导读:本期聚焦于小伙伴创作的《SQL怎样计算每个部门中谁的工资高于平均水平?用AVG OVER对比子查询更优吗》,敬请观看详情。想找出每个部门里工资超过本部门平均水平的员工,传统写法要靠子查询关联部门均值,逻辑绕且易写错。窗口函数AVG OVER能直接在每行算出部门均值,避免重复扫描。本文用员工表演示两种写法,对比执行逻辑与可读性的差异,说明在多数数据库里OVER方案更简洁,但要注意分区字段索引与NULL值处理,否则结果会偏差。

在人事系统或ERP报表中,经常需要回答一个具体问题:某个部门内部,哪些员工的工资比该部门的平均工资更高。这个问题看似简单,但如果用错写法,不仅SQL冗长,还可能因为关联逻辑出错导致数据不对。下面用一张员工表来演示两种主流实现方式。

SQL怎样计算每个部门中谁的工资高于平均水平?用AVG OVER对比子查询更优吗

一、使用子查询关联计算部门平均

最容易被想到的办法,是先通过GROUP BY算出每个部门的平均工资,再和原表做连接,最后用WHERE过滤。这种写法在几乎所有关系型数据库中都支持,兼容性最好。

假设有表emp,字段为id、name、dept_id、salary。我们首先写出平均工资的派生表:

SELECT dept_id, AVG(salary) AS avg_sal
FROM emp
GROUP BY dept_id

然后将原表与这个派生表按dept_id关联,并筛选出工资更高的记录:

SELECT e.id, e.name, e.dept_id, e.salary, a.avg_sal
FROM emp e
JOIN (
    SELECT dept_id, AVG(salary) AS avg_sal
    FROM emp
    GROUP BY dept_id
) a ON e.dept_id = a.dept_id
WHERE e.salary > a.avg_sal

这种写法的优点是非常直观,初学者容易理解。但它需要对emp表扫描至少两次:一次用于聚合,一次用于关联。如果表很大且没有合适索引,性能开销明显。另外,当dept_id存在NULL时,NULL不会和任何值匹配,这部分员工会被直接排除,需要额外用COALESCE处理。

二、使用AVG OVER窗口函数

窗口函数可以在不改变行数的情况下,为每一行计算出所在分区的聚合值。AVG OVER (PARTITION BY dept_id) 会为同一部门的每行都填上该部门的平均工资,无需子查询和JOIN。

我们用一个子查询或CTE把窗口函数结果算出来,再在外层过滤:

SELECT id, name, dept_id, salary, dept_avg
FROM (
    SELECT
        id,
        name,
        dept_id,
        salary,
        AVG(salary) OVER (PARTITION BY dept_id) AS dept_avg
    FROM emp
) t
WHERE salary > dept_avg

这段SQL只扫描一次emp表,由数据库优化器在窗口计算阶段完成分区均值。代码更短,逻辑也更贴近业务描述:先算部门平均,再比大小。在MySQL 8.0、PostgreSQL、SQL Server、Oracle等现代数据库中均能正确执行。

需要注意的是,如果salary列存在NULL,AVG会忽略NULL,但员工那一行本身若salary为NULL,则比较结果也是未知,不会被选出。若业务要求把NULL视作0参与比较,应改用COALESCE(salary,0)。

三、两种方案对比与选型

我们从可读性、性能、兼容性三个维度做一张对照表:

维度子查询关联AVG OVER窗口
代码行数较多较少
表扫描次数通常两次通常一次
数据库支持几乎所有需支持窗口函数
NULL处理关联自动丢NULL部门AVG忽略NULL值

从对比可以看出,只要数据库版本支持窗口函数,AVG OVER方案在维护和性能上都有优势。但在老旧系统如MySQL 5.7中,只能使用子查询写法。

实际项目中,若部门字段上有索引,子查询的聚合也会较快;而窗口函数若配合PARTITION BY字段的索引,同样能减少排序成本。因此选型时先确认数据库版本,再结合团队熟悉度决定。

四、完整可运行示例

下面给出一个包含建表和数据插入的完整示例,方便你在测试库直接验证:

CREATE TABLE emp (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    dept_id INT,
    salary DECIMAL(10,2)
);

INSERT INTO emp VALUES
(1, '张三', 10, 8000),
(2, '李四', 10, 12000),
(3, '王五', 10, 9500),
(4, '赵六', 20, 7000),
(5, '钱七', 20, 11000),
(6, '孙八', 20, 11000);

-- 窗口函数写法
SELECT id, name, dept_id, salary, dept_avg
FROM (
    SELECT
        id,
        name,
        dept_id,
        salary,
        AVG(salary) OVER (PARTITION BY dept_id) AS dept_avg
    FROM emp
) t
WHERE salary > dept_avg;

执行后,部门10中李四工资12000高于平均9833将被选出;部门20中钱七和孙八工资11000高于平均9666也会被选出。这样就能精确找出每个部门里高于平均水平的员工。

总结来说,计算部门内工资高于平均,AVG OVER对比子查询在表达力和效率上更优,但务必确认数据库支持窗口函数并处理好NULL情况。写报表时优先用窗口函数,能让SQL更贴近分析语义。

SQL窗口函数AVG_OVER修改时间:2026-07-31 19:12:12

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。