MySQL数据查询之：使用集合/聚合函数查询-tutorial mysql-php.cn

MySQL数据查询之：使用集合/聚合函数查询

MySQL聚合函数如下：

函数	作用
avg()	返回某列的平均值
count()	返回某列的行数
max()	返回某列的最大值
min()	返回某列的最小值
sum()	返回某列值的和

(1)count()函数
(2)sum()函数
(3)avg()函数
(4)max()函数
(5)min()函数

(免费学习推荐：mysql视频教程)

(1)count()函数

count()函数统计数据表中包含的记录行的总数，或者根据查询结果返回列中包含的数据行数，有两种使用方法：
①count(*)计算表中总的行数，不管某列有数值或者为空值。
②count(字段名)计算指定列下总的行数，计算时将忽略空值的行。

【例1】查询customers表中总的行数，SQL语句如下：

mysql> select count(*) as cust_num -> from customers;+----------+| cust_num |+----------+| 4 |+----------+1 row in set (0.06 sec)

Salin selepas log masuk

由查询结果可知，count(*)返回customers表中记录的总行数，不管其值是什么。返回的总数的名称为cust_num。

【例2】查询customers表中有电子邮箱的顾客的总数，SQL语句如下：

mysql> select count(c_email) as email_num -> from customers;+-----------+| email_num |+-----------+| 3 |+-----------+1 row in set (0.00 sec)

Salin selepas log masuk

上面两个例子结果不同说明两种方式在计算总数的时候对待null值的方式不同，即指定列的值为空的行被count()函数忽略,但是如果不指定列,而在count()函数中使用*，则所有记录都不忽略。

【例3】在orderitems表中，使用count()函数与group by关键字一起使用，用来计算不同分组中的记录总数。

mysql> select o_num,count(f_id) -> from orderitems -> group by o_num;+-------+-------------+| o_num | count(f_id) |+-------+-------------+| 30001 | 4 || 30002 | 1 || 30003 | 1 || 30004 | 1 || 30005 | 4 |+-------+-------------+5 rows in set (0.00 sec)

Salin selepas log masuk

(2)sum()函数

sum是一个求总和的函数，返回指定列值的总和。

【例】在orderitems表中查询30005号订单一共购买的水果总量，SQL语句如下：

mysql> select sum(quantity) as items_total -> from orderitems -> where o_num = 30005;+-------------+| items_total |+-------------+| 30 |+-------------+1 row in set (0.05 sec)

Salin selepas log masuk

sum()可以和group by一起使用，用来计算每个分组的总和。

【例】在orderitems表中，使用sum()函数统计不同订单号中订购的水果总量，SQL语句如下：

mysql> select o_num,sum(quantity) as items_total -> from orderitems -> group by o_num;+-------+-------------+| o_num | items_total |+-------+-------------+| 30001 | 33 || 30002 | 2 || 30003 | 100 || 30004 | 50 || 30005 | 30 |+-------+-------------+5 rows in set (0.00 sec)

Salin selepas log masuk

sum函数在计算时，忽略值为null的行。

(3)avg()函数

avg()函数通过计算返回的行数和每一列数据的和，求得指定列数据的平均值。
avg()函数使用时，其参数为要计算的列名称，如果要得到多个列的多个平均值，则需要在每一列上使用avg()函数。

【例1】在fruits表中，查询s_id=103的供应商的水果价格的平均值，SQL语句如下：

mysql> select avg(f_price) as avg_price -> from fruits -> where s_id = 103;+-----------+| avg_price |+-----------+| 5.700000 |+-----------+1 row in set (0.05 sec)

Salin selepas log masuk

【例2】在fruits表中，查询每一个供应商的水果价格的平均值，SQL语句如下：

mysql> select s_id,avg(f_price) as avg_price -> from fruits -> group by s_id;+------+-----------+| s_id | avg_price |+------+-----------+| 104 | 7.000000 || 101 | 6.200000 || 103 | 5.700000 || 107 | 3.600000 || 102 | 8.933333 || 105 | 7.466667 || 106 | 15.700000 |+------+-----------+7 rows in set (0.00 sec)

Salin selepas log masuk

group by 关键字根据s_id字段对记录进行分组，然后计算出每个分组的平均值，这种分组求平均值的方法非常有用。例如，求不同班级学生成绩的平均值，求不同部门工人的平均工资，求各地的年平均气温等。

(4)max()函数

max()返回指定列中的最大值。
max()函数除了用来找出最大的列值或日期值之外，还能返回任意列中的最大值，包括返回字符类型的最大值。

【例1】在fruits表中查找市场上价格最高的水果值，SQL语句如下：

mysql> select max(f_price) as max_price from fruits;+-----------+| max_price |+-----------+| 15.70 |+-----------+1 row in set (0.05 sec)

Salin selepas log masuk

【例2】在fruits表中查找不同供应商提供的价格最高的水果值，SQL语句如下:

mysql> select s_id,max(f_price) as max_price -> from fruits -> group by s_id;+------+-----------+| s_id | max_price |+------+-----------+| 104 | 7.60 || 101 | 10.20 || 103 | 9.20 || 107 | 3.60 || 102 | 11.20 || 105 | 11.60 || 106 | 15.70 |+------+-----------+7 rows in set (0.00 sec)

Salin selepas log masuk

【例3】在fruits表中查找f_name的最大值，SQL语句如下:

mysql> select max(f_name) from fruits;+-------------+| max(f_name) |+-------------+| xxxx |+-------------+1 row in set (0.00 sec)

Salin selepas log masuk

(5)min()函数

- min()返回查询列中的最小值。

【例1】在fruits表中查找市场上价格最低的水果值，SQL语句如下：

mysql> select min(f_price) as min_price -> from fruits;+-----------+| min_price |+-----------+| 2.20 |+-----------+1 row in set (0.00 sec)

Salin selepas log masuk

【例2】在fruits表中查找不同供应商提供的价格最低的水果汁，SQL语句如下：

mysql> select s_id,min(f_price) as min_price -> from fruits -> group by s_id;+------+-------------+| s_id | min_price |+------+-------------+| 104 | 6.40 || 101 | 3.20 || 103 | 2.20 || 107 | 3.60 || 102 | 5.30 || 105 | 2.60 || 106 | 15.70 |+------+-------------+7 rows in set (0.00 sec)

Salin selepas log masuk