MySQL第七讲·怎么利用聚合函数实现高效地分组统计？

你好，我是安然无虞。

聚合函数：怎么高效地进行分组统计？

MySQL中有5种聚合函数较为常用，分别是求和函数sum(), 求平均函数avg(), 最大值函数max(), 最小值函数min()和计数函数count()。

在超市项目中有一个需求是这样的：经营者提出，他们需要统计一个门店，每天、每个单品的销售情况，包括销售数量和销售金额等。这里涉及3个数据表，具体信息如下所示：

销售明细表demo.transactiondetails:

销售单头表demo.transactionhead:

商品信息表demo.goodsmaster:

要统计销售，就要用到数据求和，请接着往下看：

sum( )

sum( ) 函数可以返回指定字段值的和。

我们可以用它来获取用户某个门店，每天、每种商品的销售总计数据：

mysql>  select
    ->     left(b.transdate, 10), -- 从关联表获取交易时间，并且通过LEFT函数，获取交易时间字符串的左边10个字符，得到年月日的数据
    ->     c.goodsname,           -- 从关联表获取商品名称
    ->     sum(a.quantity),       -- 数量求和
    ->     sum(a.salesvalue)      -- 金额求和
    -> from
    ->     demo.transactiondetails a
    ->         join
    ->     demo.transactionhead b on (a.transactionid = b.transactionid)
    ->         join
    ->     demo.goodsmaster c on (a.itemnumber = c.itemnumber)
    -> group by left(b.transdate, 10) , c.goodsname      -- 分组
    -> order by left(b.transdate, 10) , c.goodsname;     -- 排序
+-----------------------+-----------+-----------------+-------------------+
| LEFT(b.transdate, 10) | goodsname | SUM(a.quantity) | SUM(a.salesvalue) |
+-----------------------+-----------+-----------------+-------------------+
| 2020-12-01            | 书        |           2.000 |            178.00 |
| 2020-12-01            | 笔        |           5.000 |             25.00 |
| 2020-12-02            | 书        |           4.000 |            356.00 |
| 2020-12-02            | 笔        |          16.000 |             80.00 |
+-----------------------+-----------+-----------------+-------------------+
4 rows in set (0.01 sec)

对上面出现的2个关键字：left 和 order by进行解释：

left(str, n)：表示返回字符串str最左边的n个字符。我们这里的 left（a.transdate,10），表示返回交易时间字符串最左边的 10 个字符。在 MySQL 中，DATETIME 类型的默认格式是：YYYY-MM-DD，也就是说，年份 4 个字符，之后是“-”，然后是月份 2 个字符，之后又是“-”，然后是日 2 个字符，所以完整的年月日是 10 个字符。用户要求按照日期统计，所以，我们需要从日期时间数据中，把年月日的部分截取出来。

order by：表示按照指定的字段排序。超市经营者指定按照日期和单品统计，那么，统计的结果按照交易日期和商品名称的顺序排序，会更加清晰。

对上述过程进行拆解，看看这个查询是如何进行的。

第一步，完成3个表的连接。

第二步，对结果集按照交易时间和商品名称进行分组，我们可以分成下面4组。

组一：

组二：

组三：

组四：

第三步，对各组的销售数量和销售金额进行统计，并且按照交易日期和商品名称排序，这样就得到了我们需要的结果，如下所示：

+-----------------------+-----------+-----------------+-------------------+
| LEFT(b.transdate, 10) | goodsname | SUM(a.quantity) | SUM(a.salesvalue) |
+-----------------------+-----------+-----------------+-------------------+
| 2020-12-01            | 书        |           2.000 |            178.00 |
| 2020-12-01            | 笔        |           5.000 |             25.00 |
| 2020-12-02            | 书        |           4.000 |            356.00 |
| 2020-12-02            | 笔        |          16.000 |             80.00 |
+-----------------------+-----------+-----------------+-------------------+
4 rows in set (0.01 sec)

需要注意的是，求和函数获取的是分组中的合计数据，所以你要对分组的结果有准确的把握，否则就很容易搞错。这也就是说，你要知道是按什么字段进行分组的。如果是按多个字段分组，你要知道字段之间有什么样的层次关系；如果是按照以字段作为变量的某个函数进行分组的，你要知道这个函数的返回值是什么，返回值又是如何影响分组的等。

avg( ) & max( ) & min( )

1.avg( )

首先，我们来学习下计算平均值的函数avg( )。它的作用是，通过计算分组内指定字段值的和，以及分组内的记录数，算出分组内指定字段的平均值。

举个例子，如果用户需要计算每天、每种商品，平均一次卖出多少个、多少钱，这个时候，我们就可以用到avg( )函数了，如下所示：

mysql> select
-> left(a.transdate, 10),
-> c.goodsname,
-> avg(b.quantity),    -- 平均数量
-> avg(b.salesvalue)   -- 平均金额
-> from
-> demo.transactionhead a
-> join
-> demo.transactiondetails b on (a.transactionid = b.transactionid)
-> join
-> demo.goodsmaster c on (b.itemnumber = c.itemnumber)
-> group by left(a.transdate,10),c.goodsname
-> order by left(a.transdate,10),c.goodsname;
+-----------------------+-----------+-----------------+-------------------+
| LEFT(a.transdate, 10) | goodsname | AVG(b.quantity) | AVG(b.salesvalue) |
+-----------------------+-----------+-----------------+-------------------+
| 2020-12-01 | 书 | 2.0000000 | 178.000000 |
| 2020-12-01 | 笔 | 5.0000000 | 25.000000 |
| 2020-12-02 | 书 | 2.0000000 | 178.000000 |
| 2020-12-02 | 笔 | 8.0000000 | 40.000000 |
+-----------------------+-----------+-----------------+-------------------+
4 rows in set (0.00 sec)

2.max( )和min( )

MAX( ) 表示获取指定字段在分组中的最大值，MIN( ) 表示获取指定字段在分组中的最小值。

它们的实现原理差不多，下面重点讲一下 MAX( )，知道了它的用法，MIN( ) 也就很好理解了。我们还是来看具体的例子。假如用户要求计算每天里的一次销售的最大数量和最大金额，就可以用下面的代码，得到我们需要的结果：

mysql> select
-> left(a.transdate, 10),
-> max(b.quantity),     -- 数量最大值
-> max(b.salesvalue)    -- 金额最大值
-> from
-> demo.transactionhead a
-> join
-> demo.transactiondetails b on (a.transactionid = b.transactionid)
-> join
-> demo.goodsmaster c on (b.itemnumber = c.itemnumber)
-> group by left(a.transdate,10)
-> order by left(a.transdate,10);
+-----------------------+-----------------+-------------------+
| LEFT(a.transdate, 10) | MAX(b.quantity) | MAX(b.salesvalue) |
+-----------------------+-----------------+-------------------+
| 2020-12-01 | 5.000 | 178.00 |
| 2020-12-02 | 10.000 | 267.00 |
+-----------------------+-----------------+-------------------+
2 rows in set (0.00 sec)

代码很简单，你一看就明白了。但是，这里有个问题你要注意：千万不要以为 MAX（b.quantity）和 MAX（b.salesvalue）算出的结果一定是同一条记录的数据。实际上，MySQL 是分别计算的。下面我们就来分析一下刚刚的查询。

查询中用到 3 个相互关联的表：销售流水明细表、销售流水单头表和商品信息表。这 3 个表连接完成之后，MySQL 进行了分组。

组一：

组二：

在第一组中，最大数量出现在第 2 条记录，是 5；最大金额出现在第 1 条记录，是 178。同样道理，在第二组中，最大数量出现在第 4 条记录，是 10；最大金额则出现在第 1 条记录，是 267。

所以，max(字段)这个函数返回分组集中最大的那个值。如果你要查询max(字段1)和max(字符2)，而它们是相互独立、分别计算的，所以我们千万不要想当然的认为结果在同一条记录上，那样的话就掉到坑里面了。

count( )

通过count( ), 我们可以了解数据集的大小，这对系统优化十分重要。

举个小例子，由于用户的销售数据很多，而且每天都在增长，因此，在做销售查询的时候，经常会遇到卡顿的问题。这是因为，查询的数据量太大了，导致系统不得不花很多时间来处理数据，并给数据集分配资源，比如内存什么的。

怎么解决卡顿的问题呢？我们想到了分页的策略。

所谓的分页策略，其实就是，不把查询的结果一次性全部返回给客户端，而是根据用户电脑屏幕的大小，计算一屏可以显示的记录数，每次只返回用户电脑屏幕可以显示的数据集。接着，再通过翻页、跳转等功能按钮，实现查询目标的精准锁定。这样一来，每次查询的数据量较小，也就大大提高了系统的响应速度。

这个策略的实现的一个关键，就是要计算出符合条件的记录有多少条，之后才能计算出一共有几页，能不能翻页或者跳转。

要计算记录数，就要用到count( )函数了，这个函数有两种情况：

• count(*): 统计一共有多少条记录；
• count(字段): 统计有多少个不为空的字段值。

1.count(*)

如果count(*)与group by一起使用，就表示统计分组内有多少条数据。它也可以单独使用，这就相当于数据集全体是一个分组，统计全部数据集的记录数。

举个例子，假设我们有个销售流水明细表如下：

mysql> select *
    -> from demo.transactiondetails;
+---------------+------------+----------+-------+------------+
| transactionid | itemnumber | quantity | price | salesvalue |
+---------------+------------+----------+-------+------------+
|             1 |          1 |    2.000 | 89.00 |     178.00 |
|             1 |          2 |    5.000 |  5.00 |      25.00 |
|             2 |          1 |    3.000 | 89.00 |     267.00 |
|             2 |          2 |    6.000 |  5.00 |      30.00 |
|             3 |          1 |    1.000 | 89.00 |      89.00 |
|             3 |          2 |   10.000 |  5.00 |      50.00 |
+---------------+------------+----------+-------+------------+
6 rows in set (0.00 sec)

如果我们一屏可以显示30行，需要多少页才能显示完这个表的数据呢？

mysql> select count(*)
-> from demo.transactiondetails;
+----------+
| COUNT(*) |
+----------+
| 6 |
+----------+
1 row in set (0.03 sec)

我们这里只有 6 条数据，一屏就可以显示了，所以一共 1 页。

那么，如果超市经营者想知道，每天、每种商品都有几次销售，我们就需要按天、按商品名称，进行分组查询：

mysql> select
-> left(a.transdate, 10), c.goodsname, count(*) -- 统计销售次数
-> from
-> demo.transactionhead a
-> join
-> demo.transactiondetails b on (a.transactionid = b.transactionid)
-> join
-> demo.goodsmaster c on (b.itemnumber = c.itemnumber)
-> group by left(a.transdate, 10) , c.goodsname
-> order by left(a.transdate, 10) , c.goodsname;
+-----------------------+-----------+----------+
| LEFT(a.transdate, 10) | goodsname | COUNT(*) |
+-----------------------+-----------+----------+
| 2020-12-01 | 书 | 1 |
| 2020-12-01 | 笔 | 1 |
| 2020-12-02 | 书 | 2 |
| 2020-12-02 | 笔 | 2 |
+-----------------------+-----------+----------+
4 rows in set (0.00 sec)

运行这段代码，我们就得到了每天、每种商品有几次销售的全部结果。

2.count (字段)

count (字段)用来统计分组内这个字段的值出现了多少次。如果字段值是空，就不统计。

假设我们有一个商品信息表，里面包括了商品编号、条码、名称、规格、单位和售价的信息。

mysql> select *
-> from demo.goodsmaster;
+------------+---------+-----------+---------------+------+------------+
| itemnumber | barcode | goodsname | specification | unit | salesprice |
+------------+---------+-----------+---------------+------+------------+
| 1 | 0001 | 书 | 16开 | 本 | 89.00 |
| 2 | 0002 | 笔 | NULL | 支 | 5.00 |
| 3 | 0002 | 笔 | NULL | 支 | 10.00 |
+------------+---------+-----------+---------------+------+------------+
3 rows in set (0.01 sec)

如果我们要统计字段“goodsname”出现了多少次，就要用到函数 COUNT（goodsname），结果是 3 次：

mysql> select count(goodsname) -- 统计商品名称字段
-> from demo.goodsmaster;
+------------------+
| COUNT(goodsname) |
+------------------+
| 3 |
+------------------+
1 row in set (0.00 sec)

如果我们统计字段“specification”，用 COUNT(specification)，结果是 1 次：

mysql> select count(specification) -- 统计规格字段
-> from demo.goodsmaster;
+----------------------+
| COUNT(specification) |
+----------------------+
| 1 |
+----------------------+
1 row in set (0.00 sec)

说明：3 条记录里面的字段“goodsname”没有空值，因此被统计了 3 次；而字段“specification”有 2 个空值，因此只统计了 1 次。

理解了这一点，你就可以利用计数函数对某个字段计数时，不统计空值的特点，对表中字段的非空值进行计数了。

遇见安然遇见你，不负代码不负卿。

谢谢老铁的时间，咱们下篇再见～