Oracle 分组函数用法示例详解
聚合函数、多行函数、分组函数都是一类函数GROUP BY 和 HAVING group 函数:AVG\SUM\MIN\MAX\COUNT\STDDEV\VARIANCEDISTINCT 与
聚合函数、多行函数、分组函数都是一类函数
GROUP BY 和 HAVING
group 函数:AVG\SUM\MIN\MAX\COUNT\STDDEV\VARIANCE
DISTINCT 与 group 函数结合使用
NULL 值在 group函数当中的处理
嵌套 group 函数
group 函数的语法:
SELECT GROUP_FUNCTION(COLUMN),...
FROM TABLE
[WHERE CONDITION]
[ORDER BY COLUMN];
---示例1:AVG\MAX\MIN\SUM针对NUMBER类型数据
SELECT AVG(SALARY), MAX(SALARY), MIN(SALARY), SUM(SALARY)
FROM EMPLOYEES
WHERE JOB_ID LIKE '%REP%';
AVG(SALARY) MAX(SALARY) MIN(SALARY) SUM(SALARY)
----------- ----------- ----------- -----------
8272.72727 11500 6000 273000
---示例2:MIN和MAX可以针对number外还可以针对date类型数据
hr@PROD> SELECT MIN(HIRE_DATE), MAX(HIRE_DATE) FROM EMPLOYEES;
MIN(HIRE_ MAX(HIRE_
--------- ---------
17-JUN-87 21-APR-00
----示例3:COUNT(*) 和 COUNT(1),COUNT(1)的速度比COUNT(*)快
hr@PROD> SELECT COUNT(*) FROM EMPLOYEES;
COUNT(*)
----------
107
-----COUNT(*)返回某个表中的行数
hr@PROD> SELECT COUNT(1) FROM EMPLOYEES;
COUNT(1)
----------
107
---COUNT(EXPR)符合expr 的所有非空值行的行数,请看下例:
hr@PROD> SELECT COUNT(COMMISSION_PCT) FROM EMPLOYEES;
COUNT(COMMISSION_PCT)
---------------------
35
hr@PROD> SELECT COUNT(DEPARTMENT_ID) FROM EMPLOYEES;
COUNT(DEPARTMENT_ID)
--------------------
106
hr@PROD> SELECT COUNT(EMPLOYEE_ID) FROM EMPLOYEES;
COUNT(EMPLOYEE_ID)
------------------
107
------------DISTINCT 和 group 函数的配合使用
示例:
hr@PROD> SELECT COUNT(DISTINCT DEPARTMENT_ID) FROM EMPLOYEES;
COUNT(DISTINCTDEPARTMENT_ID)
----------------------------
11
--------------------------------
-----------group 函数对 Null 值的处理
----group 函数忽略列中的 null 值
hr@PROD> SELECT COUNT(COMMISSION_PCT) FROM EMPLOYEES;
COUNT(COMMISSION_PCT)
---------------------
35
hr@PROD> SELECT COUNT(NVL(COMMISSION_PCT,0)) FROM EMPLOYEES;
COUNT(NVL(COMMISSION_PCT,0))
----------------------------
107
-----35 人参与计算
hr@PROD> SELECT AVG(COMMISSION_PCT) FROM EMPLOYEES;
AVG(COMMISSION_PCT)
-------------------
.222857143
------107 人参与计算
hr@PROD> SELECT AVG(NVL(COMMISSION_PCT,0)) FROM EMPLOYEES;
AVG(NVL(COMMISSION_PCT,0))
--------------------------
.072897196
-------创建分组数据----
GROUP BY 子句
计算每个部门中的平均薪水
SELECT COLUMN ,GROUP_FUNCTION(COLUMN)
FROM TABLE
[WHERE CONDITION]
[GROUP BY GROUP_BY_EXPRESSION]
[ORDER BY COLUMN];
注意:SELECT 子句中的 COLUMN 必须包含在 GROUP BY 子句中
列出的单行必须包含在 group by 子句中
执行顺序,先计算 WHERE,后计算group by,再查询结果,最后执行 order by
order by 中可以使用别名,,where 和 group by 中不允许使用别名

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds





La numérisation complète de la table peut être plus rapide dans MySQL que l'utilisation d'index. Les cas spécifiques comprennent: 1) le volume de données est petit; 2) Lorsque la requête renvoie une grande quantité de données; 3) Lorsque la colonne d'index n'est pas très sélective; 4) Lorsque la requête complexe. En analysant les plans de requête, en optimisant les index, en évitant le sur-index et en maintenant régulièrement des tables, vous pouvez faire les meilleurs choix dans les applications pratiques.

Les capacités de recherche en texte intégral d'InNODB sont très puissantes, ce qui peut considérablement améliorer l'efficacité de la requête de la base de données et la capacité de traiter de grandes quantités de données de texte. 1) INNODB implémente la recherche de texte intégral via l'indexation inversée, prenant en charge les requêtes de recherche de base et avancées. 2) Utilisez la correspondance et contre les mots clés pour rechercher, prendre en charge le mode booléen et la recherche de phrases. 3) Les méthodes d'optimisation incluent l'utilisation de la technologie de segmentation des mots, la reconstruction périodique des index et l'ajustement de la taille du cache pour améliorer les performances et la précision.

Oui, MySQL peut être installé sur Windows 7, et bien que Microsoft ait cessé de prendre en charge Windows 7, MySQL est toujours compatible avec lui. Cependant, les points suivants doivent être notés lors du processus d'installation: téléchargez le programme d'installation MySQL pour Windows. Sélectionnez la version appropriée de MySQL (communauté ou entreprise). Sélectionnez le répertoire d'installation et le jeu de caractères appropriés pendant le processus d'installation. Définissez le mot de passe de l'utilisateur racine et gardez-le correctement. Connectez-vous à la base de données pour les tests. Notez les problèmes de compatibilité et de sécurité sur Windows 7, et il est recommandé de passer à un système d'exploitation pris en charge.

MySQL est un système de gestion de base de données relationnel open source. 1) Créez une base de données et des tables: utilisez les commandes CreateDatabase et CreateTable. 2) Opérations de base: insérer, mettre à jour, supprimer et sélectionner. 3) Opérations avancées: jointure, sous-requête et traitement des transactions. 4) Compétences de débogage: vérifiez la syntaxe, le type de données et les autorisations. 5) Suggestions d'optimisation: utilisez des index, évitez de sélectionner * et utilisez les transactions.

La différence entre l'index cluster et l'index non cluster est: 1. Index en cluster stocke les lignes de données dans la structure d'index, ce qui convient à la requête par clé et plage primaire. 2. L'index non clumpant stocke les valeurs de clé d'index et les pointeurs vers les lignes de données, et convient aux requêtes de colonne de clés non primaires.

MySQL et MARIADB peuvent coexister, mais doivent être configurés avec prudence. La clé consiste à allouer différents numéros de port et répertoires de données à chaque base de données et ajuster les paramètres tels que l'allocation de mémoire et la taille du cache. La mise en commun de la connexion, la configuration des applications et les différences de version doivent également être prises en compte et doivent être soigneusement testées et planifiées pour éviter les pièges. L'exécution de deux bases de données simultanément peut entraîner des problèmes de performances dans les situations où les ressources sont limitées.

Dans la base de données MySQL, la relation entre l'utilisateur et la base de données est définie par les autorisations et les tables. L'utilisateur a un nom d'utilisateur et un mot de passe pour accéder à la base de données. Les autorisations sont accordées par la commande Grant, tandis que le tableau est créé par la commande Create Table. Pour établir une relation entre un utilisateur et une base de données, vous devez créer une base de données, créer un utilisateur, puis accorder des autorisations.

MySQL prend en charge quatre types d'index: B-Tree, hachage, texte intégral et spatial. 1. L'indice de tree B est adapté à la recherche de valeur égale, à la requête de plage et au tri. 2. L'indice de hachage convient aux recherches de valeur égale, mais ne prend pas en charge la requête et le tri des plages. 3. L'index de texte complet est utilisé pour la recherche en texte intégral et convient pour le traitement de grandes quantités de données de texte. 4. L'indice spatial est utilisé pour la requête de données géospatiaux et convient aux applications SIG.
