MySQL之分組查詢（DQL）

阿新 • • 發佈：2020-07-21

分組函式

介紹：

　　分組函式作用於一組資料，並對一組資料返回一個值，用作統計使用，又稱為聚合函式或統計函式或組函式。

語法：

　　SELECT 查詢的欄位，分組函式 FROM 表 GROUP BY 分組的欄位 ORDER BY 排序的欄位;

特點：

　　1.可以按單個欄位分組。

　　2.和分組函式一同查詢的欄位最好是分組後的欄位。

　　3.分組篩選

　　　　分組前篩選：

　　　　　　針對的表：原始表

　　　　　　位置：group by的前面

　　　　　　關鍵字：where

　　　　分組後篩選：

　　　　　　針對的表：分組後的結果集

　　　　　　位置：group by的後面

　　　　　　關鍵字：

having

　　4.可以按多個欄位分組，欄位之間用逗號隔開。

　　5.可以支援排序。

　　6.having後可以支援別名。

組函式型別：

　　AVG()：平均值，一般用於處理數值型，忽略null值。

　　COUNT()：計數，可以處理任何型別，忽略null值。

　　MAX()：最大值，可以處理任何型別，忽略null值。

　　MIN()：最小值，可以處理任何型別，忽略null值。

　　SUM()：求和，一般用於處理數值型，忽略null值。

AVG（平均值）和SUM（合計）函式

介紹：

　　可以對數值型資料使用AVG和SUM函式。

示例：

SELECT AVG(salary),MAX 
(salary),MIN(salary),SUM(salary) FROM employees WHERE job_id LIKE '%REP%';

MIN（最小值）和 MAX（最大值）函式

介紹：

　　可以對任意資料型別的資料使用MIN和MAX函式。

示例：

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

COUNT（計數）函式

介紹：

　　COUNT(*)：返回表中記錄總數，適用於任意資料型別。

　　COUNT(expr)：返回expr不為空的記錄總數。

示例：

SELECT COUNT(*) FROM employees WHERE 
 department_id = 50;
SELECT COUNT(commission_pct) FROM employees WHERE department_id = 50;

分組資料GROUP BY

介紹：

　　可以使用GROUP BY子句將表中的資料分成若干組。

1.在SELECT列表中所有未包含在組函式中的列都應該包含在GROUP BY子句中。

示例：

SELECT department_id,AVG(salary) FROM employees GROUP BY department_id;

2.包含在GROUP BY子句中的列不必包含在SELECT列表中。

示例：

SELECT AVG(salary) FROM employees GROUP BY department_id;

3.使用多個列分組，在GROUP BY子句中包含多個列。

示例：

SELECT department_id dept_id, job_id, SUM(salary) FROM employees GROUP BY department_id, job_id;

非法使用組函式

介紹：

　　1.不能在WHERE子句中使用組函式。

　　2.可以在HAVING子句中使用組函式。

示例：

SELECT department_id, AVG(salary) FROM employees WHERE AVG(salary) > 8000 GROUP BY department_id;

過濾分組HAVING

介紹：

　　使用HAVING過濾分組：

　　　　1.行已經被分組。

　　　　2.使用了組函式。

　　　　3.滿足HAVING子句中條件的分組將被顯示。

示例：

SELECT department_id, MAX(salary) FROM employees GROUP BY department_id HAVING MAX(salary)>10000;

案例講解

#1.簡單的分組
#案例1：查詢每個工種的員工平均工資
SELECT AVG(salary),job_id FROM employees GROUP BY job_id;
#案例2：查詢每個位置的部門個數
SELECT COUNT(*),location_id FROM departments GROUP BY location_id;


#2.可以實現分組前的篩選
#案例1：查詢郵箱中包含a字元的每個部門的最高工資
SELECT MAX(salary),department_id FROM employees WHERE email LIKE '%a%' GROUP BY department_id;
#案例2：查詢有獎金的每個領導手下員工的平均工資
SELECT AVG(salary),manager_id FROM employees WHERE commission_pct IS NOT NULL GROUP BY manager_id;


#3.分組後篩選
#案例：查詢哪個部門的員工個數>5
#①查詢每個部門的員工個數
SELECT COUNT(*),department_id FROM employees GROUP BY department_id;
#②篩選剛才①結果
SELECT COUNT(*),department_id FROM employees GROUP BY department_id HAVING COUNT(*)>5;
#案例2：每個工種有獎金的員工的最高工資>12000的工種編號和最高工資
SELECT job_id,MAX(salary) FROM employees WHERE commission_pct IS NOT NULL GROUP BY job_id HAVING MAX(salary)>12000;
#案例3：領導編號>102的每個領導手下的最低工資大於5000的領導編號和最低工資manager_id>102
SELECT manager_id,MIN(salary) FROM employees GROUP BY manager_id HAVING MIN(salary)>5000;


#4.新增排序
#案例：每個工種有獎金的員工的最高工資>6000的工種編號和最高工資，按最高工資升序
SELECT job_id,MAX(salary) m FROM employees WHERE commission_pct IS NOT NULL GROUP BY job_id HAVING m>6000 ORDER BY m;


#5.按多個欄位分組
#案例：查詢每個工種每個部門的最低工資,並按最低工資降序
SELECT MIN(salary),job_id,department_id FROM employees GROUP BY department_id,job_id ORDER BY MIN(salary) DESC;


#6.簡單的使用
SELECT SUM(salary) FROM employees;
SELECT AVG(salary) FROM employees;
SELECT MIN(salary) FROM employees;
SELECT MAX(salary) FROM employees;
SELECT COUNT(salary) FROM employees;
SELECT SUM(salary) 和,AVG(salary) 平均,MAX(salary) 最高,MIN(salary) 最低,COUNT(salary) 個數 FROM employees;
SELECT SUM(salary) 和,ROUND(AVG(salary),2) 平均,MAX(salary) 最高,MIN(salary) 最低,COUNT(salary) 個數 FROM employees;


#7.引數支援哪些型別
SELECT SUM(last_name) ,AVG(last_name) FROM employees;
SELECT SUM(hiredate) ,AVG(hiredate) FROM employees;
SELECT MAX(last_name),MIN(last_name) FROM employees;
SELECT MAX(hiredate),MIN(hiredate) FROM employees;
SELECT COUNT(commission_pct) FROM employees;
SELECT COUNT(last_name) FROM employees;


#8.是否忽略null
SELECT SUM(commission_pct) ,AVG(commission_pct),SUM(commission_pct)/35,SUM(commission_pct)/107 FROM employees;
SELECT MAX(commission_pct) ,MIN(commission_pct) FROM employees;
SELECT COUNT(commission_pct) FROM employees;
SELECT commission_pct FROM employees;


#9.和distinct搭配
SELECT SUM(DISTINCT salary),SUM(salary) FROM employees;
SELECT COUNT(DISTINCT salary),COUNT(salary) FROM employees;


#10、count函式的詳細介紹
SELECT COUNT(salary) FROM employees;
-- 效率：
-- MYISAM儲存引擎下，COUNT(*)的效率高
-- INNODB儲存引擎下，COUNT(*)和COUNT(1)的效率差不多，比COUNT(欄位)要高一些
SELECT COUNT(*) FROM employees;
SELECT COUNT(1) FROM employees;


#11.和分組函式一同查詢的欄位有限制
SELECT AVG(salary),employee_id FROM employees;


#12.查詢員工最高工資和最低工資的差距（DIFFERENCE）
SELECT MAX(salary)-MIN(salary) DIFFRENCE FROM employees;


#13.查詢各個管理者手下員工的最低工資,其中最低工資不能低於6000,沒有管理者的員工不計算在內
SELECT MIN(salary),manager_id FROM employees WHERE manager_id IS NOT NULL GROUP BY manager_id HAVING MIN(salary)>=6000;


#14.查詢所有部門的編號，員工數量和工資平均值，並按平均工資降序
SELECT department_id,COUNT(*),AVG(salary) a FROM employees GROUP BY department_id ORDER BY a DESC;


#15.選擇具有各個job_id的員工人數
SELECT COUNT(*) 個數,job_id FROM employees GROUP BY job_id;

#16.查詢各job_id的員工工資的最大值，最小值，平均值，總和，並按job_id升序
SELECT MAX(salary),MIN(salary),AVG(salary),SUM(salary),job_id FROM employees GROUP BY job_id


#17.查詢公司員工工資的最大值，最小值，平均值，總和
SELECT MAX(salary) 最大值,MIN(salary) 最小值,AVG(salary) 平均值,SUM(salary) 和 FROM employees;


#18.查詢員工表中的最大入職時間和最小入職時間的相差天數（DIFFRENCE）
SELECT MAX(hiredate) 最大,MIN(hiredate) 最小,(MAX(hiredate)-MIN(hiredate))/1000/3600/24 DIFFRENCE FROM employees;
SELECT DATEDIFF(MAX(hiredate),MIN(hiredate)) DIFFRENCE FROM employees;
SELECT DATEDIFF('1995-2-7','1995-2-6');


#19.查詢部門編號為90的員工個數
SELECT COUNT(*) FROM employees WHERE department_id = 90;

測試資料

#員工表
CREATE TABLE `employees` (
  `employee_id` int(6) NOT NULL AUTO_INCREMENT,
  `first_name` varchar(20) DEFAULT NULL,
  `last_name` varchar(25) DEFAULT NULL,
  `email` varchar(25) DEFAULT NULL,
  `phone_number` varchar(20) DEFAULT NULL,
  `job_id` varchar(10) DEFAULT NULL,
  `salary` double(10,2) DEFAULT NULL,
  `commission_pct` double(4,2) DEFAULT NULL,
  `manager_id` int(6) DEFAULT NULL,
  `department_id` int(4) DEFAULT NULL,
  `hiredate` datetime DEFAULT NULL,
  PRIMARY KEY (`employee_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

#員工資料
INSERT INTO employees VALUES ('100', 'Steven', 'K_ing', 'SKING', '515.123.4567', 'AD_PRES', '24000.00', null, null, '90', '1992-04-03 00:00:00');
INSERT INTO employees VALUES ('101', 'Neena', 'Kochhar', 'NKOCHHAR', '515.123.4568', 'AD_VP', '17000.00', null, '100', '90', '1992-04-03 00:00:00');
INSERT INTO employees VALUES ('102', 'Lex', 'De Haan', 'LDEHAAN', '515.123.4569', 'AD_VP', '17000.00', null, '100', '90', '1992-04-03 00:00:00');
INSERT INTO employees VALUES ('103', 'Alexander', 'Hunold', 'AHUNOLD', '590.423.4567', 'IT_PROG', '9000.00', null, '102', '60', '1992-04-03 00:00:00');
INSERT INTO employees VALUES ('104', 'Bruce', 'Ernst', 'BERNST', '590.423.4568', 'IT_PROG', '6000.00', null, '103', '60', '1992-04-03 00:00:00');
INSERT INTO employees VALUES ('105', 'David', 'Austin', 'DAUSTIN', '590.423.4569', 'IT_PROG', '4800.00', null, '103', '60', '1998-03-03 00:00:00');
INSERT INTO employees VALUES ('106', 'Valli', 'Pataballa', 'VPATABAL', '590.423.4560', 'IT_PROG', '4800.00', null, '103', '60', '1998-03-03 00:00:00');
INSERT INTO employees VALUES ('107', 'Diana', 'Lorentz', 'DLORENTZ', '590.423.5567', 'IT_PROG', '4200.00', null, '103', '60', '1998-03-03 00:00:00');
INSERT INTO employees VALUES ('108', 'Nancy', 'Greenberg', 'NGREENBE', '515.124.4569', 'FI_MGR', '12000.00', null, '101', '100', '1998-03-03 00:00:00');
INSERT INTO employees VALUES ('109', 'Daniel', 'Faviet', 'DFAVIET', '515.124.4169', 'FI_ACCOUNT', '9000.00', null, '108', '100', '1998-03-03 00:00:00');
INSERT INTO employees VALUES ('110', 'John', 'Chen', 'JCHEN', '515.124.4269', 'FI_ACCOUNT', '8200.00', null, '108', '100', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('111', 'Ismael', 'Sciarra', 'ISCIARRA', '515.124.4369', 'FI_ACCOUNT', '7700.00', null, '108', '100', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('112', 'Jose Manuel', 'Urman', 'JMURMAN', '515.124.4469', 'FI_ACCOUNT', '7800.00', null, '108', '100', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('113', 'Luis', 'Popp', 'LPOPP', '515.124.4567', 'FI_ACCOUNT', '6900.00', null, '108', '100', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('114', 'Den', 'Raphaely', 'DRAPHEAL', '515.127.4561', 'PU_MAN', '11000.00', null, '100', '30', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('115', 'Alexander', 'Khoo', 'AKHOO', '515.127.4562', 'PU_CLERK', '3100.00', null, '114', '30', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('116', 'Shelli', 'Baida', 'SBAIDA', '515.127.4563', 'PU_CLERK', '2900.00', null, '114', '30', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('117', 'Sigal', 'Tobias', 'STOBIAS', '515.127.4564', 'PU_CLERK', '2800.00', null, '114', '30', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('118', 'Guy', 'Himuro', 'GHIMURO', '515.127.4565', 'PU_CLERK', '2600.00', null, '114', '30', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('119', 'Karen', 'Colmenares', 'KCOLMENA', '515.127.4566', 'PU_CLERK', '2500.00', null, '114', '30', '2000-09-09 00:00:00');
INSERT INTO employees VALUES ('120', 'Matthew', 'Weiss', 'MWEISS', '650.123.1234', 'ST_MAN', '8000.00', null, '100', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('121', 'Adam', 'Fripp', 'AFRIPP', '650.123.2234', 'ST_MAN', '8200.00', null, '100', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('122', 'Payam', 'Kaufling', 'PKAUFLIN', '650.123.3234', 'ST_MAN', '7900.00', null, '100', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('123', 'Shanta', 'Vollman', 'SVOLLMAN', '650.123.4234', 'ST_MAN', '6500.00', null, '100', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('124', 'Kevin', 'Mourgos', 'KMOURGOS', '650.123.5234', 'ST_MAN', '5800.00', null, '100', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('125', 'Julia', 'Nayer', 'JNAYER', '650.124.1214', 'ST_CLERK', '3200.00', null, '120', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('126', 'Irene', 'Mikkilineni', 'IMIKKILI', '650.124.1224', 'ST_CLERK', '2700.00', null, '120', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('127', 'James', 'Landry', 'JLANDRY', '650.124.1334', 'ST_CLERK', '2400.00', null, '120', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('128', 'Steven', 'Markle', 'SMARKLE', '650.124.1434', 'ST_CLERK', '2200.00', null, '120', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('129', 'Laura', 'Bissot', 'LBISSOT', '650.124.5234', 'ST_CLERK', '3300.00', null, '121', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('130', 'Mozhe', 'Atkinson', 'MATKINSO', '650.124.6234', 'ST_CLERK', '2800.00', null, '121', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('131', 'James', 'Marlow', 'JAMRLOW', '650.124.7234', 'ST_CLERK', '2500.00', null, '121', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('132', 'TJ', 'Olson', 'TJOLSON', '650.124.8234', 'ST_CLERK', '2100.00', null, '121', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('133', 'Jason', 'Mallin', 'JMALLIN', '650.127.1934', 'ST_CLERK', '3300.00', null, '122', '50', '2004-02-06 00:00:00');
INSERT INTO employees VALUES ('134', 'Michael', 'Rogers', 'MROGERS', '650.127.1834', 'ST_CLERK', '2900.00', null, '122', '50', '2002-12-23 00:00:00');
INSERT INTO employees VALUES ('135', 'Ki', 'Gee', 'KGEE', '650.127.1734', 'ST_CLERK', '2400.00', null, '122', '50', '2002-12-23 00:00:00');
INSERT INTO employees VALUES ('136', 'Hazel', 'Philtanker', 'HPHILTAN', '650.127.1634', 'ST_CLERK', '2200.00', null, '122', '50', '2002-12-23 00:00:00');
INSERT INTO employees VALUES ('137', 'Renske', 'Ladwig', 'RLADWIG', '650.121.1234', 'ST_CLERK', '3600.00', null, '123', '50', '2002-12-23 00:00:00');
INSERT INTO employees VALUES ('138', 'Stephen', 'Stiles', 'SSTILES', '650.121.2034', 'ST_CLERK', '3200.00', null, '123', '50', '2002-12-23 00:00:00');
INSERT INTO employees VALUES ('139', 'John', 'Seo', 'JSEO', '650.121.2019', 'ST_CLERK', '2700.00', null, '123', '50', '2002-12-23 00:00:00');
INSERT INTO employees VALUES ('140', 'Joshua', 'Patel', 'JPATEL', '650.121.1834', 'ST_CLERK', '2500.00', null, '123', '50', '2002-12-23 00:00:00');
INSERT INTO employees VALUES ('171', 'William', 'Smith', 'WSMITH', '011.44.1343.629268', 'SA_REP', '7400.00', '0.15', '148', '80', '2014-03-05 00:00:00');
INSERT INTO employees VALUES ('172', 'Elizabeth', 'Bates', 'EBATES', '011.44.1343.529268', 'SA_REP', '7300.00', '0.15', '148', '80', '2014-03-05 00:00:00');
INSERT INTO employees VALUES ('173', 'Sundita', 'Kumar', 'SKUMAR', '011.44.1343.329268', 'SA_REP', '6100.00', '0.10', '148', '80', '2014-03-05 00:00:00');
INSERT INTO employees VALUES ('201', 'Michael', 'Hartstein', 'MHARTSTE', '515.123.5555', 'MK_MAN', '13000.00', null, '100', '20', '2016-03-03 00:00:00');
INSERT INTO employees VALUES ('202', 'Pat', 'Fay', 'PFAY', '603.123.6666', 'MK_REP', '6000.00', null, '201', '20', '2016-03-03 00:00:00');
INSERT INTO employees VALUES ('203', 'Susan', 'Mavris', 'SMAVRIS', '515.123.7777', 'HR_REP', '6500.00', null, '101', '40', '2016-03-03 00:00:00');
INSERT INTO employees VALUES ('204', 'Hermann', 'Baer', 'HBAER', '515.123.8888', 'PR_REP', '10000.00', null, '101', '70', '2016-03-03 00:00:00');
INSERT INTO employees VALUES ('205', 'Shelley', 'Higgins', 'SHIGGINS', '515.123.8080', 'AC_MGR', '12000.00', null, '101', '110', '2016-03-03 00:00:00');
INSERT INTO employees VALUES ('206', 'William', 'Gietz', 'WGIETZ', '515.123.8181', 'AC_ACCOUNT', '8300.00', null, '205', '110', '2016-03-03 00:00:00');

MySQL之分組查詢（DQL）

分組函式介紹：　　分組函式作用於一組資料，並對一組資料返回一個值，用作統計使用，又稱為聚合函式或統計函式或組函式。

MySQL之條件查詢（DQL）

條件查詢介紹：　　根據條件過濾原始表的資料，查詢到想要的資料。語法：

MySQL之排序查詢（DQL）

ORDER BY 介紹：　　使用ORDER BY子句排序：　　　　ASC（ascend）：升序　　　　DESC（descend）：降序

MySQL之聯合查詢（DQL）

UNION聯合、合併介紹：　　將多條查詢語句的結果合併成一個結果。語法：　　SELECT 欄位|常量|表示式|函式【from 表】【where 條件】 UNION 【all】　　SELECT 欄位|常量|表示式|函式【from 表】【where 條件

MySQL之多表查詢（DQL）

笛卡爾集介紹：　　表A有m行，表B有n行，查詢結果是m*n行。 beauty表：　　 boys表：

MySQL之分頁查詢（DQL）

LIMIT分頁背景：　　查詢返回的記錄太多了，檢視起來很不方便，怎麼樣能夠實現分頁查詢呢？

Mysql基礎學習之分組查詢（視訊筆記整理）

語法： select 查詢列表from 表【where 篩選條件】group by 分組的欄位【order by 排序的欄位】;

阿里Java學習路線：階段 2：資料庫開發－資料庫及SQL/MySQL基礎：課時21：DQL（資料查詢語言）之分組查詢

技術標籤：阿里Java學習路線分組查詢分組查詢是把記錄使用某一列進行分組，然後查詢組資訊。

阿里Java學習路線：階段 2：資料庫開發－資料庫及SQL/MySQL基礎：課時18：DQL（資料查詢語言）之模糊查詢（包含stu表及資料）

模糊查詢當你想查詢姓張，並且姓名一共兩個字的員工時，這時就可以使用模糊查詢

MySql中的資料查詢語言（DQL）二：分組函式/聚合函式/多行處理函式和分組查詢

技術標籤：C_資料庫階段C1_MySql資料庫mysqljava 一、分組函式/聚合函式/多行處理函式

資料庫之mysql多表查詢（連表）以及pymysql等相關內容-45

1.多表查詢 #建表create table department(id int,name varchar(20) );create table employee(id int primary key auto_increment,name varchar(20),sex enum(\'male\',\'female\') not null default \'male\',age

資料庫之mysql多表查詢（子查詢）以及pymysql等相關內容-46

1.子查詢in # 1、inselect * from emp where age=18 or age=38 or age=28;select * from emp where age in (18,38,28);# 子查詢的思路select * from emp where dep_id in(select id from dep where name=\"技術\"

MySql中的資料查詢語言（DQL）三：連線查詢

技術標籤：C_資料庫階段C1_MySql資料庫javamysql 一、概念 1、什麼是連線查詢？連線查詢：也可以叫跨表查詢，需要關聯多個表進行查詢在實際開發中，大部分的情況下都不是從單表中查詢資料，一般都是多張表聯合

Mysql基礎學習之分組函式（視訊筆記整理）

功能：用作統計使用，又稱為聚合函式或統計函式或組函式分類：sum 求和、avg 平均值、max 最大值、min 最小值、count 計算個數

MySQL查詢（下）

存在以下四個資料庫表學生表：student1(sid,sname)Sid學號,sname學生姓名教師表：teacher(tid,tname)tid教師編號，tname教師名字課程表：course(cid,cname,tid)cid課程編號,cname課程姓名,tid教師編號成績表：cj

mysql查詢（一）

1 建表 create database stubase; use stubase; create table Student(Sid varchar(10), Sname varchar(10), Sage datetime ,Ssex varchar(10))engine=InnoDB default charset=utf8;;

實時電商數倉（二十四）之實時計算（三）日活處理模組（三）日活資料查詢介面

日活資料查詢介面 1訪問路徑總數 http://publisher:8070/realtime-total?date=2019-02-01 分時統計

MySQL備份與恢復之mysqldump工具（一）

1、備份的型別冷備份：關閉資料、停止業務溫備份：加鎖備份熱備份：在先備份，不會影響到也正常執行

MySQL備份與恢復之Xtrabackup工具（二）

Xtrabackup物理備份工具，備份MySQL5.6.36 （一）Xtrabackup工具簡介percona公司的備份工具，效能比較高。物理備份工具。特點：物理備份工具，在同級資料量基礎上，都要比邏輯備份效能要好的多。特別是在資料量比較

資料庫查詢語句（DQL）

DQL: 資料庫執行DQL語言不會對資料庫中的資料發生任何改變,而是讓資料庫傳送查詢結果到客戶端。

MySQL之分組查詢（DQL）

分組函式

AVG（平均值）和SUM（合計）函式

MIN（最小值）和 MAX（最大值）函式

COUNT（計數）函式

分組資料GROUP BY

非法使用組函式

過濾分組HAVING

案例講解

測試資料

相關推薦