深入解析MySQL AVG()函数:从基础语法到实战应用

news2026/4/15 10:21:08
1. MySQL AVG()函数基础入门刚接触MySQL时我发现很多新手对AVG()函数存在误解以为它就是个简单的平均数计算器。实际上这个函数藏着不少门道今天我就用最接地气的方式带大家彻底搞懂它。AVG()函数的本质是计算某列数值的平均值但它的计算逻辑比小学数学课上的平均数复杂。举个例子假设我们有个学生成绩表里面有50个学生的数学成绩。当执行SELECT AVG(math_score) FROM students时MySQL会做三件事遍历所有行的math_score列累加这些数值用总和除以非NULL值的行数这里有个容易踩坑的地方AVG()会自动忽略NULL值。我去年做电商数据分析时就栽过跟头。当时有个商品表部分新品还没来得及录入价格查询平均价格时结果比预期高很多后来才发现是因为NULL值没参与计算。基础语法其实很简单SELECT AVG(column_name) FROM table_name;但实际使用时往往需要配合其他子句比如我们常需要先筛选再计算-- 计算二年级学生的平均成绩 SELECT AVG(score) FROM students WHERE grade 2;2. AVG()函数的高级玩法2.1 配合GROUP BY实现分组统计单独使用AVG()只能算个整体平均值结合GROUP BY才能真正发挥威力。上周我帮朋友优化他的网店报表就用这个组合拳解决了大问题。假设有个订单表orders包含字段order_id, product_id, quantity, price。老板想看每个产品的平均销量代码是这样的SELECT product_id, AVG(quantity) AS avg_quantity FROM orders GROUP BY product_id;这里有个性能优化技巧如果product_id有索引查询速度会快很多。我实测过在100万条数据的表上有索引比没索引快8倍左右。2.2 与HAVING子句的完美配合WHERE是在计算前过滤HAVING是在计算后过滤。比如想找出平均分超过80分的班级SELECT class_id, AVG(score) AS avg_score FROM students GROUP BY class_id HAVING avg_score 80;这个查询的执行顺序很有意思先按class_id分组计算每组的平均分最后筛选出平均分80的组3. 实战中的经典应用场景3.1 学生成绩分析系统我在大学做助教时就用AVG()帮老师自动生成成绩报告。比如这个查询可以同时显示各科目平均分、最高分和最低分SELECT subject, AVG(score) AS avg_score, MAX(score) AS max_score, MIN(score) AS min_score FROM exam_results GROUP BY subject;更实用的是动态排名分析比如找出高于平均分的学生SELECT student_name, score FROM exam_results WHERE score (SELECT AVG(score) FROM exam_results);3.2 电商销售数据分析去年双十一我用AVG()帮一个店铺做了销售分析。这段代码可以计算各时段平均客单价SELECT HOUR(order_time) AS hour, AVG(amount) AS avg_amount FROM orders WHERE DATE(order_time) 2023-11-11 GROUP BY HOUR(order_time);发现个有趣现象晚上8点到10点的客单价比白天高30%后来店铺就在这个时段推高价商品效果很不错。4. 避坑指南与性能优化4.1 NULL值处理的陷阱AVG()忽略NULL这个特性有时会很危险。比如计算员工平均薪资时如果没发工资的记录是NULL而不是0结果就会虚高。我的解决方案是SELECT AVG(COALESCE(salary, 0)) AS true_avg_salary FROM employees;4.2 大数据量下的性能问题当表数据超过千万行时AVG()可能变慢。我有三个实测有效的优化方案在查询字段上建索引先用WHERE缩小数据范围考虑使用预计算字段比如这个优化后的查询SELECT product_category, AVG(price) AS avg_price FROM products WHERE create_time 2023-01-01 GROUP BY product_category;4.3 精度丢失问题AVG()默认返回的精度可能不够。去年做财务系统时就遇到这个问题后来发现可以用CAST解决SELECT CAST(AVG(amount) AS DECIMAL(10,2)) AS precise_avg FROM transactions;5. 创意应用案例5.1 动态评分系统我给一个电影网站做的评分算法就用了AVG()的变体SELECT movie_id, (AVG(rating) * COUNT(rating)) / (COUNT(rating) 10) AS weighted_score FROM ratings GROUP BY movie_id;这个公式让评分人数多的电影更有优势解决了新电影评分波动大的问题。5.2 异常值检测配合标准差函数AVG()可以用来发现异常数据SELECT AVG(amount) - 2*STDDEV(amount) AS lower_bound, AVG(amount) 2*STDDEV(amount) AS upper_bound FROM transactions;超出这个范围的数据就很可能是异常值。

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/2519529.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…