SQL查詢入門---聚合函式的使用和資料的分組
簡單的說，聚合函式是按照一定的規則將多行(Row)資料彙總成一行的函式。對資料進行彙總前，還可以按照特定的列(column)將資料進行分組(Group by)再彙總,然後按照再次給定的條件進行篩選(Having).
聚合函式將多行資料進行彙總的概念可以簡單用下圖解釋:
簡單聚合函式
簡單聚合函式是那些擁有很直觀將多行(Row)彙總為一行(Row)計算規則的函式。這些函式往往從函式名本身就可以猜測出函式的作用，而這些函式的引數都是數字型別的。簡單聚合函式包括:Avg,Sum,Max,Min.
簡單聚合函式的引數只能是數字
在介紹簡單聚合函式之前，先來介紹一下Count()這個聚合函式.
Count()
Count函式用於計算給定條件下所含有的行(Row)數.例如最簡單的:
上表中，我想知道公司員工的個數，可以簡單的使用:
SELECT COUNT(*) AS EmployeeNumber FROM HumanResources.Employee
結果如下
當Count()作用於某一特定列(Column)，和以“*”作為引數時的區別是當Count(列名)碰到“Null”值時不會將其計算在內,例如:
我想知道公司中有上級的員工個數:
SELECT COUNT(ManagerID) AS EmployeeWithSuperior FROM HumanResources.Employee
可以看到，除了沒有上級的CEO之外，所有其他的員工已經被統計在內.
也可以在Count()內使用Distinct關鍵字來讓,每一列（Column）的每個相同的值只有一個被統計在內，比如:
我想統計公司中經理層級的數量：
SELECT COUNT(DISTINCT ManagerID) AS NumberOfManager FROM HumanResources.Employee
結果如上.
Avg(),Sum(),Max()和Min()
這幾個聚合函式除了功能不同以外，引數和用法幾乎相同。所以這裡只對Avg()這個聚合函式進行解釋:
Avg()表示計算在選擇範圍內的彙總資料的平均值.這個過程中“Null”值不會被統計在內 ,例如:
我想獲得平均每位員工休假的時長:
SELECT AVG(VacationHours) AS 'Average vacation hours' FROM HumanResources.Employee
結果如下:
因為預設用聚合函式進行資料彙總時，不包含null,但如果我想要包含null值，並在當前查詢中將Null值以其他值替代並參與彙總運算時，使用IsNull(column,value)
例如:
我想獲得平均每位員工的休假時長，如果員工沒有休假，則按休假10個小時計算
SELECT AVG(ISNULL(VacationHours, 10)) AS 'Average vacation hours' FROM HumanResources.Employee
結果如下:
也可以使用DISTINCT關鍵字在簡單聚合函式中讓每一個值唯一參與聚合彙總運算.在上面的Count函式中已經解釋，這裡不做重複。
而關於Sum(),Max(),Min()等這些簡單聚合函式，使用方法基本相同，這裡就不重複了
將聚合函式得到的值按照列(Column)進行分組
如果聚合函式所得到的結果無法按照特定的值進行分組，那聚合函式的作用就沒那麼強了。在SQL中，使用Group by對聚合函式彙總的值進行分組。分組的概念可以下面這個簡單的例子表示：
例如：
我想根據不同省得到銷售人員所銷售的總和:
SELECT TerritoryID, SUM(SalesLastYear) AS ToTalSales FROM Sales.SalesPerson GROUP BY TerritoryID
概念如下圖所示:
跟在Group by後面的列名是分組的依據。當然在某些情況下，會有依據多個列(Column)進行分組的情況.下面這個例子有點實際意義:
我想按照不同性別獲得不同經理手下的員工的病假時間總和:
SELECT ManagerID, Gender, SUM(SickLeaveHours) AS SickLeaveHours, COUNT(*) AS EmployeeNumber FROM HumanResources.Employee GROUP BY Gender, ManagerID
結果如下:
Group By後面多列，我們可以在邏輯思維上這麼想，先根據每一列唯一的ManagerId和唯一的Gender進行Cross Join(如果你不懂什麼Cross join,請看我前面的文章)得到唯一可以確定其他鍵(Key)的鍵,最後過濾掉聚合函式中不能返回值的行(Row）（也就是為Null)的行。再根據這實際上兩列，但邏輯上是一列的值作為分組依據。
上圖中可以看到，我們首先按照經理ID,進行分組，然後根據不同經理手下的員工的性別，再次進行分總，最終按照這個分組條件得到病假時間總和.
這裡要注意，當使用Group By按照多列(Column)進行分組時，一定要注意出現在Group By後面的次序
上面先出現Gender是先遍歷Gender的所有可能的值，再根據每個Gender可能的值去計算匹配ManagerID，最後再根據ManagerID來進行聚合函式運算，如果將上面Group By後面得列(Column)順序改為先ManagerId,再Gender,則意味著先遍歷ManagerID所有可能出現的值，再去匹配Gender，則結果如下:
從Gender（性別）變為M（男性）開始，第二次遍歷ManagerId進行匹配:
從上面我們可以看出，雖然Group by後面出現列（Column）的次序不同，所得到結果的順序也不同，但所得到的資料集(DataSet)是完全一樣，所以，可以通過Order By子句將按照不同列次序進行Group By的查詢語句獲得相同的結果。這裡就不再截圖了。
對分組完成後的資料集進行再次篩選（Having）
當對使用聚合函式進行分組後，可以再次使用放在Group By子句後的Having子句對分組後的資料進行再次的過濾.Having子句在某些方面很像Where子句，具體having表示式的使用可以看我前面文章中對where的講解。Having子句可以理解成在分組後進行二次過濾的語句.
使用having子句非常簡單，但需要注意的是，having子句後面不能跟在select語句中出現的別名，而必須將Select語句內的表示式再寫一遍，例如還是針對上面的表：
我想按照不同性別獲得不同經理手下的員工的病假時間總和，這些經理手下的員工需要大於2個人:
SELECT ManagerID, Gender, SUM(SickLeaveHours) AS SickLeaveHours, COUNT(*) AS EmployeeNumber FROM HumanResources.Employee GROUP BY ManagerID, Gender HAVING (EmployeeNumber > 2)
注意，上面這句話是錯誤的,在Having子句後面不能引用別名或者變數名，如果需要實現上面那個效果，需要將Count(*)這個表示式再Having子句中重寫一遍,正確寫法如下：
SELECT ManagerID, Gender, SUM(SickLeaveHours) AS SickLeaveHours, COUNT(*) AS EmployeeNumber FROM HumanResources.Employee GROUP BY ManagerID, Gender HAVING (COUNT(*) > 2)
結果如下：
我們看到，只有員工數大於2人的條件被選中。
當然，Having子句最強大的地方莫過於其可以使用聚合函式作為表示式，這是在Where子句中不允許的。下面這個例子很好的演示了Having子句的強大之處：
還是上面那個例子的資料：
我想獲得不同經理手下的員工的病假時間總和，並且這個經理手下病假最多的員工的請假小時數大於病假最少員工的兩倍：
SELECT ManagerID, SUM(SickLeaveHours) AS TotalSickLeaveHours, COUNT(*) AS EmployeeNumber FROM HumanResources.Employee GROUP BY ManagerID HAVING (MAX(SickLeaveHours) > 2 * MIN(SickLeaveHours))
結果如下：
這裡可以看出，Having子句實現如此簡單就能實現的強大功能，如果用where將會非常非常的麻煩。上面那個結果中，having語句聚合函式的作用範圍可以用下圖很好的演示出來:
上面可以看出被篩選後的資料滿足請假最多員工的小時數明顯大於請假最少員工小時數的兩倍。