Mysql 的數(shù)據(jù)匯總(九)

timg.jpeg

本節(jié)將簡單介紹 sql 的聚集函數(shù)以及如何利用它們匯總表的數(shù)據(jù)

聚集函數(shù)

運行在行組上,計算和返回單個值的函數(shù)

sql 聚集函數(shù)

函數(shù) 說明
AVG() 返回某列的平均值
COUNT() 返回某列的行數(shù)
MAX() 返回某列的最大數(shù)
MIN() 返回某列的最小數(shù)
SUM() 返回某列值的和

AVG() 函數(shù)

AVG()可用來返回所有列的平均值,也可以用來返回特定列或行的平均值

select avg(score) as score_avg
from sc;

此查詢語句返回了 score_avg,包含了 sc 表中所有 score 字段的平均值,輸出為:

+-----------+
| score_avg |
+-----------+
|  70.77778 |
+-----------+

AVG() 也可用來確定特定行或列的平均值,如:

select sid, avg(score) as score_avg
from sc
where sid = 3;

此查詢語句返回了 sid = 3 的所有行的平均值,輸出為:

+------+-----------+
| sid  | score_avg |
+------+-----------+
| 03   |  80.00000 |
+------+-----------+

AVG() 只能用來確定特定數(shù)值列的平均值,而且列名必須作為函數(shù)參數(shù)給出。為了獲得多個列的平均值,必須使用多個 AVG() 函數(shù)
AVG() 函數(shù)忽略列值為 NULL 的行

COUNT() 函數(shù)

可利用 COUNT() 確定表中行的數(shù)目或符合特定條件的行的數(shù)目

使用 COUNT(*) 對表中行的數(shù)目進行計數(shù),不管表列中包含的是空值( NULL)還是非空值:

select count(sid) as 'stu_count'
from student;

此查詢語句返回了學生的總?cè)藬?shù),輸出為:

+-----------+
| stu_count |
+-----------+
|        12 |
+-----------+

使用 COUNT(column) 對特定列中具有值的行進行計數(shù),忽略 NULL 值:

select count(pay_time) as 'pay_count'
from order_info_utf;

此查詢語句返回了 pay_time 字段值不為 null 的行數(shù),輸出為:

+----------------+
|    pay_count   |
+----------------+
|         461805 |
+----------------+

MAX() 函數(shù)

MAX() 要求指定列名

select max(score) as score_max
from sc;

此查詢語句返回了 sc 表中 score 字段最大的值,輸出為:

+-----------+
| score_max |
+-----------+
|      99.0 |
+-----------+

MAX() 函數(shù)忽略列值為 NULL 的行

MIN() 函數(shù)

MIN() 要求指定列名

select min(score) as score_min
from sc;

此查詢語句返回了 sc 表中 score 字段最小的值,輸出為:

+------------+
| min(score) |
+------------+
|       31.0 |
+------------+

MIN() 函數(shù)忽略列值為 NULL 的行

SUM() 函數(shù)

select sum(score) score_sum
from sc
where sid = 3;

此查詢語句返回了 sid = 3 的總分,輸出為:

+------------+
| sum(score) |
+------------+
|      240.0 |
+------------+

SUM() 也可以用來合計計算值,如:

select sum(price * num) as total_price
from goods;

此查詢語句返回了 goods 表中所有商品的總價,輸出為:

+-------------+
| total_price |
+-------------+
| 6963697.000 |
+-------------+

SUM() 函數(shù)忽略列值為 NULL 的行

聚集不同的值

select avg(distinct score) as score_avg
from sc;

此查詢語句查詢了所有不同分數(shù)的平均分,輸出為:

+-----------+
| score_avg |
+-----------+
|  68.84615 |
+-----------+

組合聚集函數(shù)

SELECT 語句可根據(jù)需要包含多個聚集函數(shù),如:

select count(score) as score_sount,
       avg(score) as score_avg,
       sum(score) as score_sum,
       max(score) as score_max,
       min(score) as score_min
from sc;

此查詢語句查詢了 sc 表中所有的分數(shù)人數(shù)、平均分、總分、最高分、最低分,輸出為:

+-------------+-----------+-----------+-----------+-----------+
| score_sount | score_avg | score_sum | score_max | score_min |
+-------------+-----------+-----------+-----------+-----------+
|          18 |  70.77778 |    1274.0 |      99.0 |      31.0 |
+-------------+-----------+-----------+-----------+-----------+
最后編輯于
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,238評論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,430評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,134評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,893評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,653評論 6 408
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,136評論 1 323
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,212評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,372評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,888評論 1 334
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 40,738評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,939評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,482評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,179評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,588評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,829評論 1 283
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,610評論 3 391
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,916評論 2 372

推薦閱讀更多精彩內(nèi)容