Mysql 02:集合函数(聚合函数)查询全解——COUNT/SUM/AVG/MAX/MIN 实战指南

news2026/3/31 22:20:02
在 MySQL 中集合函数也叫聚合函数是对一组数据进行统计计算的核心工具常用于数据汇总、报表生成、分组统计等场景。本文将围绕图片中的 5 大核心集合函数从语法、用法、代码示例三个维度带你彻底掌握 MySQL 聚合查询。一、核心集合函数总览函数名功能适用场景注意事项COUNT()统计行数 / 非空值数量统计记录数、去重计数COUNT(*)统计所有行COUNT(字段)忽略 NULLSUM()对数值型字段求和计算总分、总销售额仅支持数值类型自动忽略 NULLAVG()计算数值型字段平均值计算平均分、平均工资仅支持数值类型自动忽略 NULLMAX()求字段最大值最高分、最高销售额支持数值、字符串、日期类型MIN()求字段最小值最低分、最低销售额支持数值、字符串、日期类型二、各函数详解 代码示例准备测试数据先创建一张学生成绩表student_score用于后续所有示例-- 创建表 CREATE TABLE student_score ( id INT PRIMARY KEY AUTO_INCREMENT, name VARCHAR(20) NOT NULL, subject VARCHAR(20) NOT NULL, score INT, class VARCHAR(10) NOT NULL ); -- 插入测试数据含 NULL 用于演示 COUNT 特性 INSERT INTO student_score (name, subject, score, class) VALUES (张三, 语文, 85, 一班), (张三, 数学, 92, 一班), (李四, 语文, 78, 二班), (李四, 数学, 88, 二班), (王五, 语文, 95, 一班), (赵六, 英语, NULL, 三班), -- 成绩为 NULL (孙七, 数学, 55, 三班);1.COUNT()统计行数 / 非空值核心用法COUNT(*)统计所有行数包含 NULL 行COUNT(字段)统计字段非空的行数自动忽略 NULLCOUNT(DISTINCT 字段)统计去重后的非空值数量代码示例-- 1. 统计总记录数包含 NULL 行 SELECT COUNT(*) AS 总记录数 FROM student_score; -- 2. 统计成绩非空的记录数忽略赵六的 NULL 成绩 SELECT COUNT(score) AS 有效成绩数 FROM student_score; -- 3. 统计去重后的班级数量 SELECT COUNT(DISTINCT class) AS 班级数量 FROM student_score;运行结果总记录数7有效成绩数6班级数量3说明COUNT(*)会统计表中所有 7 条记录包括赵六的 NULL 行COUNT(score)只统计 6 条非空成绩自动忽略 NULLCOUNT(DISTINCT class)统计 3 个不重复的班级一班、二班、三班2.SUM()数值求和核心用法SUM(字段)对指定数值字段求和自动忽略 NULL仅支持数值类型INT、FLOAT、DECIMAL 等非数值类型结果为 0代码示例-- 1. 统计所有学生的成绩总和 SELECT SUM(score) AS 成绩总和 FROM student_score; -- 2. 按班级分组统计每个班的成绩总和 SELECT class, SUM(score) AS 班级总分 FROM student_score GROUP BY class; -- 3. 统计张三的个人总分 SELECT SUM(score) AS 张三总分 FROM student_score WHERE name 张三;运行结果成绩总和493class班级总分一班272二班166三班55张三总分177说明自动忽略赵六的 NULL 成绩仅对 6 个有效分数求和可配合GROUP BY实现分组统计是报表统计的核心用法3.AVG()求平均值核心用法AVG(字段)计算数值字段的平均值自动忽略 NULL等价于SUM(字段) / COUNT(字段)代码示例-- 1. 计算所有有效成绩的平均分 SELECT AVG(score) AS 整体平均分 FROM student_score; -- 2. 按班级分组计算每个班的平均分 SELECT class, AVG(score) AS 班级平均分 FROM student_score GROUP BY class; -- 3. 计算张三的平均分 SELECT AVG(score) AS 张三平均分 FROM student_score WHERE name 张三;运行结果整体平均分82.1667class班级平均分一班90.6667二班83.0000三班55.0000张三平均分88.5000说明自动忽略 NULL整体平均分 493 / 6 ≈ 82.17可配合ROUND()保留小数ROUND(AVG(score), 2)保留 2 位小数4.MAX()求最大值核心用法MAX(字段)求字段的最大值支持数值、字符串、日期类型数值按大小比较字符串按字典序比较日期按时间先后比较越晚越大代码示例-- 1. 求所有成绩中的最高分 SELECT MAX(score) AS 最高分 FROM student_score; -- 2. 按班级分组求每个班的最高分 SELECT class, MAX(score) AS 班级最高分 FROM student_score GROUP BY class; -- 3. 求字符串最大值按字典序赵六 张三 SELECT MAX(name) AS 姓名最大值 FROM student_score;运行结果最高分95class班级最高分一班95二班88三班55姓名最大值赵六5.MIN()求最小值核心用法MIN(字段)求字段的最小值支持类型与MAX()完全一致逻辑相反代码示例-- 1. 求所有成绩中的最低分 SELECT MIN(score) AS 最低分 FROM student_score; -- 2. 按班级分组求每个班的最低分 SELECT class, MIN(score) AS 班级最低分 FROM student_score GROUP BY class; -- 3. 求字符串最小值按字典序李四 张三 SELECT MIN(name) AS 姓名最小值 FROM student_score;运行结果最低分55class班级最低分一班85二班78三班55姓名最小值李四三、集合函数核心注意事项1. NULL 处理规则所有聚合函数自动忽略 NULL 值除COUNT(*)外若字段全为 NULLSUM()/AVG()结果为 NULLCOUNT()结果为 02.WHERE与HAVING的区别WHERE在分组前过滤行不能使用聚合函数HAVING在分组后过滤分组结果必须配合GROUP BY使用可使用聚合函数错误示例WHERE 用聚合函数-- 错误WHERE 不能用聚合函数 SELECT class, AVG(score) FROM student_score WHERE AVG(score) 80 GROUP BY class;正确示例HAVING 过滤分组-- 正确HAVING 过滤分组后的数据 SELECT class, AVG(score) AS 平均分 FROM student_score GROUP BY class HAVING AVG(score) 80;3. 分组查询的字段限制使用GROUP BY分组后SELECT后只能跟分组字段和聚合函数否则报错错误示例-- 错误name 不是分组字段也不是聚合函数 SELECT name, AVG(score) FROM student_score GROUP BY class;四、综合实战多函数组合查询-- 需求按班级分组统计每个班的人数、总分、平均分、最高分、最低分 SELECT class AS 班级, COUNT(*) AS 班级人数, SUM(score) AS 班级总分, ROUND(AVG(score), 2) AS 班级平均分, MAX(score) AS 班级最高分, MIN(score) AS 班级最低分 FROM student_score GROUP BY class ORDER BY 班级平均分 DESC;运行结果班级班级人数班级总分班级平均分班级最高分班级最低分一班327290.679585二班216683.008878三班25555.005555五、核心总结5 大核心函数COUNT计数、SUM求和、AVG平均、MAX最大、MIN最小NULL 处理除COUNT(*)外所有函数自动忽略 NULL分组配合聚合函数常与GROUP BY搭配实现分组统计过滤规则WHERE过滤行HAVING过滤分组不可混用适用场景报表统计、数据汇总、业务分析、面试高频考点

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处:http://www.coloradmin.cn/o/2469878.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…