表的求和及计算

DISTINCT() 过滤重复
COUNT() 统计个数
SELECT COUNT(DISTINCT(cateid)) FROM cs_goods ORDER BY cateid
SELECT COUNT(*) FROM cs_goods

SUM() 求和
求price列总和
SELECT SUM(price) FROM cs_goods
求每个月总销售额
SELECT SUM(price),SUBSTRING(FROM_UNIXTIME(createtime),1,7) AS ymonth FROM cs_goods GROUP BY ymonth;
求每天总销售额
SELECT SUM(price),DATE(FROM_UNIXTIME(createtime)) AS ymonth FROM cs_goods GROUP BY ymonth ORDER BY ymonth DESC;
求每天销售额大于100的记录
SELECT SUM(price) AS total,DATE(FROM_UNIXTIME(createtime)) AS ymonth FROM cs_goods GROUP BY ymonth HAVING total>100 ORDER BY ymonth DESC;

AVG() 求平均
求所有商品平均单价
SELECT AVG(price) FROM cs_goods;
求每个分类下商品平均单价
SELECT AVG(a.price),a.cateid,b.category FROM cs_goods a INNER JOIN cs_category b ON(a.cateid=b.id) GROUP BY cateid;
MAX() 求最大值
求每个分类下最高单价
SELECT MAX(a.price),a.cateid,b.category FROM cs_goods a INNER JOIN cs_category b ON(a.cateid=b.id) GROUP BY cateid;
MIX() 求最小值
求每个分类下最小单价
SELECT MIX(a.price),a.cateid,b.category FROM cs_goods a INNER JOIN cs_category b ON(a.cateid=b.id) GROUP BY cateid;

时间: 2024-11-04 11:59:47

表的求和及计算的相关文章

SQL 建表与查询 HTML计算时间差

create database xue1 go --创建数据库 use xue1 go --引用数据库 create table xinxi ( code int, name varchar(20), xuehao decimal(10), brithday decimal(10), ) --创建信息表 insert into xinxi values(1,'张三',2016042701,2016-4-27) insert into xinxi values(2,'李四',2016042702,

根据Log表的data字段计算每个玩家的总得分

需求: 线上数据库的Log表的date字段记录了每个玩家在每一局的分数,现为了比较"每一局的分数和"与"score"字段的结果是否一致,需要计算每个玩家在每一局的分数总和. 分析: mysql> select data from log where deskid=967745\G *************************** 1. row *************************** data: -12,26,-14,0,0,1,0,0,0

Flink通过SQLClinet创建kafka源表并进行实时计算

1.通过自建kafka的生产者来产生数据 /bin/kafka-console-producter.sh --broker-list 192.168.58.177:9092 --topic my_topic 数据 {"user_id": "543462", "item_id":"1715", "category_id": "1464116", "behavior":

SQL B表按照A表ID求和排序

按照人名查出学生的各科成绩以及总成绩并按总成绩排名的sql语句 /* create table 学生表( 学号 nvarchar(100) null, 姓名 nvarchar(100) null) create table 成绩表( 学号 nvarchar(100) null, 科目 nvarchar(100) null, 成绩 decimal(10,1) null ) insert into 学生表 values('101','张三') insert into 学生表 values('104'

jQuery可以计算的表单,包括单选改变价格,select改变价格,动态添加删除行计算

jQuery可以计算的表单,包括单选改变价格,select改变价格,动态添加删除行计算 各种表单情况的计算 演示 JavaScript Code <script type="text/javascript"> var currentRow = 3; $(document).ready(function(){ $('#calx').calx(); $('#add_item').click(function(){ var $calx = $('#calx'); currentR

哈希表等概率情况下查找成功和查找不成功的平均查找长度的计算

最近复习了下数据结构中的哈希表,发现在计算等概率情况下查找不成功的平均查找长度时比较迷茫,不知道到底是怎么计算出来的.现在通过查阅资料终于知道如何计算了,所以记录下来以供以后查阅. 下面看下2010年2010年全国硕士研究生入学统一考试计算机科学与技术学科联考计算机学科专业基础综合试题中一个考哈希表的题. Question1: 将关键字序列(7.8.30.11.18.9.14)散列存储到散列表中.散列表的存储空间是一个下标从0开始的一维数组,散列函数为:      H(key) = (keyx3

大话数据结构—散列表查找(哈希表)

一.基本概念 散列技术:在记录的存储位置和它的关键字之间建立一个确定的对应关系f,使得每个关键字key对应一个存储位置f(key). f:散列函数/哈希函数: 采用散列技术将记录存储在一块连续的存储空间中,这块连续存储空间称为散列表或哈希表. 关键字对应的记录存储位置称为散列地址. 散列技术既是一种存储方法,也是一种查找方法. 散列技术适合求解问题是查找与给定值相等的记录.查找速度快. 散列技术不适合范围查找,不适合查找同样关键字的记录,不适合获取记录的排序,最值. 冲突:关键字key1不等于k

ElasticSearch 使用不同表结构存储时间序列数据的查询效率分析

这里我们使用和之前完全相同的测试数据,来测试 elasticsearch 存储时间序列的表结构选择问题. 一个点一个doc的表结构 同样我们以最简单的表结构开始.在elasticsearch中,先要创建index,然后index下有mapping.所谓的mapping就是表结构的概念.建表的配置如下: settings = {    'number_of_shards': 1,    'number_of_replicas': 0,    'index.query.default_field':

ST表超级详解

ST表超级详解 关于ST表,有很多文章,这里本蒟蒻也来发一波~~ 希望能为您提供帮助~~ 1.ST表的介绍 ST表算法全称Sparse-Table算法,是由Tarjan提出的一种解决RMQ问题(区间最值)的强力算法.离线预处理时间复杂度 θ(nlogn),在线查询时间 θ(1),可以说是一种非常高效的算法.不过ST表的应用场合也是有限的,它只能处理静态区间最值,不能维护动态的,也就是说不支持在预处理后对值进行修改.一旦修改,整张表便要重新计算,时间复杂度极高.动态最值可以用线段树.树状数组等来维