悠悠楠杉
网站页面
SQL聚合函数深度指南：从基础到高阶的5个核心应用场景
08/13
SQL聚合函数深度指南：从基础到高阶的5个核心应用场景
关键词：SQL聚合函数、GROUP BY、数据分析、数据库查询、统计计算
描述：本文详解SQL聚合函数的5种实战用法，包含基础语法、分组统计、条件筛选等实用技巧，助你提升数据库查询效率。
一、什么是聚合函数？
在数据分析的日常工作中，我们经常需要从海量数据中提取关键统计信息。SQL聚合函数就像数据库领域的"计算器"，能够对多行数据进行汇总计算。想象你是一个销售经理，当需要快速知道季度总销售额而不是每条交易记录时，聚合函数就是你的得力助手。
常见的聚合函数包括：
- COUNT()：统计数据行数
- SUM()：计算数值总和
- AVG()：求平均值
- MAX()/MIN()：获取极值
sql
-- 计算员工表总人数
SELECT COUNT(*) AS total_employees FROM employees;
二、5个必会的聚合函数实战技巧
1. 基础统计：单维度汇总
最基础的用法是直接对全表数据进行统计。例如计算电商订单总金额：
sql
SELECT
SUM(amount) AS total_sales,
AVG(amount) AS avg_order,
COUNT(DISTINCT user_id) AS unique_customers
FROM orders;
注意：COUNT(column)会忽略NULL值，而COUNT(*)计算所有行。
2. 分组统计：GROUP BY的黄金搭档
当需要按维度查看数据时，结合GROUP BY使用：
sql
-- 按部门统计薪资
SELECT
department,
AVG(salary) AS avg_salary,
MAX(salary) AS top_salary
FROM employees
GROUP BY department;
易错点：SELECT中的非聚合字段必须出现在GROUP BY中，否则会报错。
3. 条件过滤：HAVING子句妙用
与WHERE不同，HAVING用于过滤聚合结果：
sql
-- 找出销售额超10万的商品类目
SELECT
category,
SUM(sales) AS total_sales
FROM products
GROUP BY category
HAVING SUM(sales) > 100000;
对比记忆：
- WHERE：过滤原始数据
- HAVING：过滤聚合结果
4. 多级聚合：ROLLUP实现小计
需要生成汇总报表时，ROLLUP能自动生成层级小计：
sql
-- 按年月日三级汇总销售数据
SELECT
YEAR(order_date) AS year,
MONTH(order_date) AS month,
DAY(order_date) AS day,
SUM(amount) AS sales
FROM orders
GROUP BY ROLLUP(YEAR(order_date), MONTH(order_date), DAY(order_date));
5. 高级分析：窗口函数中的聚合
在保持原行列的同时显示聚合结果：
sql
-- 计算每个员工的薪资与部门平均薪资差值
SELECT
name,
salary,
AVG(salary) OVER (PARTITION BY department) AS dept_avg,
salary - AVG(salary) OVER (PARTITION BY department) AS diff
FROM employees;
三、性能优化注意事项
- 索引策略：为GROUP BY和WHERE涉及的字段建立索引
- 避免全表扫描：先过滤再聚合，如先WHERE后GROUP BY
- 小心DISTINCT：
COUNT(DISTINCT column)比普通COUNT更耗资源 - 替代方案：大数据量时考虑使用预聚合表
四、真实业务场景案例
库存管理分析：
sql
-- 分析各仓库库存状况
SELECT
warehouse_id,
COUNT(product_id) AS sku_count,
SUM(quantity) AS total_inventory,
SUM(quantity * cost_price) AS inventory_value,
AVG(DATEDIFF(day, last_stock_date, CURRENT_DATE)) AS avg_days_in_stock
FROM inventory
WHERE status = 'active'
GROUP BY warehouse_id
HAVING SUM(quantity) > 1000
ORDER BY inventory_value DESC;
这个查询可以帮助管理者快速识别：
- 哪些仓库库存价值最高
- 商品平均滞留天数
- 过滤掉库存量过小的仓库
总结：聚合函数是SQL数据分析的基石。从简单的计数求和到复杂的多维度分析，掌握这些技巧能让你的数据查询能力产生质的飞跃。建议在实际工作中多尝试组合使用不同函数，你会发现原来需要导出到Excel处理的很多计算，其实用SQL就能高效完成。
