聚合函数与GROUP BY协同工作，先按指定列分组，再对每组数据进行汇总计算。例如SUM、COUNT等函数会分别作用于每个分组，返回每组的统计结果，从而实现如“每个客户总消费”这类分析需求。
SQL中的聚合函数，简单来说，就是把多行数据“浓缩”成一行概括性结果的工具。它们能帮你快速计算出一组数据的总和、平均值、最大值、最小值，或者统计行数，是数据分析和报表生成不可或缺的核心功能。理解并善用它们，是掌握SQL数据处理能力的关键一步。
SQL中的聚合函数，其核心作用在于对数据集进行汇总计算。它们不会返回原始数据集的每一行，而是根据你的需求，将一组值（可能是整个表，也可能是通过GROUP BY子句划分的各个组）计算出一个单一的结果。
最常用的几个聚合函数包括：
COUNT()：计算行数。COUNT(*)计算所有行，包括NULL值。COUNT(column_name)只计算指定列中非NULL值的行数。SUM(column_name)：计算指定列中所有数值的总和。AVG(column_name)：计算指定列中所有数值的平均值。MIN(column_name)：找出指定列中的最小值。MAX(column_name)：找出指定列中的最大值。
这些函数通常与SELECT语句一起使用。例如，如果你想知道一个orders表里总共有多少笔订单：
SELECT COUNT(*) FROM orders;
想计算所有订单的总金额：
SELECT SUM(order_total) FROM orders;
如果需要计算某个特定产品（比如product_id = 101）的平均销售价格，你可能会这样写：
SELECT AVG(price) FROM order_items WHERE product_id = 101;
聚合函数真正的威力，往往在使用GROUP BY子句时才能充分体现。GROUP BY允许你将数据按照一个或多个列进行分组，然后聚合函数会对每个组独立进行计算。
例如，要统计每个客户的总订单金额：
SELECT customer_id, SUM(order_total) AS total_spentFROM ordersGROUP BY customer_id;
这里，orders表的数据会先按customer_id分组，然后SUM(order_total)会分别计算每个customer_id组内的order_total总和。
如果你还需要对分组后的结果进行筛选，就得用到HAVING子句，而不是WHERE。WHERE是在分组前过滤行，而HAVING是在分组后过滤组。比如，只看那些总订单金额超过1000的客户：
SELECT customer_id, SUM(order_total) AS total_spentFROM ordersGROUP BY customer_idHAVING SUM(order_total) > 1000;
记住，聚合函数是SQL数据分析的基石，掌握它们的用法和与GROUP BY、HAVING的配合，能让你从海量数据中快速提取出有价值的信息。
聚合函数和GROUP BY子句是怎样协同工作的？
聚合函数和GROUP BY子句之间的关系，我觉得用“先分后合”来形容最贴切。当你执行一个带有GROUP BY的查询时，数据库引擎会先按照你指定的列（或多列）将表中的所有行分成若干个逻辑上的“组”。想象一下，你有一大堆客户订单，GROUP BY customer_id就像是把所有同一个客户的订单都堆到一起。
一旦这些组形成，聚合函数便会登场。它不再是作用于整个数据集，而是针对每一个独立的组进行计算。比如，SUM(order_total)就会分别计算每个客户组内的所有订单总金额。最终，查询结果的每一行就代表了一个组，以及这个组通过聚合函数计算出的结果。
举个例子，假设我们有一个sales表，记录了product_category（产品类别）和amount（销售额）。
如果你想知道每个产品类别的总销售额：
SELECT product_category, SUM(amount) AS total_category_salesFROM salesGROUP BY product_category;
在这个查询中，GROUP BY product_category会把所有“电子产品”的销售记录分到一组，所有“服装”的销售记录分到另一组，以此类推。然后，SUM(amount)会分别对“电子产品”组的所有amount求和，对“服装”组的所有amount求和，最终返回一个包含每个类别及其总销售额的结果集。
如果查询中没有GROUP BY子句，聚合函数会默认将整个查询结果集视为一个大组进行聚合。比如，SELECT SUM(amount) FROM sales;会计算所有销售额的总和，返回一行结果。
arXiv Xplorer
ArXiv 语义搜索引擎，帮您快速轻松的查找，保存和下载arXiv文章。
73 查看详情 
理解这种“先分组，后聚合”的逻辑，对于写出正确且高效的SQL查询至关重要。它能帮助你避免常见的错误，比如在SELECT列表中包含了非聚合列又没有在GROUP BY中指定，这在很多数据库系统里都会报错。
在使用聚合函数时，有哪些常见的“坑”和性能考量？
聚合函数虽然强大，但在实际使用中确实有一些需要注意的“坑”和性能上的考量。我个人就踩过不少。
一个很常见的误区是关于NULL值的处理。大多数聚合函数，比如SUM(), AVG(), MIN(), MAX()，在计算时都会自动忽略NULL值。这意味着，如果你有一列包含NULL，AVG()计算的是非NULL值的平均数，而不是把NULL当作0来计算。COUNT(column_name)也只会统计非NULL的行。但COUNT(*)或COUNT(1)则会统计所有行，包括NULL值的行。这在统计人数、订单数等场景下，如果没搞清楚，结果可能大相径庭。
-- 假设 employees 表有 salary 列，其中一些员工的 salary 是 NULLSELECT COUNT(*) AS total_employees, -- 统计所有员工数 COUNT(salary) AS employees_with_salary, -- 统计有工资的员工数 SUM(salary) AS total_payroll, -- 计算所有有工资员工的工资总和 AVG(salary) AS avg_salary -- 计算有工资员工的平均工资FROM employees;
你会发现total_employees和employees_with_salary很可能不一样。
另一个常被忽视的点是DISTINCT关键字与聚合函数的结合。比如COUNT(DISTINCT column_name)可以统计某个列中不重复值的数量。这在统计独立用户数、独立产品数时非常有用。但要注意，COUNT(DISTINCT ...)通常比COUNT(...)或COUNT(*)的性能开销更大，尤其是在大数据量下，因为它需要额外处理去重逻辑。
性能方面，GROUP BY子句是最大的考量之一。如果GROUP BY的列上没有合适的索引，数据库可能需要对数据进行全表扫描和排序，这在处理大量数据时会非常慢。因此，为经常用于GROUP BY的列创建索引是一个常见的优化手段。
还有就是HAVING和WHERE的混淆。WHERE子句在数据分组之前过滤行，它不能使用聚合函数。HAVING子句在数据分组之后过滤组，所以它可以包含聚合函数。错误地使用它们，不仅可能导致语法错误，更可能导致查询逻辑混乱，或者性能低下。WHERE能做的过滤，尽量在WHERE里做，因为WHERE可以减少需要分组的数据量，从而减轻GROUP BY的负担。
最后，避免在聚合函数内部直接嵌套聚合函数，例如AVG(SUM(column))，这通常是不允许的。如果需要这种多级聚合，通常需要通过子查询（Subquery）或者公共表表达式（CTE）来实现。
除了基本的聚合，还有哪些高级用法或变体可以提升数据分析能力？
当我们谈到SQL的聚合能力，除了SUM、AVG这些基本操作，其实还有一些更高级、更灵活的用法，它们能显著提升你的数据分析维度和效率。这些往往能让你在不写复杂代码的情况下，从数据中挖掘出更多信息。
一个非常实用的技巧是条件聚合（Conditional Aggregation）。这通常通过CASE表达式与聚合函数结合来实现。它的核心思想是在聚合之前，根据某个条件对数据进行筛选或转换。举个例子，如果你想在一次查询中，同时统计男性和女性的平均工资，而不是分开两次查询或分组：
SELECT AVG(CASE WHEN gender = 'Male' THEN salary ELSE NULL END) AS avg_male_salary, AVG(CASE WHEN gender = 'Female' THEN salary ELSE NULL END) AS avg_female_salaryFROM employees;
这里，CASE表达式在gender为’Male’时返回salary，否则返回NULL。由于AVG函数会忽略NULL，所以第一个AVG就只计算了男性的平均工资，第二个AVG只计算了女性的。这种方式非常灵活，可以实现各种复杂的交叉统计。
再进一步，窗口函数（Window Functions）可以说是聚合函数在高级分析领域的“亲戚”或“升级版”。虽然它们也执行聚合操作，但与传统聚合函数不同的是，窗口函数不会将行折叠成单个输出行。它们在处理数据的同时，保留了原始行的细节，允许你在一个“窗口”（由OVER子句定义的一组行）内执行计算。
例如，你想查看每个员工的工资，并且同时知道该部门的平均工资，而不需要GROUP BY把所有员工信息都隐藏掉：
SELECT employee_id, employee_name, department_id, salary, AVG(salary) OVER (PARTITION BY department_id) AS avg_department_salaryFROM employees;
这里的AVG(salary) OVER (PARTITION BY department_id)就是一个窗口函数。它会根据department_id对员工进行分区，然后在每个分区内计算salary的平均值。结果是，每一行员工记录都会显示其部门的平均工资，但原始的员工信息（如employee_id）仍然保留。这对于排名、移动平均、累计和等分析场景极其强大。
还有一些用于生成多维度聚合报表的函数，比如ROLLUP, CUBE, 和 GROUPING SETS。它们允许你在一个查询中生成多个分组级别的汇总。例如，ROLLUP可以生成小计和总计，而CUBE则可以生成所有可能的组合聚合。
-- 使用 ROLLUP 统计产品类别、子类别的销售额，并包含总计SELECT product_category, product_subcategory, SUM(sales_amount) AS total_salesFROM salesGROUP BY ROLLUP(product_category, product_subcategory);
这个查询会返回产品类别和子类别的销售额，以及每个产品类别的总销售额（当product_subcategory为NULL时），和整个表的总销售额（当product_category和product_subcategory都为NULL时）。这些高级聚合功能，能让你用更简洁的SQL语句，完成原本需要多次查询或复杂逻辑才能实现的数据分析任务。
以上就是SQL中如何使用聚合函数_SQL聚合函数的用法详解的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1087878.html
微信扫一扫 
支付宝扫一扫 
