聚合函數(shù)和group by的關(guān)系詳解
前言
world:世界表格
continent:大洲名稱
name:國家名稱
population:人口數(shù)量
聚合函數(shù)介紹
| sum() | 求和函數(shù) |
|---|---|
| avg() | 求平均值函數(shù) |
| max() | 求最大值函數(shù) |
| min() | 求最小值函數(shù) |
| count() | 求行數(shù)函數(shù) |
group by介紹
group up + 字段名:規(guī)定哪個字段分組聚合
在單獨使用使用時,作用為分組去重 結(jié)果與distinct一樣,但是邏輯并不一樣:先對字段值相同的分為一個區(qū),再將同區(qū)的拿出來進行分組,對應(yīng)多少值就分多少組。分組就是將相同的字段進行剔除。簡單來說,就是打破了表格的格式生成了一張新的表格。


例如在上面這張表格就是執(zhí)行g(shù)roup up后形成的分區(qū)結(jié)果,將相同的字段值分在了一起。下面的表格即是執(zhí)行g(shù)roup by分組的結(jié)果,基于上面分區(qū)的結(jié)果,進行了去重的分組。

解釋聚合函數(shù)和group by的關(guān)系
那么為什么使用group by會形成這樣的結(jié)果呢?我們可以使用上聚合函數(shù)進行分析原因,執(zhí)行下面一句SQL代碼。
select continent,count(name) from world group by continent
結(jié)果為

那么我們試著將group by continent和continent去掉,得到以下結(jié)果

結(jié)果執(zhí)行后查詢出來 count(name) 就只是所有 name 這一列的行數(shù)的總合,并不能將每個大洲(continent)進行分組統(tǒng)計出來每個大洲所有國家(name)的數(shù)量。
這就是聚合函數(shù)和group by聯(lián)合使用的作用,幫助聚合函數(shù)找到分組后的表格進行計算,在這一句
select continent,count(name) from world group by continent
SQL語句中是先進行了group by的分組,在進行select continent,最后在進行count(name),基于的就是group by后的分組進行計算。
我們可以將continent的字段名刪除,查看結(jié)果是否統(tǒng)一,作為印證。

很明顯我們無論有沒有將continent進行顯示,結(jié)果都是一樣的。
通過這次測試,我們就可以得出相對應(yīng)的結(jié)論:在group up執(zhí)行的時候,就已經(jīng)將表格生成出來了,select只是選擇展示和不展示出來而已,對于結(jié)果并沒有影響。而聚合函數(shù)的作用就是在生成出來新的表格內(nèi)進行計算,舍棄了沒有進行分組的表格。
使用group by和聚合函數(shù)需要注意的地方
在使用group up子句時,select只能使用聚合函數(shù)和group up引用的字段,否則會報錯!
嘗試執(zhí)行下列SQL語句:
select continent,count(name),population from world group by continent

為什么會出現(xiàn)報錯呢,因為在這句SQL語句中,group by已經(jīng)先運行了,所以select不能出現(xiàn)在group by中沒有的字段,只能基于在聚合依據(jù)的這個表中進行字段匹配。
總結(jié)
到此這篇關(guān)于聚合函數(shù)和group by的關(guān)系詳解的文章就介紹到這了,更多相關(guān)聚合函數(shù)和group by內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
sql中l(wèi)eft join的效率分析與提高效率方法
網(wǎng)站隨著數(shù)據(jù)量與訪問量越來越大,訪問的速度變的越來越慢,于是開始想辦法解決優(yōu)化速度慢的原因,下面是對程序中一條sql的分析與提高效率的過程2018-03-03
關(guān)于Rsa Public Key not Find的問題及解決
這篇文章主要介紹了關(guān)于Rsa Public Key not Find的問題及解決方案,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-07-07
StarRocks數(shù)據(jù)庫查詢加速及Colocation Join工作原理
本文詳細解釋了StarRocks數(shù)據(jù)庫中數(shù)據(jù)的分區(qū)和分桶策略,重點介紹了ColocationJoin的工作原理,即如何通過相同分桶列和副本數(shù)確保在本地進行Join操作,從而提升查詢性能,感興趣的朋友一起看看吧2025-03-03
時序數(shù)據(jù)庫TDengine寫入查詢的問題分析
最近TDengine很火,本人也一直很早就有關(guān)注,其官方給出的測試性能結(jié)果很喜人,所以一開源,本人就進行了相關(guān)調(diào)研,最終發(fā)現(xiàn)還是存在著一定的問題,期待后續(xù)的完善吧2022-03-03
問個高難度的復(fù)雜查詢(在一個時間段內(nèi)的間隔查詢)
問個高難度的復(fù)雜查詢(在一個時間段內(nèi)的間隔查詢)...2007-04-04

