Aggregation

• 我们也可以使用相同的 SELECT 语句对多条记录进行聚合操作

  • 对 a group of rows 进行计算

• 我们可以使用 MAX、MIN、COUNT和SUM 函数从我们的初始表中获取更多的信息。

  • COUNT 计算 row 的个数

    • count(distinct name) -> 计算 name 的种类

  • 聚合函数也会取 table 中的某一个 row

    • 但结果有多个 row 对应，则会取其中任意一行

    • avg 函数有可能取不出 row

      sqlite> SELECT name, MAX(salary) FROM records;
      Oliver Warbucks|150000

• 使用特殊 COUNT(*) 语法，我们可以统计表中的行数，以查看该公司的员工人数。

  sqlite> SELECT COUNT(*) from RECORDS;
  9

Group

到目前位置的所有 select 都只有一个 group,the only one final group table 中的 rows 可以被 grouped, aggregation 在各个组起作用 select [columns] from [table] group by [expression] having [expression];

• group by [expression]

  • group 的数量是 group 的 [expression] 中独特值的个数(数的种类)

• 可以通过 HAVING 子句过滤被聚合的组的集合

  • 与 WHERE 子句不同的是，

    • WHERE 子句过滤掉的是行，

    • HAVING 子句过滤掉的是整个组。

      sqlite> SELECT title FROM records GROUP BY title HAVING count(*) > 1; -- 过滤组数少于 1 的组
      Programmer

用 Python 描述 SQL Aggregation

我们可以使用GROUP BY和HAVING 将行划分为组，并仅选择组的子集。

output_table = []                                 # 输出多个 table
for input_group in GROUP_BY(FROM(*input_tables)): # GROUP_BY 划分了子集
    output_group = []
    for row in input_group:
        if WHERE(row):
            output_group += [row]                 # 每个子集内部的 row 用 WHERE 筛选
    if HAVING(output_group):                      # group 本身用 HAVING 筛选
        output_table += [SELECT(output_group)]

if ORDER_BY:
    output_table = ORDER_BY(output_table)
if LIMIT:
    output_table = output_table[:LIMIT]