目录

第一性原理出发思考 ——我们为什么需要聚合函数？

什么是聚合函数？ 

常见聚合函数 + 实例讲解 

 🔸 1. COUNT() —— 计数

 🔸 2. MAX() / MIN() —— 最大 / 最小值

🔸 3. SUM() —— 求和 

🔸 4. AVG() —— 平均值 

 GROUP BY

GROUP BY 是什么？ 

执行逻辑 

 GROUP BY 的重要规则

HAVING

为什么还要 HAVING？ 

HAVING 是什么？ 

实例讲解 

HAVING 和 WHERE 的区别 

思维图：GROUP BY + HAVING 工作流程 

第一性原理出发思考 ——我们为什么需要聚合函数？

在数据库中，查询的本质是从一堆数据中“找出我们需要的信息”。有时候我们不仅想看到“每一行”，而是想对一整列进行“汇总”，比如：

• 一共预订了多少场电影？

• 哪个用户最爱看电影？

• 每部电影平均有多少人观看？

这个时候，我们就需要——聚合函数。

什么是聚合函数？ 

聚合函数是 MySQL 中用于对一整列的数据进行统计、计算或汇总的函数。它不是作用于“某一行”，而是作用于“一列”或“一组”数据。 

---

常见聚合函数 + 实例讲解 

我们来建一个简单的工资表 employees，字段如下： 

CREATE TABLE employees (id INT PRIMARY KEY AUTO_INCREMENT,name VARCHAR(50),salary INT
);

插入一些数据： 

INSERT INTO employees (name, salary) VALUES 
('Alice', 5000),
('Bob', 6000),
('Charlie', 5500),
('Diana', 7000),
('Eve', 6500),
('Frank', 5200);

 🔸 1. COUNT() —— 计数

SELECT COUNT(*) FROM employees;

 我们给数据库一个表，它扫描所有行，每遇到一行就 +1，最后告诉你一共有几行数据。

最后返回 6

SELECT COUNT(salary) FROM employees;

 与 COUNT(*) 类似，但如果有 NULL 工资的员工，不计入。

 🔸 2. MAX() / MIN() —— 最大 / 最小值

SELECT MAX(salary), MIN(salary) FROM employees;

 数据库扫描每一个值，记录当前最大/最小值，直到最后一行。

最后返回：MAX: 7000, MIN: 5000 

🔸 3. SUM() —— 求和 

SELECT SUM(salary) FROM employees;

 我们把这一列的值都加起来，输出总和。适合处理“总销售额”、“总时长”等问题。

最后返回：5000 + 6000 + 5500 + 7000 + 6500 + 5200 = 35,200
 

🔸 4. AVG() —— 平均值 

SELECT AVG(salary) FROM employees;

 就是 SUM(salary) / COUNT(salary)，把总量除以人数，得到“人均”指标。

最后返回：35200 / 6 = 5866.67 

你还可以这样玩： 

-- 所有工资加 500 后的平均值是多少？
SELECT AVG(salary + 500) FROM employees;-- 平均名字长度（字符串函数 + 聚合函数）
SELECT AVG(CHAR_LENGTH(name)) FROM employees;

 GROUP BY

我们之前讲的聚合函数是对“一整列”做统计，但很多时候，我们想知道： 

各个部门的平均工资分别是多少？ 

这就需要把“整张表”按部门拆成若干小组，每一组内部再用聚合函数统计。 

💡 这时候，我们就需要 GROUP BY。 

GROUP BY 是什么？ 

GROUP BY 是 SQL 中的“分组器”

它把一张大表，按某个字段（或字段组合）划分成一组组数据，然后对每组单独使用聚合函数。 

执行逻辑 

🎯 目标：统计各个部门的平均工资 

SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department;

这条 SQL 的背后逻辑是这样的：

1. 扫描整张表

2. 按 department 字段的值，把表划分为若干组：

   • HR: [Alice, Charlie, Frank]

   • IT: [Bob, Diana]

   • Finance: [Eve]

3. 对每组单独执行 AVG(salary)

4. 输出每组的 department 和对应的 avg_salary

执行结果：

department	avg_salary
HR	5233.33
IT	6500.00
Finance	6500.00

 GROUP BY 的重要规则

规则	说明
SELECT 中非聚合字段必须出现在 GROUP BY 中	除非是聚合函数计算的，否则 SELECT 中的字段必须被 GROUP BY
GROUP BY 后面可以接多个字段	表示按多个维度进行分组

整张表 → 按字段值分组 → 每组做聚合 → 输出每组统计结果

HAVING

为什么还要 HAVING？ 

我们已经知道：每个部门的平均工资。但问题来了： 

❓“只想要平均工资大于 6000 的部门”怎么办？ 

你可能第一反应是： 

SELECT department, AVG(salary)
FROM employees
WHERE AVG(salary) > 6000     -- 🚫 错误用法
GROUP BY department;

 ❌ 错误！
因为 WHERE 是在分组之前起作用的，根本没法识别 AVG(salary) 这种“分组后的值”。

HAVING 是什么？ 

HAVING 是用来 过滤分组后的结果 的

它和 WHERE 类似，但发生在 GROUP BY 之后 

实例讲解 

🎯 问题：找出平均工资高于 6000 的部门 

SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department
HAVING AVG(salary) > 6000;

🔍 数据回顾（之前的平均工资）：

department	avg_salary
HR	5233.33
IT	6500.00
Finance	6500.00

📌 这条 SQL 会返回：

department	avg_salary
IT	6500.00
Finance	6500.00

因为只有这两个部门的平均工资大于 6000。

🔹 统计每个部门人数大于 2 的部门：

SELECT department, COUNT(*) AS num_employees 
FROM employees 
GROUP BY department 
HAVING COUNT(*) > 2;

🔹 平均工资等于最大工资的部门

SELECT department, AVG(salary), MAX(salary) FROM employees 
GROUP BY department 
HAVING AVG(salary) = MAX(salary);

 使用别名：

SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department
HAVING avg_salary > 6000;   -- ✅ 正确用法

HAVING 和 WHERE 的区别 

语句部分	用途	作用顺序（谁先执行）
WHERE	筛选原始数据	在分组之前执行
HAVING	筛选分组结果	在分组之后执行

 WHERE 是筛选行，HAVING 是筛选组。

WHERE 是先手，HAVING 是后手。

思维图：GROUP BY + HAVING 工作流程 

原始表↓   （WHERE）
过滤掉不满足条件的行↓   （GROUP BY）
按照字段分组↓   （聚合函数）
计算每组的结果↓   （HAVING）
筛选掉不满足条件的组↓   （SELECT）
最终展示结果