MySQL聚合函數的原理及作用

下文我給大家簡單講講關于MySQL聚合函數的原理及作用，大家之前了解過相關類似主題內容嗎？感興趣的話就一起來看看這篇文章吧，相信看完MySQL聚合函數的原理及作用對大家多少有點幫助吧。 

以下是我們經常要用的一些聚合函數，請謹慎使用，注意sql_mode 模式設置對查詢結果的影響，如果sql_mode=' '，那么：
select create_time,test_name,max(moneys) from test_table group by test_name;  查詢不報錯，但可能與預想結果不一樣，時間與最大值不匹配，之前見有開發這樣寫過，如果sql_mode=‘only_full_group_by’，以上sql 會報錯。

1. avg()   求平均值
   select test_name,avg(moneys) from test_table group by test_name;       按人名分組求平均金額
   +-----------+---------------+
   | test_name | avg(moneys)   |
   +-----------+---------------+
   | 哈羅德    | 550000.175000 |
   | 格溫      | 170015.130000 |
   | 班尼      | 915016.630000 |
   +-----------+---------------+

2. max()   求最大值
   select test_name,max(moneys) from test_table group by test_name;       按人名分組求最大金額
   +-----------+-------------+
   | test_name | max(moneys) |
   +-----------+-------------+
   | 哈羅德    |  1000000.23 |
   | 格溫      |   170030.13 |
   | 班尼      |  1660003.13 |
   +-----------+-------------+

3. min()   求最小值
   select test_name,min(moneys) from test_table group by test_name;        按人名分組求最小金額
   +-----------+-------------+
   | test_name | min(moneys) |
   +-----------+-------------+
   | 哈羅德    |   100000.12 |
   | 格溫      |   170000.13 |
   | 班尼      |   170030.13 |
   +-----------+-------------+

4. sum()   求和
   select test_name,sum(moneys) from test_table group by test_name;       按人名分組求總金額
   +-----------+-------------+
   | test_name | sum(moneys) |
   +-----------+-------------+
   | 哈羅德    |  1100000.35 |
   | 格溫      |   340030.26 |
   | 班尼      |  1830033.26 |
   +-----------+-------------+

5. count() 求行數
   select count() from test_table;     直接求總行數
   +----------+
   | count() |
   +----------+
   |        6 |
   +----------+

select test_name,count() from test_table group by test_name;         按人名分組求頻率
+-----------+----------+
| test_name | count() |
+-----------+----------+
| 哈羅德    |        2 |
| 格溫      |        2 |
| 班尼      |        2 |
+-----------+----------+

select test_name,count(distinct test_name) from test_table group by test_name;        先去重，后按人名分組求頻率
+-----------+---------------------------+
| test_name | count(distinct test_name) |
+-----------+---------------------------+
| 哈羅德    |                         1 |
| 格溫      |                         1 |
| 班尼      |                         1 |
+-----------+---------------------------+

6.group_concat()  拼接數據
select test_name,group_concat(test_id),avg(moneys) from test_table group by test_name;  按人名分組拼接id    
+-----------+-----------------------+---------------+
| test_name | group_concat(test_id) | avg(moneys)   |
+-----------+-----------------------+---------------+
| 哈羅德    | 1,2                   | 550000.175000 |
| 格溫      | 3,5                   | 170015.130000 |
| 班尼      | 4,6                   | 915016.630000 |
+-----------+-----------------------+---------------+

7.計算每日訪問量
select * from t1;
+------+-------+------+
| year | month | day  |
+------+-------+------+
| 2000 |    01 |   01 |
| 2000 |    01 |   20 |
| 2000 |    01 |   30 |
| 2000 |    02 |   02 |
| 2000 |    02 |   23 |
| 2000 |    02 |   23 |
+------+-------+------+

SELECT year,month,BIT_COUNT(BIT_OR(1<<day)) AS days FROM t1
GROUP BY year,month;
+------+-------+------+
| year | month | days |
+------+-------+------+
| 2000 |    01 |    3 |
| 2000 |    02 |    2 |
+------+-------+------+

大家覺得MySQL聚合函數的原理及作用這篇文章怎么樣，是否有所收獲。如果想要了解更多相關，可以繼續關注我們的行業資訊板塊。