MYSQL 二次筛选，统计，最大值，最小值，分组，靠拢

--3q

 

 HAVING 筛选后再 筛选

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  

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：

技术点：

相关文章：

  • 2021-07-01
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2021-09-14
  • 2021-12-12
猜你喜欢
  • 2022-12-23
  • 2021-10-05
  • 2022-12-23
  • 2022-12-23
  • 2022-01-14
  • 2021-05-17
相关资源
相似解决方案
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode