MySQL 聚合函数案例解析：深入实践与应用

MySQL聚合函数是数据库查询中极为重要的工具，它们能够从一组行中计算出单个值，如总和、平均值、最大值等，广泛应用于数据分析、报表生成及业务洞察。本文通过一系列实战案例，深入解析COUNT()、SUM()、AVG()、MAX()、MIN()、GROUP_CONCAT()等常用聚合函数，以及如何结合GROUP BY、HAVING等子句，实现复杂的数据聚合任务。

一、案例背景

假设我们有一个销售数据表sales_data，包含以下字段：

• order_id：订单ID
• product_name：产品名称
• quantity：销售数量
• price：单价
• sale_date：销售日期
• category：产品类别

二、基本聚合函数应用

1. 统计总订单数

SELECT COUNT(order_id) AS total_orders
FROM sales_data;

2. 计算总销售额

SELECT SUM(quantity * price) AS total_sales
FROM sales_data;

3. 计算平均单价

SELECT AVG(price) AS average_price
FROM sales_data;

4. 查找最高单价商品

SELECT MAX(price) AS max_price
FROM sales_data;

5. 查找最低单价商品

SELECT MIN(price) AS min_price
FROM sales_data;

三、GROUP BY与聚合函数的结合

6. 按产品类别统计总销售额

SELECT category, SUM(quantity * price) AS category_sales
FROM sales_data
GROUP BY category;

7. 每月销售总额

SELECT DATE_FORMAT(sale_date, '%Y-%m') AS month, SUM(quantity * price) AS monthly_sales
FROM sales_data
GROUP BY month;

四、HAVING子句的使用

8. 查找销售额超过10000的类别

SELECT category, SUM(quantity * price) AS total_sales
FROM sales_data
GROUP BY category
HAVING total_sales > 10000;

五、GROUP_CONCAT()的高级应用

9. 汇总每个订单的商品列表

SELECT order_id, GROUP_CONCAT(product_name SEPARATOR ', ') AS products
FROM sales_data
GROUP BY order_id;

六、实战案例：分析特定时间段的销售情况

任务

分析2023年第一季度各月份的销售情况，包括：

• 各月销售的总订单数
• 各月的总销售额
• 平均每月的销售数量
• 销售额最高的产品类别

解决方案

-- 各月销售的总订单数
SELECT 
    DATE_FORMAT(sale_date, '%Y-%m') AS month, 
    COUNT(DISTINCT order_id) AS total_orders
FROM sales_data
WHERE sale_date BETWEEN '2023-01-01' AND '2023-03-31'
GROUP BY month;

-- 各月的总销售额
SELECT 
    DATE_FORMAT(sale_date, '%Y-%m') AS month, 
    SUM(quantity * price) AS total_sales
FROM sales_data
WHERE sale_date BETWEEN '2023-01-01' AND '2023-03-31'
GROUP BY month;

-- 平均每月的销售数量
SELECT 
    DATE_FORMAT(sale_date, '%Y-%m') AS month, 
    AVG(quantity) AS avg_quantity
FROM sales_data
WHERE sale_date BETWEEN '2023-01-01' AND '2023-03-31'
GROUP BY month;

-- 销售额最高的产品类别
SELECT 
    category, 
    SUM(quantity * price) AS total_sales
FROM sales_data
WHERE sale_date BETWEEN '2023-01-01' AND '2023-03-31'
GROUP BY category
ORDER BY total_sales DESC
LIMIT 1;