[代码重构](master): 聚合函数

2022年11月11日15:33:30

database/mysql/MYSQL必知必会.md

@@ -18,10 +18,223 @@
   - 
 ## 1. 实践
 
+### 1.8 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()
+- 项目需求是这样的：超市经营者提出，他们需要统计某个门店，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)：
+- ![聚合函数销售明细表](pic/聚合函数销售明细表.png)
+- 销售单头表（demo.transactionhead)：
+- ![销售单头表](pic/聚合函数销售单头表.png)
+- 商品信息表（demo.goodsmaster）：
+- ![聚合函数商品信息表](pic/聚合函数商品信息表.png)
+
+- SUM（）
+- SUM（）函数可以返回指定字段值的和。我们可以用它来获得用户某个门店，每天，每种商品的销售总计数据：
+```sql
+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
+-> 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)
+```
+- 我们引入了 2 个关键字：LEFT 和 ORDER BY
+- 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。
+- 上述步骤是分为3步
+  - 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
+  - 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
+- **如果用户需要知道全部商品销售的总计数量和总计金额，我们也可以把数据集的整体看作一个分组，进行计算**。这样就不需要分组关键字 GROUP BY，以及排序关键字 ORDER BY
+  了。你甚至不需要从关联表中获取数据，也就不需要连接了。就像下面这样：
+```sql
+mysql> SELECT
+-> SUM(quantity), -- 总计数量
+-> SUM(salesvalue)-- 总计金额
+-> FROM
+-> demo.transactiondetails;
++---------------+-----------------+
+| SUM(quantity) | SUM(salesvalue) |
++---------------+-----------------+
+| 27.000 | 639.00 |
++---------------+-----------------+
+1 row in set (0.05 sec)
+```
+- **AVG（）、MAX（）和 MIN（）**
+- 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
+```sql
+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)
+```
+- **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，下面我就重点讲一下 MAX()，知道了它的用法，MIN() 也就
+  很好理解了。
+- 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：
+```sql
+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)
+```
+- 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。
+- 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（字段 2），而它们是相互独立、分别计算的，你千万不要想当然地认为结果
+  在同一条记录上。
+
+- **COUNT（）**
+- 怎么解决卡顿的问题呢？我们想到了一个分页的策略。
+- 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少，也就大大提高了系统响应速度。
+- 这个策略能够实现的一个关键，就是要**计算出符合条件的记录一共有多少条**，之后才能计算出一共有几页、能不能翻页或跳转。
+- 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。
+
+- 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。
+- 假设我有个销售流水明细表如下：
+```sql
+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全部数据呢？
+```sql
+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：
+```sql
+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。
 
-
-
-
+- 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。
+- 为了说明它们的区别，我举个小例子。假设我们有这样的一个商品信息表，里面包括了商品编号、条码、名称、规格、单位和售价的信息。
+```sql
+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：
+```sql
+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：
+```sql
+mysql> SELECT COUNT(specification) -- 统计规格字段
+-> FROM demo.goodsmaster;
++----------------------+
+| COUNT(specification) |
++----------------------+
+| 1 |
++----------------------+
+1 row in set (0.00 sec)
+```
+- 你可能会问，为啥计数字段“goodsname”的结果是 3，计数字段“specification”却只有 1 呢？其实，这里的原因就是，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**。