数据汇总与分组

AVG/COUNT/MAX/MIN/SUM 聚合、GROUP BY 分组、HAVING 过滤分组

聚合函数：一眼看全貌

前面都是逐行看数据，但老板要的往往是"公司平均工资多少？总共多少人？最高工资是谁？"——这是聚合函数的活。

AVG：平均值

SELECT AVG(salary) FROM users;

+--------------+
| AVG(salary)  |
+--------------+
|  9875.000000 |
+--------------+

公司平均工资 9875。

COUNT：计数

SELECT COUNT(*) FROM users;

+----------+
| COUNT(*) |
+----------+
|        8 |
+----------+

8 个人。

COUNT 有两种用法，结果可能不一样：

-- 统计所有行（包括 NULL）
SELECT COUNT(*) FROM users;

-- 统计某列非 NULL 的行数
SELECT COUNT(age) FROM users;

COUNT(*) 数所有行，COUNT(列名) 忽略 NULL。如果 age 列有 NULL，两者结果就不同了。

MAX 和 MIN

SELECT MAX(salary) FROM users;   -- 15000.00
SELECT MIN(salary) FROM users;   --  6000.00

SUM：求和

SELECT SUM(salary) FROM users;   -- 79000.00

公司月工资总支出 79000。

聚合去重

想算"公司有多少个不同城市"，可以在聚合函数里加 DISTINCT：

SELECT COUNT(DISTINCT city) FROM users;   -- 5

8 个人分布在 5 个城市。

SELECT AVG(DISTINCT salary) FROM users;

⚠️ AVG(DISTINCT ...) 很少用——去重后的平均值往往不是你想要的那个"平均"。

GROUP BY：分组统计

聚合函数给的是全表一个值，但通常要的是分组的统计——"每个城市的平均工资"。

基本用法

SELECT city, AVG(salary) AS avg_salary
FROM users
GROUP BY city;

+--------+------------+
| city   | avg_salary |
+--------+------------+
| 北京   |  7266.6667 |
| 上海   | 11500.0000 |
| 广州   |  9500.0000 |
| 深圳   | 15000.0000 |
| 杭州   | 13000.0000 |
+--------+------------+

GROUP BY city 的意思是——把相同 city 的行归为一组，然后对每组分别算 AVG(salary)。

多列分组

按城市 + 年龄分组（每个城市每个年龄段的平均工资）：

SELECT city, age, AVG(salary) AS avg_salary
FROM users
GROUP BY city, age;

GROUP BY 的规则

📝 一条铁律：SELECT 里除了聚合函数之外的列，必须出现在 GROUP BY 里。

-- ❌ 错误：name 不在 GROUP BY 中，MySQL 不知道拿哪个 name
SELECT name, city, AVG(salary) FROM users GROUP BY city;

-- ✅ 正确
SELECT city, AVG(salary) FROM users GROUP BY city;

HAVING：过滤分组

WHERE 是分组前过滤行，HAVING 是分组后过滤分组。

想查"平均工资大于 10000 的城市"：

SELECT city, AVG(salary) AS avg_salary
FROM users
GROUP BY city
HAVING AVG(salary) > 10000;

+--------+------------+
| city   | avg_salary |
+--------+------------+
| 上海   | 11500.0000 |
| 深圳   | 15000.0000 |
| 杭州   | 13000.0000 |
+--------+------------+

WHERE 和 HAVING 能同时用

"先排除孙七（工资太低干扰），再算各城市平均，看看哪个城市平均超 10000"：

SELECT city, AVG(salary) AS avg_salary
FROM users
WHERE name <> '孙七'
GROUP BY city
HAVING AVG(salary) > 10000;

流程：先 WHERE 筛掉孙七 → 再 GROUP BY 分组 → 最后 HAVING 过滤分组。

WHERE vs HAVING

	WHERE	HAVING
作用对象	行	分组
执行时机	分组前	分组后
能用聚合函数吗	❌	✅

💡 简单的记法：行级别过滤用 WHERE，组级别过滤用 HAVING。

SELECT 子句执行顺序

写 SQL 的顺序和 MySQL 执行的顺序不一样：

你写的顺序 → SELECT → FROM → WHERE → GROUP BY → HAVING → ORDER BY → LIMIT

实际执行顺序 → FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT

理解这个顺序很重要。比如 SELECT 里定义的别名，WHERE 里不能用（因为 WHERE 先执行），但 ORDER BY 里可以用：

-- ❌ WHERE 里不能用别名
SELECT city, AVG(salary) AS avg_salary
FROM users
WHERE avg_salary > 10000    -- 报错！WHERE 执行时别名还没诞生
GROUP BY city;

-- ✅ ORDER BY 里可以用
SELECT city, AVG(salary) AS avg_salary
FROM users
GROUP BY city
ORDER BY avg_salary DESC;   -- 没问题

小结

从"看每一行"到"看整体面貌"，聚合和分组是数据分析的基础：

1. 五大聚合函数 — AVG COUNT MAX MIN SUM，一眼看全局
2. COUNT(*) vs COUNT(列) — 前者数所有行，后者只数非 NULL 值
3. GROUP BY 分组 — 按城市统计、按部门统计，聚合 + 分组才是完整形态
4. HAVING 过滤分组 — WHERE 过滤行，HAVING 过滤分组，别搞混
5. 执行顺序刻在脑子里 — WHERE → GROUP BY → HAVING → ORDER BY → LIMIT

自主练习

1. 计算公司员工的平均年龄
2. 统计每个城市的员工人数和平均工资
3. 找出平均工资大于 8000 的城市
4. 排除年龄小于 25 的人后，统计每个城市的最高工资
5. 按工资总和降序排列各城市