SQL分组函数详解：GROUP BY与HAVING子句的应用

本资源主要介绍了如何在数据库查询中创建聚组数据，特别是利用聚集（分组）函数来处理和分析数据。通过示例展示了如何使用GROUP BY子句对数据进行分组，以及如何利用HAVING子句筛选特定的分组结果。 在数据库管理中，聚集函数是用于处理大量数据并返回单个汇总值的关键工具。这些函数能够对一组数据行进行运算，从而得出每个组的单一结果。常见的聚集函数包括： 1. AVG：计算指定列的平均值。例如，`AVG(SAL)`将返回`EMP`表中所有员工的平均薪资。 2. COUNT：统计指定列的行数，可以用来得知某一列的记录数量。 3. MAX：找出指定列的最大值。如`MAX(SAL)`返回`EMP`表中的最高薪资。 4. MIN：找出指定列的最小值。如`MIN(SAL)`则返回最低薪资。 5. STDDEV：计算标准差，衡量数据的波动程度。 6. SUM：对指定列的所有数值求和。如`SUM(SAL)`将计算所有员工薪资的总和。 7. VARIANCE：计算方差，反映数据的离散程度。 在SQL查询中，使用这些聚集函数通常与GROUP BY子句结合，将数据按照一个或多个列进行分组。例如： ```sql SELECT DEPTNO, AVG(SAL) FROM EMP GROUP BY DEPTNO; ``` 上述语句将`EMP`表按部门编号(`DEPTNO`)分组，并计算每个部门的平均薪资。 此外，HAVING子句用于在分组后对结果进行条件筛选，它与WHERE子句相似，但WHERE在分组前过滤数据，而HAVING在分组后过滤数据。例如： ```sql SELECT DEPTNO, AVG(SAL) FROM EMP GROUP BY DEPTNO HAVING AVG(SAL) > 2000; ``` 这个查询将只显示平均薪资超过2000的部门及其平均薪资。 掌握分组函数和GROUP BY、HAVING子句的用法对于数据分析和报表生成至关重要，它们可以帮助我们快速理解大量数据的总体趋势和分布情况，从而做出更明智的决策。在实际应用中，可以根据需求灵活组合使用这些函数和子句，实现复杂的数据聚合和分析。