4.1 聚合函数与 GROUP BY 分组

4.1 聚合函数与 GROUP BY 分组

本节摘要：聚合函数把多行算成一个值（COUNT/SUM/AVG/MIN/MAX），GROUP BY 把行分组后分别聚合，HAVING 过滤分组。本节讲清三者的配合。

本节目标

阅读完本节，你应当能够：

1. 用五个常用聚合函数
2. 用 GROUP BY 分组统计
3. 区分 WHERE 和 HAVING
4. 避免聚合查询的常见错误

一、五个聚合函数

聚合函数对一组值计算返回单个值：

SELECT COUNT(*) FROM Customers;          -- 客户总数
SELECT SUM(Amount) FROM Orders;           -- 订单总金额
SELECT AVG(Amount) FROM Orders;           -- 平均订单金额
​

注意 COUNT(*) 数所有行（含 NULL），COUNT(列) 数该列非 NULL 的行。

二、GROUP BY 分组

GROUP BY 把行按某列分组，聚合函数对每组分别计算：

SELECT City, COUNT(*) AS 客户数
FROM Customers
GROUP BY City;
​

返回每个城市的客户数。GROUP BY 的列会出现在 SELECT 里（非聚合列必须在 GROUP BY 里，否则报错）。

图 4-1 分组聚合流程

多列分组：GROUP BY City, Gender 会按城市+性别组合分组。

三、HAVING 过滤分组

WHERE 在分组前过滤行，HAVING 在分组后过滤组：

SELECT City, COUNT(*) AS 客户数
FROM Customers
GROUP BY City
HAVING COUNT(*) > 5;     -- 只要客户数大于 5 的城市
​

四、常见错误

• SELECT 非聚合列不在 GROUP BY：SELECT City, FirstName ... GROUP BY City 报错——FirstName 在组里有多个值，不知道选哪个。
• WHERE 里用聚合：WHERE COUNT(*) > 5 报错——WHERE 时还没分组，改 HAVING。
• HAVING 用非聚合且非分组列：逻辑混乱，避免。

⚠️ 常见坑：SELECT City, FirstName FROM Customers GROUP BY City——FirstName 怎么取？严格 DBMS 报错，宽松的（MySQL 老版）随便取一个，结果不可预期。非聚合列一定要在 GROUP BY 里。

💡 关键直觉：聚合函数把多行压成一行，GROUP BY 决定按什么分，HAVING 过滤分组后的结果。记住 SELECT 非聚合列必须在 GROUP BY 里。

重点提炼

• 五个聚合：COUNT/SUM/AVG/MIN/MAX，COUNT(*) 数全行、COUNT(列) 数非 NULL。
• GROUP BY：按列分组，聚合函数对每组算，SELECT 非聚合列必须在 GROUP BY 里。
• HAVING：分组后过滤组，能用聚合；WHERE 分组前过滤行，不能用聚合。
• 常见错：非聚合列不在 GROUP BY、WHERE 用聚合、HAVING 用非分组非聚合列。
• 分组聚合是统计查询的核心，掌握后能写大多数报表查询。

下一节讲 JOIN——把多张表连起来查。

常见疑问

Q1：COUNT(*) 和 COUNT(列) 有什么区别？

COUNT() 统计行数（包含 NULL 行）；COUNT(列) 只统计该列非 NULL 的个数。比如统计"有邮箱的客户数"用 COUNT(Email)，统计总客户数用 COUNT()。用错会导致数字对不上，是数据报表常见的低级错误。

Q2：GROUP BY 后 SELECT 里能写哪些列？

只能写：1) 分组列；2) 聚合函数（COUNT/SUM/AVG/MIN/MAX）。其他非分组、非聚合列在标准 SQL 里不允许（会报错）。MySQL 老版本宽松模式不报错但取的值是随机的——这是隐患，务必只写分组列和聚合结果。

Q3：WHERE 和 HAVING 到底怎么分工？

WHERE 在分组前过滤行（先剔除不要的行再分组），HAVING 在分组后过滤组（对统计结果再筛一遍）。举例：WHERE Amount > 0 GROUP BY City HAVING COUNT(*) > 5 表示只看金额为正的订单，再只要客户数超过 5 的城市。顺序理解错，结果就差很多。

Q4：能不能对聚合结果排序？

能。ORDER BY 可以用聚合结果：SELECT City, COUNT(*) AS c FROM Customers GROUP BY City ORDER BY c DESC 按客户数从多到少排。注意排序用的别名要在 SELECT 里定义过。

Q5：只聚合不分组（整个表一行结果）怎么写？

不加 GROUP BY 直接 SELECT COUNT(*), SUM(Amount) FROM Orders，整表作为一个组，返回一行。这是"总计"类报表的写法。

动手做一做

聚合分组是数据分析的核心，一定要动手跑几遍。

准备一张练习表，包含城市、性别、金额、日期几个字段，插入几十条数据。

第一个练习：分别用计数、求和、平均、最大、最小这几个聚合函数算全表统计，再看计数全部行和计数某列的结果差在哪，体会空值对计数的影响。

第二个练习：按城市分组，统计每个城市的记录数和金额合计，再尝试按城市加性别两列分组，观察分组粒度变细之后，结果行数如何变化。

第三个练习：先过滤再分组，与先分组再过滤，两种写法对比。你会发现，一个用过滤子句在分组前筛行，一个用分组过滤子句在分组后筛组，作用阶段完全不同。

第四个练习：按城市分组并排序，观察聚合结果能否排序、怎么排。

这四个练习做完，你对"聚合把多行压成一行""分组决定压成几行""过滤分组用专门子句"这几个核心概念，会有实实在在的理解。报表、统计类需求大量用到这些技能，值得反复练。

一句话记忆

聚合函数负责"把多行算成一个值"，分组子句负责"按什么把行归堆"，分组后的过滤则要交给专门的子句。记住"选择列表里的普通列必须来自分组列"，就能避开最常见的报错。