选。

基本语法：

sql 复制代码

SELECT 分组字段, 聚合函数 FROM 表名 GROUP BY 分组字段 HAVING 条件

sql 复制代码

+----+--------+----------+-------+
| id | name   | major    | score |
+----+--------+----------+-------+
|  1 | 张三   | 计算机   |    90 |
|  2 | 李四   | 计算机   |    80 |
|  3 | 王五   | 软件工程 |    95 |
|  4 | 赵六   | 软件工程 |    90 |
|  5 | 小明   | 人工智能 |    88 |
|  6 | 小红   | 人工智能 |    92 |
+----+--------+----------+-------+

查询平均成绩大于 85 分的专业:
select major, avg(score) from student group by major having avg(score) > 85;

select major, avg(score) as avg_score from student 
group by major having avg_score > 85;

4.2 WHERE 与 HAVING 的区别

初学 HAVING 时，最容易产生的问题就是：已经有了 WHERE，为什么还需要 HAVING？

关键在于：二者工作的阶段不同

sql 复制代码

假设执行:
select major, avg(score) from student where score >= 60
group by major having avg(score) >= 80;

可以理解为: 从 student 表中先筛选 score >= 80 的学生，将筛选出来的学生通过专业
进行分组，然后计算每组的平均成绩，在通过筛选 avg(score) >= 80 得到最终分组结果

对比	WHERE	HAVING
筛选对象	原始记录	分组后的结果
执行阶段	GROUP BY之前	`GROUP BY` 之后
是否常用于聚合结果	否	是
典型条件	`score >= 60`	`AVG(score) >= 80`

五、综合查询样例

当我们把聚合函数、GROUP BY 分组以及 HAVING 分组结果筛选学完之后，我们才真正把 MySQL 的基本查询学完。

在实际查询中，我们通常不会只使用其中某一个语句，而是会根据需求将：

WHERE GROUP BY HAVING ORDER BY LIMIT

组合起来使用，从而完成更加复杂的统计查询。

需求：查询每个专业的平均成绩，并按照平均成绩从高到低排序

sql 复制代码

select major, avg(score) avg_score from student 
group by major order by avg_score desc;

需求：查询平均成绩大于 85 分的专业，并按照平均成绩降序排列

sql 复制代码

select major, avg(score) avg_score from student 
group by major having avg_score > 85 order by avg_score desc;

需求：查询平均成绩最高的两个专业

sql 复制代码

select major, avg(score) avg_score from student 
group by major order by avg_score desc limit 2;

需求：只统计成绩及格的学生，按照专业进行分组，查询每个专业的学生人数和平均成绩；只保留人数不少于 2 人的专业，并按照平均成绩从高到低排列，最终只显示前 3 个专业。

sql 复制代码

select
    major,
    count(*) as student_count,
    avg(score) as avg_score
from student
where score >= 60
group by major
having student_count >= 2
order by avg_score desc
limit 3;

在聚合查询中，WHERE 用于筛选分组前的原始数据，GROUP BY 用于对数据进行分组，HAVING 用于筛选分组后的结果，ORDER BY 用于对最终结果排序，而 LIMIT 用于限制最终返回的数据数量。

六、SELECT 语句的逻辑执行顺序

理解 SELECT 语句的逻辑执行顺序至关重要，它不仅能帮助我们解决别名是否可用的问题，还能帮助我们梳理一条完整的查询语句是如何根据需要来写出来的。

一条较为完整的查询语句：

sql 复制代码

SELECT 字段列表
FROM 表名
WHERE 条件
GROUP BY 分组字段
HAVING 分组筛选条件
ORDER BY 排序字段
LIMIT 数量;

顺序	子句	作用
1	`FROM`	确定数据来源
2	`WHERE`	筛选原始数据
3	`GROUP BY`	对数据进行分组
4	`HAVING`	筛选分组后的结果
5	`SELECT`	确定最终需要查询的字段
6	`DISTINCT`	对查询结果去重
7	`ORDER BY`	对结果进行排序
8	`LIMIT`	限制最终返回的数据数量

这里所说的是 SELECT 语句的逻辑执行顺序，主要用于帮助我们理解 SQL 的语义。MySQL 优化器在真正执行 SQL 时，可能会根据索引、数据量等情况对实际执行过程进行优化，并不一定严格按照该流程进行物理执行。