四、统计函数及分组查询
1、统计函数
在之前学习过一个COUNT()函数，此函数的功能可以统计出表中的数据量，实际上这个就是一个统计函数，而常用的统计函数有如下几个：
- COUNT()：查询表中的数据记录；
- AVG()：求出平均值；
- SUM()：求和；
- MAX()：求出最大值；
- MIN()：求出最小值；
范例：测试COUNT()、AVG()、SUM()
统计出公司的所有雇员，每个月支付的平均工资及总工资。
SELECT MAX(sal),MIN(sal) FROM emp;
注意点：关于COUNT()函数
COUNT()函数的主要功能是进行数据的统计，但是在进行数据统计的时候，如果一张表中没有统计记录，COUNT()也会返回数据，只是这个数据是“0”。
SELECT COUNT(ename) FROM BONUS;
如果使用的是其他函数，则有可能返回null，但是COUNT()永远都会返回一个具体的数字，这一点以后在开发之中都会使用到。
2、分组查询
在讲解分组操作之前首先必须先明确一点，什么情况下可能分组，例如：
- 公司的所有雇员，要求男性一组，女性一组，之后可以统计男性和女性的数量；
- 按照年龄分组，18岁以上的分一组，18岁以下的分一组；
- 按照地区分组：北京人一组，上海人一组，四川一组；
这些信息如果都保存了数据库之中，肯定在数据的某一列上会存在重复的内容，例如：按照性别分组的时候，性别肯定有重复（男和女），按照年龄分组（有一个范围的重复），按照地区分组有一个地区的信息重复。
所以分组之中有一个不成文的规定：当数据重复的时候分组才有意义，因为一个人也可以一组（没什么意义）。
SELECT [DISTINCT] *|分组字段1 [别名] [,分组字段2 [别名] ,…] | 统计函数FROM 表名称 [别名], [表名称 [别名] ,…][WHERE 条件(s)][GROUP BY 分组字段1 [,分组字段2 ,…]][ORDER BY 排序字段 ASC | DESC [,排序字段 ASC | DESC]];
范例：按照部门编号分组，求出每个部门的人数，平均工资
SELECT deptno, COUNT(empno), AVG(sal)FROM empGROUP BY deptno;
范例：按照职位分组，求出每个职位的最高和最低工资
SELECT job, MAX(sal), MIN(sal)FROM empGROUP BY job;
但是现在一旦分组之后，实际上对于语法上就会出现了新的限制，对于分组有以下要求：
- 分组函数可以在没有分组的时候单独用使用，可是却不能出现其他的查询字段；
|
分组函数单独使用： |
SELECT COUNT(empno) FROM emp; |
|
错误的使用，出现了其他字段： |
SELECT empno,COUNT(empno) FROM emp; |
- 如果现在要进行分组的话，则SELECT子句之后，只能出现分组的字段和统计函数，其他的字段不能出现：
|
正确做法： |
SELECT job,COUNT(empno),AVG(sal) FROM emp GROUP BY job; |
|
错误的做法： |
SELECT deptno,job,COUNT(empno),AVG(sal) FROM emp GROUP BY job; |
- 分组函数允许嵌套，但是嵌套之后的分组函数的查询之中不能再出现任何的其他字段。
范例：按照职位分组，统计平均工资最高的工资
1、先统计出各个职位的平均工资
SELECT job,AVG(sal)FROM empGROUP BY job;
2、平均工资最高的工资
SELECT MAX(AVG(sal))FROM empGROUP BY job;
范例：查询出每个部门的名称、部门的人数、平均工资
1、确定所需要的数据表：
- dept表：每个部门的名称；
- emp表：统计出部门的人数、平均工资；
2、确定已知的关联字段：emp.deptno=dept.deptno；
范例：将dept表和emp表的数据关联
SELECT d.dname,e.empno,e.salFROM dept d, emp eWHERE d.deptno=e.deptno;
DNAME EMPNO SAL -------------- ---------- ---------- ACCOUNTING 7782 2450 ACCOUNTING 7839 5000 ACCOUNTING 7934 1300 RESEARCH 7369 800 RESEARCH 7876 1100 RESEARCH 7902 3000 RESEARCH 7788 3000 RESEARCH 7566 2975 SALES 7499 1600 SALES 7698 2850 SALES 7654 1250 SALES 7900 950 SALES 7844 1500 SALES 7521 1250 已选择14行。
此时的查询结果中，可以发现在dname字段上显示出了重复的数据，按照之前对分组的理解，只要数据重复了，那么就有可能进行分组的查询操作，但是此时与之前的分组不太一样，之前的分组是针对于一张实体表进行的分组（emp、dept都属于实体表），但是对于以上的数据是通过查询结果显示的，所以是一张临时的虚拟表，但是不管是否是实体表还是虚拟表，只要是有重复，那么就直接进行分组。
SELECT d.dname,COUNT(e.empno),AVG(e.sal)FROM dept d, emp eWHERE d.deptno=e.deptnoGROUP BY d.dname;
但是这个分组并不合适，因为部门一共有四个部门（因为现在已经引入了dept表，dept表存在了四个部门的信息），所以应该通过左右连接改变查询的结果。
SELECT d.dname,COUNT(e.empno),NVL(AVG(e.sal),0)FROM dept d, emp eWHERE d.deptno=e.deptno(+)GROUP BY d.dname;
之前的所有操作都是针对于单个字段分组的，而实际上分组操作之中也可以实现多字段分组。
范例：要求显示每个部门的编号、名称、位置、部门的人数、平均工资
1、确定所需要的数据表：
- dept表：每个部门的名称；
- emp表：统计出部门的人数、平均工资；
2、确定已知的关联字段：emp.deptno=dept.deptno；
范例：将emp表和dept表关联查询
SELECT d.deptno,d.dname,d.loc,e.empno,e.salFROM dept d,emp eWHERE d.deptno=e.deptno(+);
DEPTNO DNAME LOC EMPNO SAL ---------- -------------- ------------- ---------- ---------- 10 ACCOUNTING NEW YORK 7782 2450 10 ACCOUNTING NEW YORK 7839 5000 10 ACCOUNTING NEW YORK 7934 1300 20 RESEARCH DALLAS 7369 800 20 RESEARCH DALLAS 7876 1100 20 RESEARCH DALLAS 7902 3000 20 RESEARCH DALLAS 7788 3000 20 RESEARCH DALLAS 7566 2975 30 SALES CHICAGO 7499 1600 30 SALES CHICAGO 7698 2850 30 SALES CHICAGO 7654 1250 30 SALES CHICAGO 7900 950 30 SALES CHICAGO 7844 1500 30 SALES CHICAGO 7521 1250 40 OPERATIONS BOSTON 已选择15行。
此时存在了重复数据，而且这个重复的数据平均在了三列上（deptno,dname,loc），所以在分组上的GROUP BY子句中就可以写上三个字段：
SELECT d.deptno,d.dname,d.loc,COUNT(e.empno),NVL(AVG(e.sal),0)FROM dept d,emp eWHERE d.deptno=e.deptno(+)GROUP BY d.deptno,d.dname,d.loc;
以上就是多字段分组，但是不管是单字段还是多字段，一定要有一个前提，存在了重复数据。
范例：要求统计出每个部门的详细信息，并且要求这些部门的平均工资高于2000；
在以上程序的基础上完成开发，在之前唯一所学习的限定查询的语法只有WHERE子句，所以下面先使用WHERE完成要求。
SELECT d.deptno,d.dname,d.loc,COUNT(e.empno) mycount,NVL(AVG(e.sal),0) myavgFROM dept d,emp eWHERE d.deptno=e.deptno(+) AND AVG(e.sal)>2000GROUP BY d.deptno,d.dname,d.loc;
现在出现了如下的错误提示：
WHERE d.deptno=e.deptno(+) AND AVG(e.sal)>2000 * 第 3 行出现错误: ORA-00934: 此处不允许使用分组函数
本错误提示的核心意思就是在WHERE子句之中不能使用统计函数，之所以在WHERE子句之中不能使用，实际上跟WHERE子句的主要功能有关，WHERE的主要功能是从全部的数据之中取出部分数据。
此时如果要对分组后的数据再次进行过滤，则使用HAVING子句完成，那么此时的SQL语法格式如下：
SELECT [DISTINCT] *|分组字段1 [别名] [,分组字段2 [别名] ,…] | 统计函数FROM 表名称 [别名], [表名称 [别名] ,…][WHERE 条件(s)][GROUP BY 分组字段1 [,分组字段2 ,…]][HAVING 分组后的过滤条件（可以使用统计函数）][ORDER BY 排序字段 ASC | DESC [,排序字段 ASC | DESC]];
下面使用HAVING进行过滤。
SELECT d.deptno,d.dname,d.loc,COUNT(e.empno) mycount,NVL(AVG(e.sal),0) myavgFROM dept d,emp eWHERE d.deptno=e.deptno(+)GROUP BY d.deptno,d.dname,d.locHAVING AVG(sal)>2000;
注意点：WHERE和HAVING的区别
- WHERE：是在执行GROUP BY操作之前进行的过滤，表示从全部数据之中筛选出部分的数据，在WHERE之中不能使用统计函数；
- HAVING：是在GROUP BY分组之后的再次过滤，可以在HAVING子句中使用统计函数；
思考题：显示非销售人员工作名称以及从事同一工作雇员的月工资的总和，并且要满足从事同一工作的雇员的月工资合计大于$5000，输出结果按月工资的合计升序排列：
第一步：查询出所有的非销售人员的信息
SELECT * FROM emp WHERE job<>‘SALESMAN‘;
第二步：按照职位进行分组，并且使用SUM函数统计
SELECT job,SUM(sal)FROM empWHERE job<>‘SALESMAN‘GROUP BY job;
第三步：月工资的合计是通过统计函数查询的，所以现在这个对分组后的过滤要使用HAVING子句完成
SELECT job,SUM(sal)FROM empWHERE job<>‘SALESMAN‘GROUP BY jobHAVING SUM(sal)>5000;
第四步：按照升序排列
SELECT job,SUM(sal) sumFROM empWHERE job<>‘SALESMAN‘GROUP BY jobHAVING SUM(sal)>5000ORDER BY sum ASC;
以上的题目就融合分组操作的大部分语法的使用，而且以后遇到问题，要慢慢分析。
五、子查询
子查询 = 简单查询 + 限定查询 + 多表查询 + 统计查询的综合体；
在之前强调过多表查询不建议大家使用，因为性能很差，但是多表查询最有利的替代者就是子查询，所以子查询在实际的开发之中使用的相当的多；
所谓的子查询指的就是在一个查询之中嵌套了其他的若干查询，嵌套子查询之后的查询SQL语句如下：
SELECT [DISTINCT] *|分组字段1 [别名] [,分组字段2 [别名] ,…] | 统计函数 ,( SELECT [DISTINCT] *|分组字段1 [别名] [,分组字段2 [别名] ,…] | 统计函数 FROM 表名称 [别名], [表名称 [别名] ,…] [WHERE 条件(s)]
[GROUP BY 分组字段1 [,分组字段2 ,…]] [HAVING 分组后的过滤条件（可以使用统计函数）]
[ORDER BY 排序字段 ASC | DESC [,排序字段 ASC | DESC]])FROM 表名称 [别名], [表名称 [别名] ,…] ,( SELECT [DISTINCT] *|分组字段1 [别名] [,分组字段2 [别名] ,…] | 统计函数 FROM 表名称 [别名], [表名称 [别名] ,…] [WHERE 条件(s)]
[GROUP BY 分组字段1 [,分组字段2 ,…]] [HAVING 分组后的过滤条件（可以使用统计函数）]
[ORDER BY 排序字段 ASC | DESC [,排序字段 ASC | DESC]])[WHERE 条件(s) (
SELECT [DISTINCT] *|分组字段1 [别名] [,分组字段2 [别名] ,…] | 统计函数 FROM 表名称 [别名], [表名称 [别名] ,…] [WHERE 条件(s)]
[GROUP BY 分组字段1 [,分组字段2 ,…]] [HAVING 分组后的过滤条件（可以使用统计函数）]
[ORDER BY 排序字段 ASC | DESC [,排序字段 ASC | DESC]])][GROUP BY 分组字段1 [,分组字段2 ,…]][HAVING 分组后的过滤条件（可以使用统计函数）][ORDER BY 排序字段 ASC | DESC [,排序字段 ASC | DESC]];
理论上子查询可以出现在查询语句的任意位置上，但是从个人而言，子查询出现在WHERE和FROM子句之中较多；
以下的使用特点为个人总结，不是官方声明的：
- WHERE：子查询一般只返回单行列、多行单列、单行多列的数据；
- FROM：子查询返回的一般是多行的数据，当作一张临时表出现。
范例：要求查询出工资比SMITH还要高的全部雇员信息
要想完成本程序，首先必须要知道SMITH的工资是多少：
SELECT sal FROM emp WHERE ename=‘SMITH‘;
由于此时返回的是单列的数据，所以这个子句查询可以在WHERE中出现。
SELECT * FROM empWHERE sal>(SELECT salFROM empWHERE ename=‘SMITH‘);
范例：要求查询出高于公司平均工资的全部雇员信息
公司的平均工资应该使用AVG()函数求出。
SELECT AVG(sal) FROM emp;
此时数据的返回结果是单行单列的数据，在WHERE之中出现。
SELECT * FROM empWHERE sal>( SELECT AVG(sal) FROM emp);
以上所返回的是单行单列，但是在子查询之中，也可以返回单行多列的数据，只是这种子查询很少出现。
范例：子查询返回单行多列数据
SELECT * FROM empWHERE (job,sal)=(SELECT job,salFROM empWHERE ename=‘ALLEN‘);
如果现在的子查询返回的是多行单列数据的话，这个时候就需要使用三种判断符判断了：IN、ANY、ALL；
1、 IN操作符：用于指定一个子查询的判断范围
这个操作符的使用实际上与之前讲解的IN是一样的，唯一不同的是，里面的范围由子查询指定了。
SELECT * FROM empWHERE sal in (SELECT salFROM empWHERE job=‘MANAGER‘);
但是在使用IN的时候还要注意NOT IN的问题，如果使用NOT IN操作，在子查询之中，如果有一个内容是null，则不会查询出任何的结果。
2、 ANY操作符：与每一个内容想匹配，有三种匹配形式
- =ANY：功能与IN操作符是完全一样的；
SELECT * FROM empWHERE sal=ANY (SELECT salFROM empWHERE job=‘MANAGER‘);
- >ANY：比子查询中返回记录最小的还要大的数据；
SELECT * FROM empWHERE sal>ANY (SELECT salFROM empWHERE job=‘MANAGER‘);
- <ANY：比子查询中返回记录的最大的还要小；
SELECT * FROM empWHERE sal<ANY (SELECT salFROM empWHERE job=‘MANAGER‘);
3、 ALL操作符：与每一个内容相匹配，有两种匹配形式：
- >ALL：比子查询中返回的最大的记录还要大
SELECT * FROM empWHERE sal>ALL (SELECT salFROM empWHERE job=‘MANAGER‘);
- <ALL：比子查询中返回的最小的记录还要小
SELECT * FROM empWHERE sal<ALL (SELECT salFROM empWHERE job=‘MANAGER‘);
以上的所有子查询都是在WHERE子句中出现的，那么下面再来观察在FROM子句中出现的查询，这个子查询一般返回的是多行多列的数据，当作一张临时表的方式来处理。
范例：查询出每个部门的编号、名称、位置、部门人数、平均工资
- 回顾：最早的时候使用的是多字段分组统计完成的：
SELECT d.deptno,d.dname,d.loc,COUNT(e.empno),AVG(e.sal)FROM emp e,dept dWHERE e.deptno(+)=d.deptnoGROUP BY d.deptno,d.dname,d.loc;
这个时候实际上是产生了笛卡尔积，一共产生了56条记录；
- 新的解决方案：通过子查询完成，所有的统计查询只能在GROUP BY中出现，所以在子查询之中负责统计数据，而在外部的查询之中，负责将统计数据和dept表数据相统一。
SELECT d.deptno,d.dname,d.loc,temp.count,temp.avgFROM dept d,(SELECT deptno dno,COUNT(empno) count,AVG(sal) avgFROM empGROUP BY deptno) tempWHERE d.deptno=temp.dno(+);
现在的程序中所操作的数据量：
- 子查询中统计的记录是14条记录，最终统计的显示结果是3条记录；
- dept表之中一共有4条记录；
- 如果现在产生笛卡尔积的话只有12条记录，再加上雇员的14条记录，一共才26条记录；
通过如上的分析，可以发现，使用子查询的确要比使用多表查询更加节省性能，所以在开发之中子查询出现是最多的，而且在给出一个不成文的规定：大部分情况下，如果最终的查询结果之中需要出现SELECT子句，但是又不能直接使用统计函数的时候，就在子查询中统计信息，即：有复杂统计的地方大部分都需要子查询。