共计 3170 个字符，预计需要花费 8 分钟才能阅读完成。
SQL 为什么要反对聚合查问呢？
这看上去是个童稚的问题，但咱们还是一步步思考一下。数据以行为粒度存储，最简略的 SQL 语句是 select * from test，拿到的是整个二维表明细，但仅做到这一点远远不够，出于以下两个目标，须要 SQL 提供聚合函数：
- 明细数据没有统计意义，比方我想晓得明天的营业额一共有多少，而不太关怀某桌客人生产了多少。
- 尽管能够先把数据查到内存中再聚合，但在数据量十分大的状况下很容易把内存撑爆，可能一张表一天的数据量就有 10TB，而 10TB 数据就算能读到内存里，聚合计算可能也会慢到难以承受。
另外聚合自身也有肯定逻辑复杂度，而 SQL 提供了聚合函数与分组聚合能力，能够不便疾速的统计出有业务价值的聚合数据，这奠定了 SQL 语言的剖析价值，因而大部分剖析软件间接采纳 SQL 作为间接面向用户的表达式。
聚合函数
常见的聚合函数有：
- COUNT：计数。
- SUM：求和。
- AVG：求平均值。
- MAX：求最大值。
- MIN：求最小值。
COUNT
COUNT 用来计算有多少条数据，比方咱们看 id 这一列有多少条：
SELECT COUNT(id) FROM test但咱们发现其实查任何一列的 COUNT 都是一样的，那传入 id 有什么意义呢？没必要非凡找一个具体列指代呀，所以也能够写成：
SELECT COUNT(*) FROM test 但这两者存在奥妙差别。SQL 存在一种很非凡的值类型 NULL，如果 COUNT 指定了具体列，则统计时会跳过此列值为 NULL 的行，而 COUNT(*) 因为未指定具体列，所以就算蕴含了 NULL，甚至某一行所有列都为 NULL，也都会蕴含进来。所以 COUNT(*) 查出的后果肯定大于等于 COUNT(c1)。
当然任何聚合函数都能够追随查问条件 WHERE，比方：
SELECT COUNT(*) FROM test
WHERE is_gray = 1SUM
SUM 求和所有项，因而必须作用于数值字段，而不能用于字符串。
SELECT SUM(cost) FROM testSUM 遇到 NULL 值时当 0 解决，因为这等价于疏忽。
AVG
AVG 求所有项均值，因而必须作用于数值字段，而不能用于字符串。
SELECT AVG(cost) FROM testAVG 遇到 NULL 值时采纳了最彻底的疏忽形式，即 NULL 齐全不参加分子与分母的计算，就像这一行数据不存在一样。
MAX、MIN
MAX、MIN 别离求最大与最小值，下面不同的时，也能够作用于字符串上，因而能够依据字母判断大小，从大到小顺次对应 a-z，但即使能算，也没有实际意义且不好了解，因而不倡议对字符串求极值。
SELECT MAX(cost) FROM test多个聚合字段
尽管都是聚合函数，但 MAX、MIN 严格意义上不算是聚合函数，因为它们只是寻找了满足条件的行。能够看看上面两段查问后果的比照：
SELECT MAX(cost), id FROM test -- id: 100
SELECT SUM(cost), id FROM test -- id: 1第一条查问能够找到最大值那一行的 id，而第二条查问的 id 是无意义的，因为不晓得归属在哪一行，所以只返回了第一条数据的 id。
当然，如果同时计算 MAX、MIN，那么此时 id 也只返回第一条数据的值，因为这个查问后果对应了复数行：
SELECT MAX(cost), MIN(cost), id FROM test -- id: 1基于这些个性，最好不要混用聚合与非聚合，也就是一条查问一旦有一个字段是聚合的，那么所有字段都要聚合。
当初很多 BI 引擎的自定义字段都有这条限度，因为混用聚合与非聚合在自定义内存计算时解决起来边界状况很多，尽管 SQL 能反对，但业务自定义的函数可能不反对。
分组聚合
分组聚合就是 GROUP BY，其实能够把它当作一种高级的条件语句。
举个例子，查问每个国家的 GDP 总量：
SELECT COUNT(GDP) FROM amazing_table
GROUP BY country返回的后果就会依照国家进行分组，这时，聚合函数就变成了在组内聚合。
其实如果咱们只想看中、美的 GDP，用非分组也能够查，只是要分成两条 SQL：
SELECT COUNT(GDP) FROM amazing_table
WHERE country = '中国'
SELECT COUNT(GDP) FROM amazing_table
WHERE country = '美国'所以 GROUP BY 也可了解为，将某个字段的所有可枚举的状况都查了进去，并整合成一张表，每一行代表了一种枚举状况，不须要合成为一个个 WHERE 查问了。
多字段分组聚合
GROUP BY 能够对多个维度应用，含意等价于表格查问时行 / 列拖入多个维度。
下面是 BI 查问工具视角，如果没有上下文，能够看上面这个递进形容：
- 依照多个字段进行分组聚合。
- 多字段组合起来成为惟一 Key，即
GROUP BY a,b示意 a,b 合在一起形容一个组。 GROUP BY a,b,c查问后果第一列可能看到许多反复的 a 行，第二列看到反复 b 行，但在同一个 a 值内不会反复，c 在 b 行中同理。
上面是一个例子：
SELECT SUM(GDP) FROM amazing_table
GROUP BY province, city, area查问后果为：
浙江 杭州 余杭区
浙江 杭州 西湖区
浙江 宁波 海曙区
浙江 宁波 江北区
北京 .........GROUP BY + WHERE
WHERE 是依据行进行条件筛选的。因而 GROUP BY + WHERE 并不是在组内做筛选，而是对整体做筛选。
但因为按行筛选，其实组内或非组内后果都齐全一样，所以咱们简直无奈感知这种差别：
SELECT SUM(GDP) FROM amazing_table
GROUP BY province, city, area
WHERE industry = 'internet'然而，疏忽这个差别会导致咱们在聚合筛选时碰壁。
比方要筛选出平均分大于 60 学生的问题总和，如果不应用子查问，是无奈在一般查问中在 WHERE 加聚合函数实现的，比方上面就是一个语法错误的例子：
SELECT SUM(score) FROM amazing_table
WHERE AVG(score) > 60不要空想下面的 SQL 能够执行胜利，不要在 WHERE 里应用聚合函数。
GROUP BY + HAVING
HAVING 是依据组进行条件筛选的。因而能够在 HAVING 应用聚合函数：
SELECT SUM(score) FROM amazing_table
GROUP BY class_name
HAVING AVG(score) > 60下面的例子中能够失常查问，示意依照班级分组看总分，且仅筛选出平均分大于 60 的班级。
所以为什么 HAVING 能够应用聚合条件呢？因为 HAVING 筛选的是组，所以能够对组聚合后过滤掉不满足条件的组，这样是有意义的。而 WHERE 是针对行粒度的，聚合后全表就只有一条数据，无论过滤与否都没有意义。
但要留神的是，GROUP BY 生成派生表是无奈利用索引筛选的，所以 WHERE 能够利用给字段建设索引优化性能，而 HAVING 针对索引字段不起作用。
总结
聚合函数 + 分组能够实现大部分简略 SQL 需要，在写 SQL 表达式时，须要思考这样的表达式是如何计算的，比方 MAX(c1), c2 是正当的，而 SUM(c1), c2 这个 c2 就是无意义的。
最初记住 WHERE 是 GROUP BY 之前执行的，HAVING 针对组进行筛选。
探讨地址是：精读《SQL 聚合查问》· Issue #401 · ascoders/weekly
如果你想参加探讨，请 点击这里，每周都有新的主题，周末或周一公布。前端精读 – 帮你筛选靠谱的内容。
关注 前端精读微信公众号
<img width=200 src=”https://img.alicdn.com/tfs/TB165W0MCzqK1RjSZFLXXcn2XXa-258-258.jpg”>
版权申明：自在转载 - 非商用 - 非衍生 - 放弃署名（创意共享 3.0 许可证）
