如何在 SQL 中使用聚合函数统计分组数据

统计报表通常不是逐行展示数据，而是回答“每个部门有多少员工”“每个月销售额是多少”“每个用户平均下了几笔订单”等问题。SQL 聚合函数可以把多行数据归纳为一个结果；配合 GROUP BY，则可以按一个或多个维度分别计算。

聚合查询看起来简短，但容易在边界处出错：COUNT(*) 和 COUNT(列) 的结果可能不同，WHERE 与 HAVING 过滤的阶段不同，表连接还可能意外放大计数。本文使用 PostgreSQL 语法演示核心用法，也会说明需要留意的数据库差异。

一、先准备一组可运行的数据

下面的建表和插入语句可在 PostgreSQL 中直接运行。订单金额使用 NUMERIC，适合需要精确十进制表示的金额；实际项目还应根据业务确定精度和小数位数。

CREATE TABLE orders (
    order_id    INTEGER PRIMARY KEY,
    customer_id INTEGER NOT NULL,
    department  TEXT NOT NULL,
    status      TEXT NOT NULL,
    amount      NUMERIC(10, 2),
    created_at  TIMESTAMP NOT NULL
);

INSERT INTO orders
    (order_id, customer_id, department, status, amount, created_at)
VALUES
    (1, 101, '书籍', 'paid',    120.00, '2025-01-03 10:00:00'),
    (2, 101, '书籍', 'paid',     80.00, '2025-01-10 12:00:00'),
    (3, 102, '数码', 'pending',  NULL,   '2025-01-11 09:30:00'),
    (4, 103, '数码', 'paid',    500.00, '2025-02-02 15:20:00'),
    (5, 104, '书籍', 'cancelled', 40.00, '2025-02-05 16:00:00'),
    (6, 102, '数码', 'paid',    300.00, '2025-02-18 08:10:00'),
    (7, 105, '家居', 'paid',    220.00, '2025-03-01 11:45:00');

二、常用聚合函数做什么

COUNT：统计行数或某列非 NULL 的值数量。
SUM：计算数值列的合计。
AVG：计算数值列的平均值。
MIN、MAX：取最小值和最大值。除数字外，也可用于日期或可排序类型；具体可用类型由数据库决定。

先看不分组的汇总：整个查询结果集被视作一组，通常只返回一行。

SELECT
    COUNT(*) AS order_rows,
    COUNT(amount) AS orders_with_amount,
    SUM(amount) AS amount_sum,
    AVG(amount) AS amount_average,
    MIN(amount) AS amount_min,
    MAX(amount) AS amount_max
FROM orders;

样例数据中，COUNT(*) 是 7，COUNT(amount) 是 6，因为有一行的 amount 为 NULL。其他几个金额聚合也会忽略这个空值。不要把 COUNT 的不同写法混为一谈：

COUNT(*) 统计输入结果中的行数，不根据某一列是否为空来排除行。
COUNT(amount) 统计 amount 非 NULL 的行数。
COUNT(DISTINCT customer_id) 统计非空且去重后的客户编号数。

在 SQL 中，NULL 表示缺失或未知值，不等同于零、空字符串或“没有这一行”。聚合函数一般忽略输入中的 NULL；COUNT(*) 是重要例外，因为它统计行而不是列值。

三、用 GROUP BY 按维度分组

GROUP BY 将指定列值相同的行归为一组，再对每组分别计算聚合结果。下面统计每个部门的订单数和金额：

SELECT
    department,
    COUNT(*) AS order_count,
    SUM(amount) AS total_amount,
    AVG(amount) AS average_amount
FROM orders
GROUP BY department
ORDER BY department;

结果中每个部门一行。这里 COUNT(*) 会把金额为空的订单也计入订单数，而 SUM(amount) 和 AVG(amount) 不会把空金额当成数值参与计算。

可以按多个字段分组。例如统计每个部门、每种状态的订单情况：

SELECT
    department,
    status,
    COUNT(*) AS order_count,
    SUM(amount) AS total_amount
FROM orders
GROUP BY department, status
ORDER BY department, status;

分组键是字段组合：只有 department 和 status 都相同的行才会归为一组。分组字段越多，通常结果组数越多；选择哪些字段，应由报表需要回答的问题决定。

四、WHERE、GROUP BY、HAVING 的分工

聚合查询的常见逻辑顺序可以概括为：先从 FROM 读取数据，经 WHERE 过滤行，再按 GROUP BY 分组，计算聚合，最后由 HAVING 筛选组。这个顺序有助于判断条件应该放在哪里。

WHERE：聚合前过滤明细行

例如只统计已支付订单，再按部门汇总：

SELECT
    department,
    COUNT(*) AS paid_order_count,
    SUM(amount) AS paid_amount
FROM orders
WHERE status = 'paid'
GROUP BY department
ORDER BY department;

WHERE 条件作用于单行，不能直接在同一查询层级写 WHERE SUM(amount) > 100，因为此时分组聚合还没有完成。

HAVING：聚合后过滤分组

若要保留已支付金额超过 300 的部门，应使用 HAVING：

SELECT
    department,
    SUM(amount) AS paid_amount
FROM orders
WHERE status = 'paid'
GROUP BY department
HAVING SUM(amount) > 300
ORDER BY paid_amount DESC;

这里先排除未支付订单，再对剩余记录分组，最后只保留合计金额大于 300 的组。没有聚合条件时，优先用 WHERE 筛选明细，通常更直观，也可减少后续需要处理的行。

五、NULL、空结果与计数边界

聚合值为空时的结果

对一组输入行计算 SUM、AVG、MIN 或 MAX 时，如果没有非空输入值，结果通常为 NULL。而在没有 GROUP BY 的聚合查询中，即使筛选后没有任何行，COUNT(*) 仍返回 0；其他上述聚合通常返回 NULL。

SELECT
    COUNT(*) AS row_count,
    SUM(amount) AS amount_sum
FROM orders
WHERE status = 'not_a_real_status';

若业务要求把空合计显示为零，可以显式使用 COALESCE：

SELECT
    COALESCE(SUM(amount), 0) AS amount_sum
FROM orders
WHERE status = 'not_a_real_status';

是否应该把 NULL 转成 0，需要根据含义决定。金额缺失不一定代表金额为零；过早替换可能掩盖数据质量问题。类似地，AVG(COALESCE(amount, 0)) 会把空金额当作零纳入平均值，通常与 AVG(amount) 的业务含义不同。

去重计数并不等于行数

COUNT(DISTINCT customer_id) 常用于统计去重后的实体数量，但它忽略 NULL。若要统计每个部门有多少名产生过订单的不同客户：

SELECT
    department,
    COUNT(DISTINCT customer_id) AS customer_count
FROM orders
GROUP BY department
ORDER BY department;

只有当“客户”由一个字段唯一标识时，这种写法才直接适用。若唯一键由多个字段组成，复合去重的语法和可用能力可能因数据库而异，不宜假定所有数据库都接受相同写法。

六、按日期分组和分桶

按时间统计时，通常先把时间戳转换为日期或月份，再分组。下面的 PostgreSQL 示例按月份统计已支付金额：

SELECT
    DATE_TRUNC('month', created_at) AS month_start,
    COUNT(*) AS order_count,
    SUM(amount) AS total_amount
FROM orders
WHERE status = 'paid'
GROUP BY DATE_TRUNC('month', created_at)
ORDER BY month_start;

DATE_TRUNC 是 PostgreSQL 函数，不是所有数据库通用的标准写法。MySQL 常见写法是按 YEAR(created_at) 和 MONTH(created_at) 分组，或用 DATE_FORMAT 生成月份键；SQL Server、Oracle 等也有各自的日期函数。迁移数据库时，应确认函数、时区处理和返回类型。

时间戳还涉及时区边界。若数据以 UTC 保存，而报表按当地自然月统计，应先明确转换时区的规则，否则接近午夜的记录可能被归入不同日期或月份。筛选时间范围时，推荐使用左闭右开区间，例如 created_at >= 起始时刻 AND created_at < 下一周期起始时刻，避免通过“结束日 23:59:59”漏掉更高精度的时间值。

七、条件聚合：一次查询统计多个指标

条件聚合适合在同一分组中并列计算多类指标。PostgreSQL 支持聚合函数的 FILTER 子句：

SELECT
    department,
    COUNT(*) AS all_orders,
    COUNT(*) FILTER (WHERE status = 'paid') AS paid_orders,
    SUM(amount) FILTER (WHERE status = 'paid') AS paid_amount,
    COUNT(*) FILTER (WHERE status = 'cancelled') AS cancelled_orders
FROM orders
GROUP BY department
ORDER BY department;

在其他数据库中，可以用 CASE 配合聚合函数实现类似效果。例如：

SELECT
    department,
    COUNT(CASE WHEN status = 'paid' THEN 1 END) AS paid_orders,
    SUM(CASE WHEN status = 'paid' THEN amount ELSE 0 END) AS paid_amount
FROM orders
GROUP BY department;

这类写法的细节仍取决于数据和目标数据库。比如条件金额全部为空时，SUM 的结果可能是 NULL；需要零值时，可在外层使用 COALESCE。不要把 ELSE 0 机械套用到所有指标，因为它会改变空值参与计算的方式。

八、JOIN 后计数被放大的常见原因

聚合错误不一定来自聚合函数本身。假设一个订单可以有多条明细记录，订单表与明细表是一对多关系。连接后，一张订单会重复出现多次；此时直接 COUNT(orders.order_id) 统计的是连接结果中的行数，而非订单数。

SELECT
    o.department,
    COUNT(o.order_id) AS joined_rows
FROM orders AS o
JOIN order_items AS i
    ON i.order_id = o.order_id
GROUP BY o.department;

若一个订单有三条明细，它可能贡献三行。要统计订单数，常见做法是使用 COUNT(DISTINCT o.order_id)，但还要确认连接条件和“订单数”的定义。若同时要汇总订单金额，连接造成的重复也可能让 SUM(o.amount) 被放大；简单改成 SUM(DISTINCT o.amount) 并不可靠，因为不同订单可能恰好金额相同。

更稳妥的做法通常是先分别聚合到合适的粒度，再连接汇总结果；或者先检查每张表的主键、关系基数和目标统计粒度。每个聚合指标都应问一句：“一条业务实体在当前结果中会出现几次？”

九、分组查询的语法约束与可读性

分组查询的 SELECT 列表通常只能包含分组键、聚合表达式，以及数据库能够确认由分组键函数依赖确定的列。为了跨数据库保持清晰，最稳妥的习惯是：非聚合列显式写进 GROUP BY；其余列放在聚合函数中。

例如，不能随意把 customer_id 放入只按 department 分组的查询，因为一个部门通常有多个客户，数据库无法知道应该返回哪一个客户编号。不同数据库对函数依赖和别名的接受程度不完全一致。尽量不要依赖某个数据库的宽松行为，也不要把未分组的明细字段混进汇总结果。

ORDER BY 用来排序最终结果，不决定聚合如何计算。聚合结果没有默认顺序；需要稳定展示时，应明确指定排序键，必要时添加第二个排序键以处理并列值。

十、数值类型、精度和参数限制

聚合函数的参数类型与结果类型由数据库的类型规则决定，不同产品之间可能不同。对金额、税率等精确十进制数据，优先选用适合业务精度的定点数类型，例如 PostgreSQL 的 NUMERIC，并核实总位数和小数位数；浮点类型是近似数值，直接比较或累计时可能出现舍入差异。

AVG 的结果不保证与输入列类型完全相同；类型转换、溢出范围和小数精度要查目标数据库的文档。大量整数求和也可能超过原列类型的范围。数据库是否自动扩展结果类型、何时溢出以及如何显式转换，都有产品差异，不能假定一种写法适用于所有数据库。

聚合函数也有各自的参数形式：例如常见的 COUNT(*) 不接收列参数，COUNT(expression) 统计表达式的非空值；SUM、AVG 通常用于数值表达式，MIN、MAX 则要求参数类型具备相应的比较能力。可接受的类型、是否支持多参数或特殊扩展，要以具体数据库及版本文档为准。不要为了绕过类型错误而随意强制转换，转换可能改变精度或语义。

十一、参数绑定与 SQL 安全

聚合查询同样应使用参数化查询处理外部输入。参数绑定可以避免把用户提供的值直接拼入 SQL 文本，从而降低 SQL 注入风险；它不负责验证业务含义，也不会让查询自动变快。

例如，下面是概念性示例。占位符写法会随驱动程序变化，不能把 $1 直接复制到所有语言或数据库连接库中：

SELECT department, SUM(amount) AS total_amount
FROM orders
WHERE status = $1
GROUP BY department;

应用程序应通过数据库驱动提供的绑定接口，将状态值作为参数传入，而不是用字符串拼接生成条件。参数通常用于数据值，不可直接代替表名、列名、排序方向等 SQL 标识符；这些动态结构应采用允许列表映射到固定 SQL 片段，而不是接受任意输入后拼接。占位符语法、参数类型推断和可绑定对象范围取决于驱动与数据库。

聚合函数本身不是安全机制。它不会清理输入、授权访问或防止注入；安全边界仍依赖参数化查询、权限控制、输入规则和正确的动态 SQL 构造。只读统计查询也应使用符合最小权限原则的数据库账号。

十二、性能与排查思路

先限定数据范围。 能在分组前筛选的条件尽量放在 WHERE，例如状态和时间范围。筛选是否能利用索引，取决于查询、索引、数据分布和优化器，不能仅凭 SQL 外观保证。
只取需要的列。 汇总查询通常无需 SELECT *。明确列出分组键和指标，更容易检查统计口径。
检查连接粒度。 先确认连接前后行数和键的唯一性，再核对计数或求和是否被一对多关系重复放大。
用小样本验证边界。 测试空表、全为 NULL、筛选后无行、重复键和极大数值等情况，确认返回值符合业务预期。
用执行计划定位瓶颈。 聚合可能需要扫描、排序或哈希分组；具体计划由数据库决定。通过目标数据库的执行计划工具观察实际访问路径，不要为了“优化”而省略必要的筛选或改变统计口径。

总结

使用聚合函数统计分组数据，可以按以下步骤组织查询：

明确统计粒度：每行结果代表一个部门、一个月份，还是一个部门与状态的组合。
明确过滤阶段：筛选明细行用 WHERE，筛选聚合后的组用 HAVING。
明确空值口径：区分 COUNT(*)、COUNT(列) 和 COUNT(DISTINCT 列)，确认金额缺失是否应参与计算。
检查连接是否改变行数，避免重复计数和重复求和。
确认目标数据库的类型、日期函数、参数占位符和聚合行为，并用参数绑定处理外部值。

只要统计口径、分组键和数据粒度定义清楚，COUNT、SUM、AVG、MIN、MAX 就能组成可靠的汇总查询。真正容易出错的，往往不是函数名称，而是对空值、连接关系、筛选时机和数值类型的误解。

科技资讯 # 聚合函数

文章版权归作者所有，未经允许请勿转载。

掌握 Delphi 源码之艺术：创建高级定制应用程序的全面指南 (掌握de怎么样用哪个de)

如何在 SQL 中使用聚合函数统计分组数据

如何在 SQL 中使用聚合函数统计分组数据

一、先准备一组可运行的数据

二、常用聚合函数做什么

三、用 GROUP BY 按维度分组

四、WHERE、GROUP BY、HAVING 的分工

WHERE：聚合前过滤明细行

HAVING：聚合后过滤分组

五、NULL、空结果与计数边界

聚合值为空时的结果

去重计数并不等于行数

六、按日期分组和分桶

七、条件聚合：一次查询统计多个指标

八、JOIN 后计数被放大的常见原因

九、分组查询的语法约束与可读性

十、数值类型、精度和参数限制

十一、参数绑定与 SQL 安全

十二、性能与排查思路

总结

单片机c语言入门使用教程：新手完成第一张作品的方法

MySQL数据库迁移前需要做哪些准备？一份实用检查清单

相关文章

掌握 Delphi 源码之艺术：创建高级定制应用程序的全面指南 (掌握de怎么样用哪个de)

掌握JavaScript代码实现文件下载操作的终极指南 (掌握java需要多久)

怎么能让别人在百度上搜到自己发布的东西 (怎么能让别人加不上我的微信)

深入解析音乐播放器代码：构建一个强大的音频体验 (深入解析音乐的句子)

热门网址

网址

昵图网

字幕库

酷站剪报

日本传统色

大表哥影视

魔力云学术

最新资讯

如何在 SQL 中使用聚合函数统计分组数据

如何在 SQL 中使用聚合函数统计分组数据

一、先准备一组可运行的数据

二、常用聚合函数做什么

三、用 GROUP BY 按维度分组

四、WHERE、GROUP BY、HAVING 的分工

WHERE：聚合前过滤明细行

HAVING：聚合后过滤分组

五、NULL、空结果与计数边界

聚合值为空时的结果

去重计数并不等于行数

六、按日期分组和分桶

七、条件聚合：一次查询统计多个指标

八、JOIN 后计数被放大的常见原因

九、分组查询的语法约束与可读性

十、数值类型、精度和参数限制

十一、参数绑定与 SQL 安全

十二、性能与排查思路

总结

单片机c语言入门使用教程：新手完成第一张作品的方法

MySQL数据库迁移前需要做哪些准备？一份实用检查清单

相关文章

掌握 Delphi 源码之艺术：创建高级定制应用程序的全面指南 (掌握de怎么样用哪个de)

掌握JavaScript代码实现文件下载操作的终极指南 (掌握java需要多久)

怎么能让别人在百度上搜到自己发布的东西 (怎么能让别人加不上我的微信)

深入解析音乐播放器代码：构建一个强大的音频体验 (深入解析音乐的句子)

热门网址

网址

昵图网

字幕库

酷站剪报

日本传统色

大表哥影视

魔力云学术

最新资讯

标签云