MYSQL 二次筛选，统计，最大值，最小值，分组，靠拢





SELECT CLASS,SUM(TOTAL_SCORES) FROM student_score GROUP BY CLASS HAVING SUM(TOTAL_SCORES)>505;

这里用where SUM(TOTAL_SCORES)>505的话，将会出错，因为表中根本没有总成绩分数这项，这是分组之后才有的所以用HAVING 筛选后再筛选

ELECT CLASS,SNAME,TOTAL_SCORES FROM student_score WHERE TOTAL_SCORES>250 GROUP BY CLASS,SNAME;

意思是分班不靠拢成绩降序

统计命令对时间筛选时段并且统计

select sum(zong) from table where unix_timestamp(date) between unix_timestamp('2013-05-05') and unix_timestamp('2013-09-01')

参考

https://www.2cto.com/database/201712/706595.html

https://www.cnblogs.com/zuochuang/p/8006289.html

　我们经常会面临要从数据库里判断时间，取出特定日期的查询。但是数据库里储存的都是unix时间戳，处理起来并不是特别友好。幸而MYSQL提供了几个处理时间戳的函数，可以帮助我们在查询的时候，就将时间戳格式化。用法举例如下：

1.FROM_UNIXTIME()函数

FROM_UNIXTIME(unix_timestamp,format)

参数unix_timestamp 时间戳可以用数据库里的存储时间数据的字段

参数format　　要转化的格式比如“”%Y-%m-%d“” 这样格式化之后的时间就是 2017-11-30

可以有的形式：

%M 月名字(January～December)
%W 星期名字(Sunday～Saturday)
%D 有英语前缀的月份的日期(1st, 2nd, 3rd, 等等。）
%Y 年, 数字, 4 位
%y 年, 数字, 2 位
%a 缩写的星期名字(Sun～Sat)
%d 月份中的天数, 数字(00～31)
%e 月份中的天数, 数字(0～31)
%m 月, 数字(01～12)
%c 月, 数字(1～12)
%b 缩写的月份名字(Jan～Dec)
%j 一年中的天数(001～366)
%H 小时(00～23)
%k 小时(0～23)
%h 小时(01～12)
%I 小时(01～12)
%l 小时(1～12)
%i 分钟, 数字(00～59)
%r 时间,12 小时(hh:mm:ss [AP]M)
%T 时间,24 小时(hh:mm:ss)
%S 秒(00～59)
%s 秒(00～59)
%p AM或PM
%w 一个星期中的天数(0=Sunday ～6=Saturday ）
%U 星期(0～52), 这里星期天是星期的第一天
%u 星期(0～52), 这里星期一是星期的第一天
%% 一个文字%

使用举例：

SELECT
username,
FROM_UNIXTIME(create_time, "%Y-%m-%d") AS dat
FROM
`wp_user`

GROUP BY

dat

这样就能查出每天有哪些用户注册了。按天分组，你可以将数据导出后进行其他操作。

2.UNIX_TIMESTAMP（）

UNIX_TIMESTAMP(date)

其中date可以是一个DATE字符串，一个DATETIME字符串，一个TIMESTAMP或者一个当地时间的YYMMDD或YYYMMDD格式的数字

用这个函数可以帮助我们在时间戳中筛选出某些天的数据。

比如说：

SELECT
username,
FROM_UNIXTIME(create_time, "%Y-%m-%d") AS dat
FROM
`wp_user`

WHERE

create_time >=UNIX_TIMESTAMP(''2017-11-29')

AND

create_time <UNIX_TIMESTAMP(''2017-11-30')

GROUP BY

dat

这个查询可以让我们查出29号那一天的用户注册记录。

善用这两个MYSQL函数可以帮助我们提高处理数据的效率。

为了测试GROUP BY 语句，我们创建两张表，并往表中添加数据

-- 创建部门表

CREATE TABLE IF NOT EXISTS department(
id TINYINT UNSIGNED AUTO_INCREMENT KEY,
depName VARCHAR(20) NOT NULL UNIQUE
);

-- 添加部门

INSERT department(depName) VALUES('开发部');
INSERT department(depName) VALUES('视频部');
INSERT department(depName) VALUES('教学部');
INSERT department(depName) VALUES('运营部');

-- 创建员工表

CREATE TABLE IF NOT EXISTS employee(
id Int UNSIGNED AUTO_INCREMENT KEY,
username VARCHAR(20) NOT NULL,
age TINYINT UNSIGNED DEFAULT 18,
addr VARCHAR(50) NOT NULL DEFAULT '北京',
salary FLOAT(6,2) NOT NULL DEFAULT 0,
sex ENUM('男','女','保密'),
depId TINYINT UNSIGNED
);

-- 添加员工记录

INSERT employee(username,age,addr,salary,sex,depId) VALUES('张三','21','山东','5432.12','男',1);
INSERT employee(username,age,addr,salary,sex,depId) VALUES('李四','32','河北','6432.00','男',2);
INSERT employee(username,age,addr,salary,sex,depId) VALUES('王五','26','北京','5932.92','女',3);
INSERT employee(username,age,addr,salary,sex,depId) VALUES('赵六','32','上海','6232.14','男',4);
INSERT employee(username,age,addr,salary,sex,depId) VALUES('Mr Adword','55','美国','9432.99','男',4);
INSERT employee(username,age,addr,salary,sex,depId) VALUES('田七','19','北京','4932.92','保密',1);
INSERT employee(username,age,addr,salary,sex,depId) VALUES('孙八','62','上海','9932.14','男',2);
INSERT employee(username,age,addr,salary,sex,depId) VALUES('Mr lili','45','美国','9132.99','女',1);

-- 创建省份表
CREATE TABLE IF NOT EXISTS provinces(
    -> id TINYINT UNSIGNED AUTO_INCREMENT KEY,
    -> pName VARCHAR(10) NOT NULL UNIQUE
    -> );

-- 添加省份记录

INSERT provinces(pName) VALUES('山东'),('河北'),('北京'),('上海'),('美国');

mysql> SELECT * FROM department;

+----+---------+

| id | depName |

+----+---------+

| 1 | 开发部 |

| 3 | 教学部 |

| 2 | 视频部 |

| 4 | 运营部 |

+----+---------+

4 rows in set (0.06 sec)

mysql> SELECT * FROM employee;

+----+-----------+------+------+---------+------+-------+

| id | username | age | addr | salary | sex | depId |

+----+-----------+------+------+---------+------+-------+

| 1 | 张三      |   21 | 山东 | 5432.12 | 男   |     1 |

| 2 | 李四      |   32 | 河北 | 6432.00 | 男   |     2 |

| 3 | 王五      |   26 | 北京 | 5932.92 | 女   |     3 |

| 4 | 赵六      |   32 | 上海 | 6232.14 | 男   |     4 |

| 5 | 田七      |   19 | 北京 | 4932.92 | 保密 |     1 |

| 6 | Mr Adword |   55 | 美国 | 9432.99 | 男   |     4 |

| 7 | 田七      |   19 | 北京 | 4932.92 | 保密 |     1 |

| 8 | 孙八      |   62 | 上海 | 9932.14 | 男   |     2 |

| 9 | Mr lili   |   45 | 美国 | 9132.99 | 女   |     1 |

+----+-----------+------+------+---------+------+-------+

mysql> SELECT * FROM provinces;

+----+-------+

| id | pName |

+----+-------+

| 4 | 上海 |

| 3 | 北京 |

| 1 | 山东 |

| 2 | 河北 |

| 5 | 美国 |

+----+-------+

1、只使用GROUP BY语句查询结果只显示每一组的一条记录：

mysql> -- 按照性别分组

mysql> SELECT * FROM employee GROUP BY sex;

+----+----------+------+------+---------+------+-------+

| id | username | age | addr | salary | sex | depId |

+----+----------+------+------+---------+------+-------+

| 1 | 张三     |   21 | 山东 | 5432.12 | 男   |     1 |

| 3 | 王五     |   26 | 北京 | 5932.92 | 女   |     3 |

| 5 | 田七     |   19 | 北京 | 4932.92 | 保密 |     1 |

+----+----------+------+------+---------+------+-------+

3 rows in set (0.05 sec)

mysql> -- 按照部门编号分组

mysql> SELECT * FROM employee GROUP BY depId;

+----+----------+------+------+---------+------+-------+

| id | username | age | addr | salary | sex | depId |

+----+----------+------+------+---------+------+-------+

| 1 | 张三     |   21 | 山东 | 5432.12 | 男   |     1 |

| 2 | 李四     |   32 | 河北 | 6432.00 | 男   |     2 |

| 3 | 王五     |   26 | 北京 | 5932.92 | 女   |     3 |

| 4 | 赵六     |   32 | 上海 | 6232.14 | 男   |     4 |

+----+----------+------+------+---------+------+-------+

4 rows in set (0.00 sec)

mysql> -- 根据多个字段分组

mysql> SELECT * FROM employee GROUP BY sex,depId;

+----+----------+------+------+---------+------+-------+

| id | username | age | addr | salary | sex | depId |

+----+----------+------+------+---------+------+-------+

| 1 | 张三     |   21 | 山东 | 5432.12 | 男   |     1 |

| 2 | 李四     |   32 | 河北 | 6432.00 | 男   |     2 |

| 4 | 赵六     |   32 | 上海 | 6232.14 | 男   |     4 |

| 9 | Mr lili |   45 | 美国 | 9132.99 | 女   |     1 |

| 3 | 王五     |   26 | 北京 | 5932.92 | 女   |     3 |

| 5 | 田七     |   19 | 北京 | 4932.92 | 保密 |     1 |

+----+----------+------+------+---------+------+-------+

2、分组查询配合GROUP_CONCAT()来使用，可以看到每个组中的详细信息：

mysql> -- 按照性别分组，得到每组中人员的名称

mysql> SELECT *,GROUP_CONCAT(username) FROM employee GROUP BY sex;

+----+----------+------+------+---------+------+-------+-------------------------------+

| id | username | age | addr | salary | sex | depId | GROUP_CONCAT(username)        |

+----+----------+------+------+---------+------+-------+-------------------------------+

| 1 | 张三     |   21 | 山东 | 5432.12 | 男   |     1 | 张三,李四,赵六,Mr Adword,孙八 |

| 3 | 王五     |   26 | 北京 | 5932.92 | 女   |     3 | 王五,Mr lili                  |

| 5 | 田七     |   19 | 北京 | 4932.92 | 保密 |     1 | 田七,田七                     |

+----+----------+------+------+---------+------+-------+-------------------------------+

3、配合聚合函数来使用

COUNT()：统计记录的数目
SUM()：求字段的和
AVG()：求字段的平均值
MAX()：求字段的最大值
MIN()：求字段的最小值

mysql> -- 统计员工表中员工数目，以及薪水的总和、最大值、最小值、平均值

mysql> SELECT id AS '编号',username AS '用户名',COUNT(*) AS '员工总数',SUM(salary) AS '总薪水',MAX(s

alary) AS '最高薪水',MIN(salary) AS '最低薪水',AVG(salary) AS '平均薪水' FROM employee;

*************************** 1. row ***************************

编号: 1

用户名: 张三

员工总数: 9

总薪水: 62393.14

最高薪水: 9932.14

最低薪水: 4932.92

平均薪水: 6932.571126

1 row in set (0.00 sec)

mysql> -- 按照性别分组，统计出每个组中年龄最大值、最小值，薪水最大值，每个组中的人数，人名，以及平均薪水。

mysql> SELECT id,sex,MAX(age) AS max_age,MIN(age) AS min_age,MAX(salary) AS max_salary,COUNT(*) AS total_peo,AVG(salary)
AS avg_salary ,GROUP_CONCAT(username)FROM employee GROUP BY sex;
+----+------+---------+---------+------------+-----------+-------------+-------------------------------+
| id | sex | max_age | min_age | max_salary | total_peo | avg_salary | GROUP_CONCAT(username)        |
+----+------+---------+---------+------------+-----------+-------------+-------------------------------+
| 1 | 男   |      62 |      21 |    9932.14 |         5 | 7492.278027 | 张三,李四,赵六,Mr Adword,孙八 |
| 3 | 女   |      45 |      26 |    9132.99 |         2 | 7532.955078 | 王五,Mr lili                  |
| 5 | 保密 |      19 |      19 |    4932.92 |         2 | 4932.919922 | 田七,田七                     |
+----+------+---------+---------+------------+-----------+-------------+-------------------------------+

4、使用HAVING 对分组结果进行二次筛选

mysql> -- 按照性别分组，并找到分组后组中人数大于3的组

mysql> SELECT id,sex,COUNT(*) AS total_peo FROM employee GROUP BY sex HAVING COUNT(*)>3;

+----+------+-----------+

| id | sex | total_peo |

+----+------+-----------+

| 1 | 男 | 5 |

+----+------+-----------+

分类: PHP

MYSQL 二次筛选，统计，最大值，最小值，分组，靠拢

猜你喜欢