SQL聚集函数与GROUP BY实战指南

1. 聚集函数与GROUP BY的本质作用

在数据处理和分析中，我们经常需要对数据进行汇总统计。想象一下超市的销售数据——每天有成千上万条交易记录，但管理层更关心的是每个品类的总销售额、平均单价或最畅销商品。这正是聚集函数和GROUP BY的用武之地。

聚集函数（Aggregate Functions）是SQL中用于对一组值执行计算并返回单一值的函数。它们就像数据处理的"统计员"，能够快速完成以下工作：

• COUNT()：统计行数
• SUM()：计算总和
• AVG()：计算平均值
• MAX()/MIN()：找出最大/最小值
• GROUP_CONCAT()：将多行合并为字符串（MySQL特有）

而GROUP BY子句则是这些统计员的"分组依据"，它告诉数据库："请先按照某个字段的值将数据分组，再对每个组分别应用聚集函数"。没有GROUP BY的聚集函数会对整个表进行计算，有了GROUP BY就能实现更细粒度的统计分析。

2. 核心聚集函数详解与实战

2.1 COUNT()函数的正确使用姿势

COUNT()可能是最常用的聚集函数，但它的几种变体常让人困惑：

sql复制-- 统计总记录数（包含NULL值）
SELECT COUNT(*) FROM sales;

-- 统计某列非NULL值的数量
SELECT COUNT(product_id) FROM sales;

-- 统计不重复值的数量
SELECT COUNT(DISTINCT category) FROM products;

注意：COUNT(1)和COUNT(*)在大多数数据库中性能几乎相同，但COUNT(列名)会跳过NULL值，这是新手常踩的坑。

实际案例：统计每月活跃用户数

sql复制SELECT 
    DATE_FORMAT(login_time, '%Y-%m') AS month,
    COUNT(DISTINCT user_id) AS active_users
FROM user_logins
GROUP BY DATE_FORMAT(login_time, '%Y-%m');

2.2 SUM()与AVG()的数值处理陷阱

处理金融数据时，SUM()和AVG()需要特别注意精度问题：

sql复制-- 计算订单总金额（注意浮点数精度）
SELECT 
    order_id,
    ROUND(SUM(quantity * unit_price), 2) AS total_amount
FROM order_items
GROUP BY order_id;

-- 计算平均评分（处理NULL值）
SELECT 
    product_id,
    AVG(COALESCE(rating, 0)) AS avg_rating 
    -- 假设NULL表示0分
FROM reviews
GROUP BY product_id;

经验：对于货币计算，建议在数据库中使用DECIMAL类型而非FLOAT，避免二进制浮点数的精度问题。

2.3 极值函数的特殊应用场景

MAX()/MIN()不仅适用于数值，还能处理日期和字符串：

sql复制-- 找出每个用户的最近登录时间
SELECT 
    user_id,
    MAX(login_time) AS last_login
FROM user_logins
GROUP BY user_id;

-- 获取按字母排序的第一个产品名称
SELECT 
    category,
    MIN(product_name) AS first_product
FROM products
GROUP BY category;

3. GROUP BY的深度解析

3.1 单字段分组的基础用法

最基本的GROUP BY形式是按单个字段分组：

sql复制-- 统计每个部门的员工数
SELECT 
    department_id,
    COUNT(*) AS employee_count
FROM employees
GROUP BY department_id;

这里有一个重要规则：SELECT子句中除了聚集函数，所有列都必须出现在GROUP BY中。违反这一规则会导致语法错误。

3.2 多字段分组实现多维分析

通过多个字段分组，可以实现类似数据透视表的效果：

sql复制-- 统计每个部门每个职位的平均薪资