聚合函数

是对一组数据进行汇总的函数，输入的是一组数据的集合，输出的是 单个值（一条记录）。

• AVG()
• SUM()
• MAX()
• MIN()
• COUNT()
  

MIN/MAX 除了能比较数值，还能比较字符串、时间日期
方式1：COUNT(字段);    这种方式不一定对，因为如果字段的值包含NULL，那么不会被统计的
方式2：COUNT(1);
方式3：COUNT(*);

这些聚合函数遇到NULL时，会被忽略，也就是说，如果求薪资的平均值，发现员工的薪资为NULL，会被忽略掉这个员工，导致求平均值不准确，解决：
select AVG(IFNULL(salary, 0)) from employees;

问题：用count(*)，count(1)，count(字段)谁好呢?
其实，对于MyISAM引擎的表是没有区别的。这种引擎内部有一计数器在维护着行数(复杂度是O(1))。
Innodb引擎的表用count(*),count(1)直接读行数，复杂度是O(n)，因为innodb真的要去数一遍。但好于具体的count(字段)。
COUNT(*) = COUNT(1) > COUNT(字段)

问题：能不能使用count(字段)替换count(*)?
不要使用 count(列名)来替代 count(*) ， count(*) 是 SQL92 定义的标准统计行数的语法，跟数据库无关，跟 NULL 和非 NULL 无关。
说明：count(*)会统计值为 NULL 的行，而 count(字段)不会统计此列为 NULL 值的行。

Group By
查询各个部门的平均工资
select department_id, AVG(salary) from employees GROUP BY department_id;
按照部门分组，然后对每组数据求平均值，这就是 Group By 的用法；

group by 后面的条件位置随便，结果都一样，比如： group by a,b 和 group by b,a

在SELECT列表中所有未包含在组函数中的列都应该包含在 GROUP BY子句中

明确：WHERE一定紧邻FROM后面

WITH ROLLUP
在所有查询出的分组记录之后增加一条记录，该记录计算查询出的所有记录的总和，即统计记录数量。
注意：当使用ROLLUP时，不能同时使用ORDER BY子句进行结果排序，即ROLLUP和ORDER BY是互相排斥的。
SELECT department_id,AVG(salary) FROM employees WHERE department_id > 80
GROUP BY department_id WITH ROLLUP;

HAVING
如果 过滤条件中 使用了聚合函数，则必须使用 HAVING 来替换 WHERE。否则报错；
HAVING 必须声明在 Group By 后面！

查询各个部门中最高的工资比10000高的部门信息
select department_id, MAX(salary) from epmloyees group by department_id having MAX(salary)> 10000;
如果having没有跟在group by后面（sql没有分组，而是对整个列求MAX），那么意义就不大了；

练习：查询部门id为10，20，30，40这4个部门中最高工资比10000高的部门信息
方式1(强烈推荐，因为比方式2的效率高）：
select department_id, MAX(salary) from epmloyees where department_id in (10,20,30,40) group by department_id having MAX(salary)> 10000;
方式2：
select department_id, MAX(salary) from epmloyees group by department_id having MAX(salary)> 10000 and department_id in (10,20,30,40);

总结：

• 当过滤条件中有聚合函数时，则此过滤条件必须声明在HAVING中。
• 当过滤条件中没有聚合函数时，则此过滤条件声明在WHERE中或HAVING中都可以。但是，强烈建议声明在WHERE中！
  

那为何建议声明在where中呢？因为 where 在 group by 前执行过滤才分组；

WHERE和HAVING的对比
区别1：WHERE 可以直接使用表中的字段作为筛选条件，但不能使用分组中的计算函数作为筛选条件；
HAVING 必须要与 GROUP BY 配合使用，可以把分组计算的函数和分组字段作为筛选条件。这决定了，在需要对数据进行分组统计的时候，HAVING 可以完成 WHERE 不能完成的任务。这是因为，在查询语法结构中，WHERE 在 GROUP BY 之前，所以无法对分组结果进行筛选。HAVING 在 GROUP BY 之后，可以使用分组字段和分组中的计算函数，对分组的结果集进行筛选，这个功能是 WHERE 无法完成的。另外，WHERE排除的记录不再包括在分组中。

区别2：如果需要通过连接从关联表中获取需要的数据，WHERE 是先筛选后连接，而 HAVING 是先连接后筛选。 这一点，就决定了在关联查询中，WHERE 比 HAVING 更高效。因为 WHERE 可以先筛选，用一个筛选后的较小数据集和关联表进行连接，这样占用的资源比较少，执行效率也比较高。HAVING 则需要先把结果集准备好，也就是用未被筛选的数据集进行关联，然后对这个大的数据集进行筛选，这样占用的资源就比较多，执行效率也较低。

开发中的选择：
WHERE 和 HAVING 也不是互相排斥的，我们可以在一个查询里面同时使用 WHERE 和 HAVING。包含分组统计函数的条件用 HAVING，普通条件用 WHERE。这样，我们就既利用了 WHERE 条件的高效快速，又发挥了 HAVING 可以使用包含分组统计函数的查询条件的优点。当数据量特别大的时候，运行效率会有很大的差别。

SQL底层执行原理
书写结构：
select ...,...,...
from ... (left/right) join ... on 多表连接条件
(left/right) join ... on ...
where 不包含聚合函数的过滤条件
group by ...,...
having 包含聚合函数的过滤条件
order by ...,...(asc, desc)
limit ...,...
  
书写简写：SELECT ... FROM ...JOIN ... ON ... WHERE ... GROUP BY ... HAVING ... ORDER BY ... LIMIT...

执行过程：
FROM -> ON -> (LEFT/RIGHT JOIN) -> WHERE -> GROUP BY -> HAVING -> SELECT 的字段 -> DISTINCT -> ORDER BY -> LIMIT
例子：
SELECT DISTINCT player_id, player_name, count(*) as num # 顺序 5
FROM player JOIN team ON player.team_id = team.team_id # 顺序 1
WHERE height > 1.80 # 顺序 2
GROUP BY player.team_id # 顺序 3
HAVING num > 2 # 顺序 4
ORDER BY num DESC # 顺序 6
LIMIT 2 # 顺序 7

在 SELECT 语句执行这些步骤的时候，每个步骤都会产生一个 虚拟表 ，然后将这个虚拟表传入下一个步骤中作为输入。需要注意的是，这些步骤隐含在 SQL 的执行过程中，对于我们来说是不可见的。

SQL 的执行原理
SELECT 是先执行 FROM 这一步的。在这个阶段，如果是多张表联查，还会经历下面的几个步骤：
    1. 首先先通过 CROSS JOIN 求笛卡尔积，相当于得到虚拟表 vt（virtual table）1-1；
    2. 通过 ON 进行筛选，在虚拟表 vt1-1 的基础上进行筛选，得到虚拟表 vt1-2；
    3. 添加外部行。如果我们使用的是左连接、右链接或者全连接，就会涉及到外部行，也就是在虚拟表 vt1-2 的基础上增加外部行，得到虚拟表 vt1-3。
当然如果我们操作的是两张以上的表，还会重复上面的步骤，直到所有表都被处理完为止。这个过程得到是我们的原始数据。
当我们拿到了查询数据表的原始数据，也就是最终的虚拟表 vt1 ，就可以在此基础上再进行 WHERE 阶段 。在这个阶段中，会根据 vt1 表的结果进行筛选过滤，得到虚拟表 vt2 。
然后进入第三步和第四步，也就是 GROUP 和 HAVING 阶段 。在这个阶段中，实际上是在虚拟表 vt2 的基础上进行分组和分组过滤，得到中间的虚拟表 vt3 和 vt4 。
当我们完成了条件筛选部分之后，就可以筛选表中提取的字段，也就是进入到 SELECT 和 DISTINCT阶段 。
首先在 SELECT 阶段会提取想要的字段，然后在 DISTINCT 阶段过滤掉重复的行，分别得到中间的虚拟表vt5-1 和 vt5-2 。
当我们提取了想要的字段数据之后，就可以按照指定的字段进行排序，也就是 ORDER BY 阶段 ，得到虚拟表 vt6 。
最后在 vt6 的基础上，取出指定行的记录，也就是 LIMIT 阶段 ，得到最终的结果，对应的是虚拟表vt7 。
当然我们在写 SELECT 语句的时候，不一定存在所有的关键字，相应的阶段就会省略。
同时因为 SQL 是一门类似英语的结构化查询语言，所以我们在写 SELECT 语句的时候，还要注意相应的关键字顺序，所谓底层运行的原理，就是我们刚才讲到的执行顺序