这篇文章主要讲解了“Mariadb中聚合函数和分组函数怎么使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Mariadb中聚合函数和分组函数怎么使用”吧!聚合函数当我们需要汇总表中的数据而
这篇文章主要讲解了“Mariadb中聚合函数和分组函数怎么使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Mariadb中聚合函数和分组函数怎么使用”吧!
当我们需要汇总表中的数据而不是使用表中某一行数据时,可以使用Mysql为我们提供的聚合函数,在Mysql中,常用的聚合函数有以下五个:
获得表中人口的总和
MariaDB [world]> SELECT SUM(Population) FROM city;+-----------------+| SUM(Population) |+-----------------+| 1429559884 |+-----------------+1 row in set (0.01 sec)
获得数据表中中国的总人口
MariaDB [world]> SELECT SUM(Population) FROM city WHERE CountryCOde='CHN';+-----------------+| SUM(Population) |+-----------------+| 175953614 |+-----------------+1 row in set (0.00 sec)
查询中国有多少个城市
MariaDB [world]> SELECT COUNT(ID) FROM city WHERE CountryCode = 'CHN';+-----------+| COUNT(id) |+-----------+| 363 |+-----------+1 row in set (0.00 sec)
关于COUNT,如果要统计有该表有多少行,千万别用*作为参数,因为~影响性能,选某一列就好了。
查询中国人口最少的城市的人口是多少
MariaDB [world]> SELECT MIN(Population) FROM city WHERE CountryCode = 'CHN';+-----------------+| MIN(Population) |+-----------------+| 89288 |+-----------------+1 row in set (0.00 sec)
查询中国人口最多的城市的人口
MariaDB [world]> SELECT MAX(Population) FROM city WHERE CountryCode = 'CHN';+-----------------+| MAX(Population) |+-----------------+| 9696300 |+-----------------+1 row in set (0.00 sec)
查询河南各城市的平均人口
MariaDB [world]> SELECT AVG(Population) FROM city WHERE District ='Henan';+-----------------+| AVG(Population) |+-----------------+| 383278.3333 |+-----------------+1 row in set (0.00 sec)
所以,我们看到,聚合函数通常用于数值上的计算。
以上,我们使用聚合函数时,是对所有SELECT的数据进行分组操作,假如我们想要查询所有国家的城市数,不得不多次使用WHERE对CountryCode进行筛选。
MariaDB [world]> SELECT DISTINCT CountryCode FROM city;+-------------+| CountryCode |+-------------+| ABW || AFG |...............| ZWE |+-------------+232 rows in set (0.00 sec)
我们看到,在我们的数据表中,有232个国家,那么?是不是需要我们对这232个不同国家都使用一次COUNT(ID)才能统计每个国家的城市数量呢?其实不然。
我们可以使用分组查询GROUP BY,什么叫分组呢? 分组查询就是使用指定的一列或多列,对数据进行逻辑分组(当分组依据相同时被划分为一组),假设有如下数据:
MariaDB [world]> SELECT * FROM city LIMIT 5;+----+----------------+-------------+---------------+------------+| ID | Name | CountryCode | District | Population |+----+----------------+-------------+---------------+------------+| 1 | Kabul | AFG | Kabol | 1780000 || 2 | Qandahar | AFG | Qandahar | 237500 || 3 | Herat | AFG | Herat | 186800 || 4 | Mazar-e-Sharif | AFG | Balkh | 127800 || 5 | Amsterdam | NLD | Noord-Holland | 731200 |+----+----------------+-------------+---------------+------------+5 rows in set (0.00 sec)
我们使用GROUP BY CountryCode就是指定CountryCode作为分组依据,所以1,2,3,4行他们被分为同一组,而5在另一个组。
查询各个国家的城市数量
MariaDB [world]> SELECT CountryCode,COUNT(ID) FROM city GROUP BY CountryCode;+-------------+-----------+| CountryCode | COUNT(ID) |+-------------+-----------+| ABW | 1 || AFG | 4 |...........................| ZMB | 7 || ZWE | 6 |+-------------+-----------+232 rows in set (0.00 sec)
当SELECT语句中使用WHERE子句时,WHERE子句总在分组前进行过滤。
查询各个国家人口大于1000000的城市数量
MariaDB [world]> SELECT CountryCode,COUNT(ID) FROM city WHERE Population >= 1000000 GROUPP BY CountryCode;+-------------+-----------+| CountryCode | COUNT(ID) |+-------------+-----------+| AFG | 1 || AGo | 1 || ARG | 3 || ARM | 1 || AUS | 4 |...........................| YUG | 1 || ZAF | 1 || ZMB | 1 || ZWE | 1 |+-------------+-----------+77 rows in set (0.01 sec)
所以在分组中未出现的国家,没有1000000人口的城市。
查询总人口大于1000000的国家有哪些
HAVING子句用于过滤分组后所得到汇总值的数据,而HAVING支持的操作和WHERE子句是相同的。
例如:
MariaDB [world]> SELECT CountryCode,SUM(Population) AS Total_Population FROM city GROUP BY CountryCode HAVING Total_Population > 1000000;+-------------+------------------+| CountryCode | Total_Population |+-------------+------------------+| AFG | 2332100 || AGO | 2561600 || ARE | 1728336 |..................................| ZAF | 15196370 || ZMB | 2473500 || ZWE | 2730420 |+-------------+------------------+108 rows in set (0.00 sec)
感谢各位的阅读,以上就是“Mariadb中聚合函数和分组函数怎么使用”的内容了,经过本文的学习后,相信大家对Mariadb中聚合函数和分组函数怎么使用这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是编程网,小编将为大家推送更多相关知识点的文章,欢迎关注!
--结束END--
本文标题: Mariadb中聚合函数和分组函数怎么使用
本文链接: https://lsjlt.com/news/315939.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
2024-05-24
2024-05-24
2024-05-24
2024-05-24
2024-05-24
2024-05-24
2024-05-24
2024-05-24
2024-05-24
2024-05-24
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0