SQL 聚合函数：数据统计与分析利器

引言 / 什么是SQL聚合函数

在数据库管理工作中，我们经常需要从海量数据中提取关键指标：比如统计某个月份的销售总额、计算班级学生的平均成绩，或者找出商品库存的最高值。这些需求如果通过逐行遍历数据实现，不仅效率低下且容易出错。

SQL聚合函数正是为解决这类问题而设计的工具。它们能对一组值执行计算并返回单个值，配合GROUP BY子句还能实现分组统计。本文将系统讲解COUNT、SUM、AVG、MAX、MIN五大核心聚合函数，通过真实数据案例演示如何高效完成数据统计任务。

基础操作 / 核心聚合函数详解

步骤一：COUNT函数 - 统计行数

COUNT函数用于计算结果集中的行数，是最常用的聚合函数之一。它有两种使用形式：

-- 统计所有行数（包含NULL值）
SELECT COUNT(*) FROM orders;

-- 统计某列非NULL值的数量
SELECT COUNT(customer_id) FROM orders;

案例演示：统计2023年各月份的订单数量

SELECT 
    MONTH(order_date) AS month,
    COUNT(*) AS order_count
FROM orders
WHERE YEAR(order_date) = 2023
GROUP BY MONTH(order_date);

提示：使用COUNT(*)时，即使某列包含NULL值也会被计入总数；而COUNT(column_name)只会统计非NULL值。

步骤二：SUM函数 - 求和计算

SUM函数对数值列进行求和运算，常用于计算销售额、库存总量等场景：

SELECT SUM(amount) AS total_sales FROM orders;

进阶用法：结合WHERE条件筛选数据后再求和

-- 计算华东地区销售额
SELECT SUM(amount) AS east_sales
FROM orders
WHERE region = '华东';

案例演示：统计各产品类别的销售总额

SELECT 
    product_category,
    SUM(amount) AS category_sales
FROM orders
JOIN products ON orders.product_id = products.id
GROUP BY product_category;

步骤三：AVG函数 - 计算平均值

AVG函数返回数值列的平均值，自动忽略NULL值：

SELECT AVG(score) AS avg_score FROM student_grades;

精度控制：使用CAST或ROUND控制小数位数

SELECT 
    ROUND(AVG(score), 2) AS precise_avg
FROM student_grades;

案例演示：计算各班级数学平均分

SELECT 
    class_id,
    AVG(math_score) AS math_avg
FROM exam_results
GROUP BY class_id;

步骤四：MAX/MIN函数 - 查找极值

这两个函数分别返回列中的最大值和最小值：

-- 查找最高单价
SELECT MAX(unit_price) FROM products;

-- 查找最早订单日期
SELECT MIN(order_date) FROM orders;

组合应用：同时获取最大值和最小值

SELECT 
    MAX(temperature) AS max_temp,
    MIN(temperature) AS min_temp
FROM weather_data
WHERE record_date BETWEEN '2023-01-01' AND '2023-01-31';

进阶技巧

技巧一：多聚合函数组合使用

SELECT 
    COUNT(*) AS total_orders,
    SUM(amount) AS total_sales,
    AVG(amount) AS avg_order,
    MAX(amount) AS max_order,
    MIN(amount) AS min_order
FROM orders
WHERE order_date = '2023-06-01';

技巧二：与GROUP BY配合实现分组统计

-- 按部门统计员工人数和薪资情况
SELECT 
    department,
    COUNT(*) AS employee_count,
    AVG(salary) AS avg_salary,
    SUM(salary) AS total_salary
FROM employees
GROUP BY department;

技巧三：使用HAVING筛选分组结果

-- 找出销售额超过10万的商品类别
SELECT 
    product_category,
    SUM(amount) AS category_sales
FROM orders
JOIN products ON orders.product_id = products.id
GROUP BY product_category
HAVING SUM(amount) > 100000;

技巧四：与DISTINCT结合去重统计

-- 统计不同客户数量（去重）
SELECT COUNT(DISTINCT customer_id) FROM orders;

-- 计算不重复商品种类的平均价格
SELECT AVG(DISTINCT unit_price) FROM products;

常见问题

Q：聚合函数和WHERE子句的执行顺序是怎样的？

A：SQL查询的执行顺序为：FROM→WHERE→GROUP BY→HAVING→SELECT。聚合函数在GROUP BY之后执行，因此WHERE不能直接使用聚合结果，应该使用HAVING来筛选分组。

Q：为什么COUNT(1)比COUNT(*)性能更好？

A：在大多数现代数据库中，COUNT(*)和COUNT(1)性能几乎没有差别。早期某些数据库对COUNT(*)有特殊优化，但现在优化器通常会将它们视为相同操作。

Q：如何统计NULL值的数量？

A：可以使用条件表达式配合SUM实现：

SELECT SUM(CASE WHEN column_name IS NULL THEN 1 ELSE 0 END) 
FROM table_name;

小结

本文系统讲解了SQL聚合函数的核心用法：从基础的行数统计(COUNT)、数值求和(SUM)，到平均值计算(AVG)、极值查找(MAX/MIN)，再到多函数组合和分组统计等高级技巧。掌握这些函数后，你可以轻松完成：

1. 销售数据的多维度分析
2. 用户行为的统计建模
3. 库存管理的关键指标监控
4. 财务报表的自动生成

最佳实践：在复杂查询中，建议先编写简单的SELECT语句验证基础数据，再逐步添加聚合函数和分组条件。对于大数据量表，确保相关列有适当的索引以提高查询效率。