SQL中的聚合函数是数据处理的核心工具，能够将多行数据汇总为单一数值，为统计分析、报表生成和数据挖掘提供基础支持。其本质是通过数学运算或逻辑判断对数据集进行纵向压缩，例如计算总和（SUM）、平均值（AVG）、最大值（MAX）等。聚合函数通常与GROUP BY子句配合使用，实现分组统计，但也支持全局聚合。其设计兼顾了灵活性与性能，允许嵌套、过滤（如配合HAVING子句）以及与窗口函数结合。然而，不同数据库对聚合函数的实现存在细微差异，例如NULL值处理规则和运算精度，这要求开发者在跨平台迁移时需特别注意兼容性问题。
一、聚合函数的核心定义与分类
聚合函数（Aggregate Functions）是SQL中用于对数据集进行汇总计算的函数，其输入为多行数据，输出为单一标量值。根据功能可分为四类：
| 分类 | 典型函数 | 功能描述 |
|---|---|---|
| 数学运算类 | SUM(), AVG(), STDDEV() | 执行求和、均值、标准差等数学计算 |
| 极值类 | MAX(), MIN() | 获取列的最大/最小值 |
| 计数类 | COUNT(),COUNT(DISTINCT) | 统计行数或去重后行数 |
| 字符串类 | GROUP_CONCAT(),STRING_AGG() | 合并字符串为单个值 |
从执行原理看，聚合函数会忽略NULL值（COUNT(*)除外），且运算过程遵循ACID特性。例如，SUM(price)会跳过price为NULL的记录，而COUNT(id)仅统计id非空的行。
二、关键聚合函数深度对比
以下通过功能、返回值类型、NULL敏感性三个维度对比核心函数：
| 函数 | 功能描述 | 返回值类型 | NULL敏感性 |
|---|---|---|---|
| SUM() | 非NULL值求和 | 数值型（依赖输入） | 忽略NULL |
| AVG() | 非NULL值平均 | 浮点数 | 忽略NULL |
| COUNT(*) | 统计所有行 | 整数 | 不敏感 |
| COUNT(col) | 统计指定列非NULL行数 | 整数 | 敏感 |
| MAX(col) | 列最大值 | 与列相同 | 忽略NULL |
实际使用中需注意：AVG()的除数可能因过滤条件变化，COUNT(DISTINCT)比COUNT(列)性能消耗更大，而MAX(string)按字典序比较。
三、聚合函数与GROUP BY的协同机制
GROUP BY子句通过将数据分组，使聚合函数在组内独立计算。其执行流程为：
- 按GROUP BY列值分组
- 对每组应用聚合函数
- 生成包含组键和聚合结果的元组
示例：统计部门平均工资
SELECT department, AVG(salary) FROM employees GROUP BY department;
特殊场景处理：
- WITH ROLLUP：在MySQL中生成多层汇总（如小计+总计）
- CUBE：Oracle/PostgreSQL扩展，生成多维交叉表
- ROLLUP vs CUBE：前者按层级汇总，后者包含所有维度组合
| 特性 | ROLLUP | CUBE |
|---|---|---|
| 维度组合数量 | 层级递增（n+1） | 2^n -1 |
| 适用场景 | 分层报表 | 多维分析 |
| 性能开销 | 较低 | 指数级增长 |
四、过滤条件对聚合的影响
WHERE与HAVING子句分别作用于聚合前后阶段：
| 子句类型 | 作用阶段 | 功能限制 |
|---|---|---|
| WHERE | 聚合前过滤 | 单行判断（不可用聚合函数） |
| HAVING | 聚合后过滤 | 可含聚合函数条件 |
典型错误示例：在WHERE中使用AVG(score) > 60，应改为HAVING AVG(score) > 60。混合使用时执行顺序为：WHERE → GROUP BY → HAVING。
五、窗口函数与聚合函数的异同
两者均用于数据汇总，但存在本质区别：
| 特性 | 聚合函数 | 窗口函数（如SUM() OVER） |
|---|---|---|
| 输出形式 | 每组单一值 | 每行独立值 |
| 分区支持 | 需GROUP BY | 通过PARTITION BY定义 |
| 排序影响 | 无关 | 依赖ORDER BY |
应用场景对比：计算累计销量用窗口函数（OVER (ORDER BY date)），统计各区域总销售额用聚合函数+GROUP BY。
六、性能优化策略
聚合运算的性能瓶颈主要来自数据扫描和计算复杂度，优化手段包括：
- 索引优化：在聚合列建立索引可加速MAX/MIN查询，但对SUM/AVG效果有限
反模式案例：在COUNT(DISTINCT user_id)时未建立Bitmap索引，导致全表扫描。
七、数据库差异性分析
主流数据库在聚合函数实现上存在差异：
| 特性 | MySQL | PostgreSQL | Oracle |
|---|---|---|---|
| 空字符串处理 | COUNT('')=0 | COUNT('')=行数 | COUNT('')=行数 |
| 字符串聚合 | GROUP_CONCAT() | STRING_AGG() | LISTAGG() |
SQL聚合函数通过标准化接口实现了复杂的数据汇总需求，其设计平衡了功能性与执行效率。从基础运算到高级分析，从单表统计到多维聚合，开发者需根据业务场景选择合适函数，并注意数据库特性差异。未来随着流式计算和实时分析的发展，聚合函数将进一步向窗口化、增量化方向演进，但其核心原理仍将是数据价值提炼的重要基石。
SELECT region, SUM(amount) AS total, COUNT(*) AS orders, AVG(amount) AS avg_order FROM sales GROUP BY region;
SELECT date, COUNT(DISTINCT user_id) AS uv, COUNT(*) AS pv FROM logs GROUP BY date;
发表评论