zoukankan      html  css  js  c++  java
  • MYSQL 二次筛选,统计,最大值,最小值,分组,靠拢

     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: PHP
  • 相关阅读:
    Flink中的window、watermark和ProcessFunction(三)
    ThreadLocal刨根问底
    Flink的流处理API(二)
    Flink简介(一)
    SparkStreaming
    SparkSQL
    Spark入门
    SparkCore
    【HNOI2009】 最小圈
    【BOI 2002】 双调路径
  • 原文地址:https://www.cnblogs.com/--3q/p/9764330.html
Copyright © 2011-2022 走看看