mysql之数据处理函数与数据汇总函数

一、数据处理函数

  1、函数

与其他大多数计算机语言一样， SQL支持利用函数来处理数据。函数一般是在数据上执行的，它给数据的转换和处理提供了方便。

注意：函数没有 SQL的可移植性强。能运行在多个系统上的代码称为可移植的（ portable）。相对来说，多数SQL语句是可移植的，在SQL实现之间有差异时，这些差异通常不那么难处理。而函数的可移植性却不强。几乎每种主要的 DBMS的实现都支持其他实现不支持的函数，而且有时差异还很大。为了代码的可移植，许多 SQL程序员不赞成使用特殊实现的功能。虽然这样做很有好处，但不总是利于应用程序的性能。如果不使用这些函数，编写某些应用程序代码会很艰难。必须利用其他方法来实现 DBMS非常有效地完成的工作。

如果你决定使用函数，应该保证做好代码注释，以便以后你（或其他人）能确切地知道所编写 SQL代码的含义。

 

  2、使用函数

大多数 SQL实现支持以下类型的函数。

（1）、用于处理文本串（如删除或填充值，转换值为大写或小写）的文本函数

（2）、用于在数值数据上进行算术操作（如返回绝对值，进行代数运算）的数值函数。

（3）、用于处理日期和时间值并从这些值中提取特定成分（例如，返回两个日期之差，检查日期有效性等）的日期和时间函数。

（4）、返回 DBMS正使用的特殊信息（如返回用户登录信息，检查版本细节）的系统函数。

 

  3、文本处理函数

我们先来看一个例子吧，这里例子使用Upper( )函数：

mysql> select vend_name, Upper(vend_name) as upp_name
    -> from vendors
    -> order by vend_name;

输出：

+----------------+----------------+
| vend_name      | upp_name       |
+----------------+----------------+
| ACME           | ACME           |
| Anvils R Us    | ANVILS R US    |
| Furball Inc.   | FURBALL INC.   |
| Jet Set        | JET SET        |
| Jouets Et Ours | JOUETS ET OURS |
| LT Supplies    | LT SUPPLIES    |
+----------------+----------------+

正如所见， Upper()将文本转换为大写，因此本例子中每个供应商都列出两次，第一次为 vendors表中存储的值，第二次作为列 vend_name_upcase转换为大写。

 

                                         表11-1列出了某些常用的文本处理函数。

 

表11-1中的 SOUNDEX需要做进一步的解释。SOUNDEX是一个将任何文本串转换为描述其语音表示的字母数字模式的算法。 SOUNDEX考虑了类似的发音字符和音节，使得能对串进行发音比较而不是字母比较。虽然SOUNDEX不是SQL 概念，但MySQL（就像多数 DBMS一样）都提供对SOUNDEX的支持。

 

下面给出一个使用 Soundex()函数的例子。customers表中有一个顾客Coyote Inc.，其联系名为 Y.Lee。但如果这是输入错误，此联系名实际应该是 Y.Lie，怎么办？显然，按正确的联系名搜索不会返回数据，如下所示：

mysql> select cust_name, cust_contact
    ->  from customers
    ->  where cust_contact = 'Y.Lie';

现在试一下使用 Soundex()函数进行搜索，它匹配所有发音类似于Y.Lie的联系名：

输入：mysql>  select cust_name, cust_contact
    ->   from customers
    -> where Soundex(cust_contact) = Soundex('Y Lie');

输出：

+-------------+--------------+
| cust_name   | cust_contact |
+-------------+--------------+
| Coyote Inc. | Y Lee        |
+-------------+--------------+

在这个例子中， WHERE子句使用Soundex() 函数来转换 cust_contact列值和搜索串为它们的SOUNDEX值。因为 Y.Lee和Y.Lie发音相似，所以它们的SOUNDEX值匹配，因此 WHERE子句正确地过滤出了所需的数据。

 

  4、日期和时间处理函数

日期和时间采用相应的数据类型和特殊的格式存储，以便能快速和有效地排序或过滤，并且节省物理存储空间。一般，应用程序不使用用来存储日期和时间的格式，因此日期和时间函数总是被用来读取、统计和处理这些值。由于这个原因，日期和时间函数在 MySQL语言中具有重要的作用。

一般，应用程序不使用用来存储日期和时间的格式，因此日期和时间函数总是被用来读取、统计和处理这些值。由于这个原因，日期和时间函数在 MySQL语言中具有重要的作用。

                                                                 表11-2 常用日期和时间处理函数

迄今为止，我们都是用比较数值和文本的 WHERE子句过滤数据，但数据经常需要用日期进行过滤。用日期进行过滤需要注意一些别的问题和使用特殊的MySQL函数。

 

首先需要注意的是 MySQL使用的日期格式。无论你什么时候指定一个日期，不管是插入或更新表值还是用 WHERE子句进行过滤，日期必须为格式 yyyy-mm-dd。因此，2005 年9月 1日，给出为2005-09-01 。虽然其他的日期格式可能也行，但这是首选的日期格式，因为它排除了多义性（如，04/05/06是2006 年5月 4日或2006 年4月 5日或2004 年5月 6日或……）。

注意：应该总是使用 4位数字的年份。支持2位数字的年份， MySQL处理00-69为 2000-2069，处理70-99 为1970-1999。虽然它们可能是打算要的年份，但使用完整的4位数字年份更可靠，因为MySQL不必做出任何假定。

输入：

mysql> select cust_id, order_num
    -> from orders
    -> where order_date = '2005-09-01';

输出：

+---------+-----------+
| cust_id | order_num |
+---------+-----------+
|   10001 |     20005 |
+---------+-----------+

此SELECT语句正常运行。它检索出一个订单记录，该订单记录的order_date为 2005-09-01。

 

         但是，使用 WHERE order_date = '2005-09-01'可靠吗？order_date的数据类型为datetime。这种类型存储日期及时间值。样例表中的值全都具有时间值 00:00:00，但实际中很可能并不总是这样。如果用当前日期和时间存储订单日期（因此你不仅知道订单日期，还知道下订单当天的时间）， 怎么办？ 比如， 存储的 order_date 值为2005-09-01 11:30:05，则WHERE order_date = '2005-09-01' 失败。即使给出具有该日期的一行，也不会把它检索出来，因为 WHERE匹配失败。

         解决办法是指示 MySQL仅将给出的日期与列中的日期部分进行比较，而不是将给出的日期与整个列值进行比较。为此，必须使用 Date()函数。 Date(order_date)指示MySQL 仅提取列的日期部分，更可靠的SELECT语句为：

mysql> select cust_id, order_num
    -> from orders
    -> where  Date(order_date) = '2005-09-01';

如果要的是日期，请使用 Date():如果你想要的仅是日期，则使用 Date()是一个良好的习惯，即使你知道相应的列只包含日期也是如此。这样，如果由于某种原因表中以后有日期和时间值，你的 SQL代码也不用改变。当然，也存在一个 Time()函数，在你只想要时间时应该使用它。

不过，还有一种日期比较需要说明。如果你想检索出 2005年9 月下的所有订单，怎么办？简单的相等测试不行，因为它也要匹配月份中的天数。有几种解决办法，其中之一如下所示：

mysql> select cust_id, order_num
    -> from orders
    -> where Date(order_date) between '2005-09-01' and '2005-09-30';

输出：

+---------+-----------+
| cust_id | order_num |
+---------+-----------+
|   10001 |     20005 |
|   10003 |     20006 |
|   10004 |     20007 |
+---------+-----------+

其中， BETWEEN操作符用来把2005-09-01和 2005-09-30定义为一个要匹配的日期范围。

        还有另外一种办法（一种不需要记住每个月中有多少天或不需要操心闰年 2月的办法）：

输入：

mysql> select cust_id, order_num
    -> from orders
    -> where Year(order_date) = 2005 and Month(order_date) = 9;

输出：

+---------+-----------+
| cust_id | order_num |
+---------+-----------+
|   10001 |     20005 |
|   10003 |     20006 |
|   10004 |     20007 |
+---------+-----------+

Year()是一个从日期（或日期时间）中返回年份的函数。类似，Month()从日期中返回月份。因此， WHERE Year(order_date)= 2005 AND Month(order_date) = 9 检索出order_date为 2005年9 月的所有行。

 

  5、数值处理函数

数值处理函数仅处理数值数据。这些函数一般主要用于代数、三角或几何运算，因此没有串或日期—时间处理函数的使用那么频繁。具有讽刺意味的是，在主要 DBMS的函数中，数值函数是最一致最统一的函数。表 11-3列出一些常用的数值处理函数。

 

  二、数据汇总函数

 

  1、聚集函数

 我们经常需要汇总数据而不用把它们实际检索出来，为此 MySQL提供了专门的函数。使用这些函数， MySQL查询可用于检索数据，以便分析和报表生成。这种类型的检索例子有以下几种。

（1）、确定表中行数（或者满足某个条件或包含某个特定值的行数）。

（2）、获得表中行组的和。

（3）、找出表列（或所有行或某些特定的行）的最大值、最小值和平均值。

上述例子都需要对表中数据（而不是实际数据本身）汇总。因此，返回实际表数据是对时间和处理资源的一种浪费（更不用说带宽了）。重复一遍，实际想要的是汇总信息。

聚集函数（ aggregate function ）： 运行在行组上，计算和返回单个值的函数。

为方便这种类型的检索， MySQL给出了5 个聚集函数

 

上面只是一些简单的应用，具体参考mysql官方文档。以下说明各函数的使用。

 

AVG()函数

AVG()通过对表中行数计数并计算特定列值之和，求得该列的平均值。AVG()可用来返回所有列的平均值，也可以用来返回特定列或行的平均值。下面的例子使用 AVG()返回products 表中所有产品的平均价格：

mysql> select AVG(prod_price) as avg_price
    -> from products;

输出：

+-----------+
| avg_price |
+-----------+
| 16.133571 |
+-----------+

此SELECT语句返回值 avg_Price，它包含products 表中所有产品的平均价格。avg_price 是一个别名。

 

AVG()也可以用来确定特定列或行的平均值。下面的例子返回特定供应商所提供产品的平均价格：

mysql>  select AVG(prod_price) as avg_price
    ->  from products
    -> where vend_id = 1003;

输出：

+-----------+
| avg_price |
+-----------+
| 13.212857 |
+-----------+

这条 SELECT语句与前一条的不同之处在于它包含了 WHERE子句。此 WHERE子句仅过滤出vend_id为 1003的产品，因此avg_price中返回的值只是该供应商的产品的平均值。

只用于单个列：AVG()只能用来确定特定数值列的平均值，而且列名必须作为函数参数给出。为了获得多个列的平均值，必须使用多个 AVG()函数。另外，AVG()函数忽略列值为NULL的行。

 

COUNT()函数

COUNT()函数进行计数。可利用COUNT()确定表中行的数目或符合特定条件的行的数目。

COUNT()函数有两种使用方式。

（1）、使用 COUNT(*)对表中行的数目进行计数，不管表列中包含的是空值（ NULL）还是非空值。

（2）、使用 COUNT(column)对特定列中具有值的行进行计数，忽略NULL值。

下面的例子返回 customers表中客户的总数：

mysql> select COUNT(*) as num_cust
    -> from customers;

输出：

+----------+
| num_cust |
+----------+
|        5 |
+----------+

在此例子中，利用 COUNT(*)对所有行计数，不管行中各列有什么值。计数值在 num_cust中返回。

 

下面的例子只对具有电子邮件地址的客户计数：

mysql> select count(cust_email) as num_cust
    -> from customers;

输出：

+----------+
| num_cust |
+----------+
|        3 |
+----------+

这条 SELECT语句使用COUNT(cust_email) 对cust_email列中有值的行进行计数。在此例子中， cust_email的计数为3 （表示5个客户中只有 3个客户有电子邮件地址）。

注意：如果指定列名，则指定列的值为空的行被 COUNT()函数忽略，但如果 COUNT()函数中用的是星号（*），则不忽略。

 

MAX()函数

MAX()返回指定列中的最大值。 MAX()要求指定列名，如下所示：

mysql> select max(prod_price) as maxprice
    -> from products;

输出：

+----------+
| maxprice |
+----------+
|    55.00 |
+----------+

这里， MAX()返回products 表中最贵的物品的价格。

 

MIN()函数

MIN()的功能正好与MAX()功能相反，它返回指定列的最小值。与MAX()一样，MIN() 要求指定列名，如下所示：

mysql> select min(prod_price) as minprice
    -> from products;

输出：

+----------+
| minprice |
+----------+
|     2.50 |
+----------+

其中 MIN()返回products 表中最便宜物品的价格。

 

SUM()函数

SUM()用来返回指定列值的和（总计）。

下面举一个例子， orderitems表包含订单中实际的物品，每个物品有相应的数量（ quantity）。可如下检索所订购物品的总数（所有quantity值之和）：

mysql> select sum(quantity) as total_items
    -> from orderitems
    -> where order_num = 20005;

输出：

+-------------+
| total_items |
+-------------+
|          19 |
+-------------+

函数 SUM(quantity)返回订单中所有物品数量之和， WHERE子句保证只统计某个物品订单中的特定物品。

SUM()也可以用来合计计算值。在下面的例子中，合计每项物品的item_price*quantity ，得出总的订单金额：

mysql> select sum(quantity * item_price) as total_price
    ->  from orderitems
    ->  where order_num = 20005;

输出：

+-------------+
| total_price |
+-------------+
|      149.87 |
+-------------+

函数 SUM(item_price * quantity)返回订单中所有物品价钱之和， WHERE子句同样保证只统计某个物品订单中的物品。

注意：在多个列上进行计算。如本例所示，利用标准的算术操作符，所有聚集函数都可用来执行多个列上的计算。

同样SUM()函数忽略列值为NULL的行。

以上 5个聚集函数都可以如下使用：

（1）、对所有的行执行计算，指定 ALL参数或不给参数（因为ALL是默认行为）；

（2）、只包含不同的值，指定 DISTINCT参数。

ALL为默认 ALL 参数不需要指定，因为它是默认行为。如果不指定 DISTINCT，则假定为ALL。

下面的例子使用 AVG()函数返回特定供应商提供的产品的平均价格。它与上面的 SELECT语句相同，但使用了DISTINCT参数，因此平均值只考虑各个不同的价格：

mysql>  select AVG( distinct prod_price) as avg_price
    ->   from products
    ->  where vend_id = 1003;

输出：

+-----------+
| avg_price |
+-----------+
| 15.998000 |
+-----------+

可以看到，在使用了 DISTINCT后，此例子中的avg_price比较高，因为有多个物品具有相同的较低价格。排除它们提升了平均价格。

 

注意： DISTINCT不能用于 COUNT(*)，因此不允许使用COUNT（ DISTINCT），否则会产生错误 。类似地， DISTINCT必须使用列名，不能用于计算或表达式。

 

组合聚集函数

目前为止的所有聚集函数例子都只涉及单个函数。但实际上 SELECT语句可根据需要包含多个聚集函数。请看下面的例子：

mysql> select count(*) as num_items，
    -> min(prod_price) as min_price,
    -> max(prod_price) as max_price,
    -> avg(prod_price) as acg_price
    -> from products;

输出：

+-----------+-----------+-----------+-----------+
| num_items | min_price | max_price | acg_price |
+-----------+-----------+-----------+-----------+
|        14 |      2.50 |     55.00 | 16.133571 |
+-----------+-----------+-----------+-----------+

这里用单条 SELECT语句执行了4 个聚集计算，返回 4个值（products表中物品的数目，产品价格的最高、最低以及平均值）。

 

注意：在指定别名以包含某个聚集函数的结果时，不应该使用表中实际的列名。虽然这样做并非不合法，但使用唯一的名字会使你的 SQL更易于理解和使用（以及将来容易排除故障）。