SQL SELECT 如何使用聚合函数计算?

来源:AI技术网作者:闲进程头衔:程序员
导读:本期聚焦于小伙伴创作的《SQL SELECT 如何使用聚合函数计算?》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《SQL SELECT 如何使用聚合函数计算?》有用,将其分享出去将是对创作者最好的鼓励。

SQL中的聚合函数用于对一组值执行计算并返回单一的值,在SELECT语句中使用聚合函数可以高效完成数据统计类的查询需求,常见的聚合函数包括计数、求和、平均值、最大值、最小值等类型。

SQL SELECT 如何使用聚合函数计算?

常用聚合函数介绍

SQL标准中定义了多个常用的聚合函数,不同数据库对这些函数的支持基本一致,以下是核心函数的说明:

函数名称功能说明适用数据类型
COUNT()统计符合条件的行数所有类型
SUM()计算数值列的总和数值类型
AVG()计算数值列的平均值数值类型
MAX()返回列中的最大值数值、日期、字符串类型
MIN()返回列中的最小值数值、日期、字符串类型

SELECT中直接使用聚合函数

如果不需要分组,直接在SELECT子句中调用聚合函数即可对整个表或者符合WHERE条件的行进行计算。

基础计算示例

假设存在一张order_table订单表,包含order_id订单ID、user_id用户ID、order_amount订单金额、order_date订单日期字段,要统计所有订单的总金额、平均金额、订单总数、最大订单金额和最小订单金额,可以使用以下查询:

-- 统计全表订单的相关聚合数据
SELECT 
    COUNT(order_id) AS total_order_count,
    SUM(order_amount) AS total_order_amount,
    AVG(order_amount) AS avg_order_amount,
    MAX(order_amount) AS max_order_amount,
    MIN(order_amount) AS min_order_amount
FROM order_table;

上述查询中,AS关键字用于给聚合计算的结果列设置别名,方便后续读取结果。如果只需要统计符合特定条件的订单,可以在查询中添加WHERE子句:

-- 统计2024年1月的订单聚合数据
SELECT 
    COUNT(order_id) AS month_order_count,
    SUM(order_amount) AS month_total_amount,
    AVG(order_amount) AS month_avg_amount
FROM order_table
WHERE order_date >= '2024-01-01' AND order_date < '2024-02-01';

结合GROUP BY子句分组计算

当需要按照某个维度分组统计时,需要搭配GROUP BY子句使用,GROUP BY会将相同分组字段值的行归为一组,再对每组分别执行聚合计算。

单字段分组示例

要统计每个用户的订单总数和总消费金额,可以按照user_id分组:

-- 按用户分组统计订单数据
SELECT 
    user_id,
    COUNT(order_id) AS user_order_count,
    SUM(order_amount) AS user_total_amount
FROM order_table
GROUP BY user_id;

注意SELECT子句中出现的非聚合列必须出现在GROUP BY子句中,否则查询会报错,这是SQL的分组查询基本规则。

多字段分组示例

如果需要同时按照用户和订单月份分组,统计每个用户每个月的订单数据,可以在GROUP BY后添加多个字段:

-- 按用户和月份分组统计订单数据
SELECT 
    user_id,
    DATE_FORMAT(order_date, '%Y-%m') AS order_month,
    COUNT(order_id) AS month_order_count,
    SUM(order_amount) AS month_total_amount
FROM order_table
GROUP BY user_id, DATE_FORMAT(order_date, '%Y-%m');

结合HAVING子句过滤聚合结果

WHERE子句只能过滤原始行的数据,无法过滤聚合后的结果,如果需要筛选聚合计算后的分组数据,需要使用HAVING子句,HAVING子句可以直接使用聚合函数作为过滤条件。

例如要查询总消费金额超过1000的用户及其消费数据:

-- 筛选总消费超过1000的用户订单数据
SELECT 
    user_id,
    COUNT(order_id) AS user_order_count,
    SUM(order_amount) AS user_total_amount
FROM order_table
GROUP BY user_id
HAVING SUM(order_amount) > 1000;

聚合函数使用的注意事项

  • 聚合函数会忽略NULL值,例如COUNT(column)不会统计该列值为NULL的行,如果需要统计所有行数,建议使用COUNT(*)。
  • 如果SELECT子句中同时包含普通列和聚合函数,必须搭配GROUP BY子句,且普通列需要出现在GROUP BY中。
  • 不同数据库对聚合函数的扩展支持不同,例如MySQL支持GROUP_CONCAT()用于将分组内的字符串拼接,使用时需要参考对应数据库的官方文档。
  • 聚合函数可以嵌套使用,例如先计算每个用户的平均订单金额,再计算所有用户平均订单金额的平均值,但嵌套使用时需要注意逻辑合理性。

嵌套聚合函数示例

以下示例先计算每个用户的平均订单金额,再计算所有用户平均订单金额的平均值:

-- 嵌套聚合函数计算
SELECT AVG(user_avg_amount) AS total_avg_user_amount
FROM (
    SELECT 
        user_id,
        AVG(order_amount) AS user_avg_amount
    FROM order_table
    GROUP BY user_id
) AS user_avg_table;

SQLSELECT聚合函数group_by修改时间:2026-07-12 03:30:12

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。