## 1. MySQL聚合查询核心概念解析 聚合函数是数据分析的基石它们能对数据列执行计算并返回单个值。在实际业务场景中我们经常需要统计订单总额、计算用户平均年龄或找出销售冠军产品这些都离不开聚合函数。 最常用的五大聚合函数包括 - COUNT()统计行数注意COUNT(*)与COUNT(列名)的区别 - SUM()计算数值列总和 - AVG()求数值列平均值 - MAX()/MIN()找出极值 特别注意聚合函数会忽略NULL值除非使用COUNT(*)。这是新手常踩的坑。 ## 2. 分组查询实战技巧 ### 2.1 GROUP BY的本质理解 分组查询的核心逻辑是将数据按照指定列的值进行分类然后对每个分组应用聚合函数。比如统计每个部门的平均薪资 sql SELECT department, AVG(salary) FROM employees GROUP BY department;2.2 HAVING子句的妙用WHERE和HAVING的区别是面试高频考点WHERE在分组前过滤行HAVING在分组后过滤分组-- 找出平均薪资超过1万的部门 SELECT department, AVG(salary) as avg_salary FROM employees GROUP BY department HAVING avg_salary 10000;3. 联合查询深度优化3.1 JOIN类型选择指南JOIN类型特点适用场景INNER JOIN只返回匹配行精确关联LEFT JOIN保留左表所有记录主从表查询RIGHT JOIN保留右表所有记录特殊场景FULL JOIN返回所有记录数据比对3.2 性能优化要点为关联字段建立索引避免SELECT *只查询必要字段大表关联时考虑分页查询复杂查询拆分为多个简单查询4. 实战案例电商数据分析假设我们需要分析订单数据-- 统计每个用户的订单总金额 SELECT u.user_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_amount FROM users u LEFT JOIN orders o ON u.user_id o.user_id GROUP BY u.user_id HAVING total_amount 1000 ORDER BY total_amount DESC;5. 性能陷阱与解决方案5.1 分组字段选择错误示范SELECT product_name, AVG(price) FROM products GROUP BY category_id; -- 这里与select字段不匹配正确做法SELECT category_id, AVG(price) FROM products GROUP BY category_id;5.2 索引优化方案为分组和排序字段建立复合索引ALTER TABLE orders ADD INDEX idx_user_status (user_id, status);6. 高级技巧多级分组统计-- 按年月统计订单量 SELECT YEAR(order_date) as year, MONTH(order_date) as month, COUNT(*) as order_count FROM orders GROUP BY YEAR(order_date), MONTH(order_date) WITH ROLLUP; -- 生成小计和总计行7. 可视化分析建议将聚合结果导入BI工具时注意为计算字段添加有意义的别名确保日期格式统一对大型结果集考虑分页导出使用CASE WHEN处理特殊分组我在实际项目中发现合理的聚合查询设计能使报表性能提升5-10倍。特别是在处理千万级数据时一定要在测试环境验证查询效率。
