1. 常见聚合函数#

聚合函数会把多行数据合成一个结果。

1
SELECT COUNT(*) AS order_count
2
FROM orders;

上面的 orders 表一共有 5 行，所以返回结果是：

常见聚合函数有：

• COUNT(*)：统计行数。
• COUNT(column)：统计某列非空值的数量。
• COUNT(DISTINCT column)：统计某列去重后的数量。
• SUM(column)：求和。
• AVG(column)：平均值。
• MIN(column)：最小值。
• MAX(column)：最大值。

COUNT(*) 和 COUNT(column) 的区别值得单独记一下。前者数行数，后者只数这个字段不为 NULL 的行。

1
SELECT
2
  COUNT(*) AS total_orders,
3
  COUNT(status) AS orders_with_status,
4
  COUNT(DISTINCT user_id) AS unique_users
5
FROM orders;

这张小表里每条订单都有 status，并且一共有 3 个不同的 user_id，所以返回结果是：

如果某一列有空值，COUNT(column) 就不会把空值算进去；而 COUNT(*) 仍然会统计整行。

比如统计已支付订单的总金额：

1
SELECT SUM(total_amount) AS paid_amount
2
FROM orders
3
WHERE status = 'paid';

套到上面的订单表，只有 1、2、4 三笔订单是 paid，所以返回：

2. GROUP BY：按某个维度分组#

如果只写聚合函数，得到的是全表或过滤后整体的一行结果。想按某个维度分别统计，就用 GROUP BY。

统计每种订单状态的数量：

1
SELECT status, COUNT(*) AS order_count
2
FROM orders
3
GROUP BY status;

返回结果是：

可以读成：

把 orders 按 status 分组，然后每组算一次数量。

再比如统计每个用户的订单数：

1
SELECT user_id, COUNT(*) AS order_count
2
FROM orders
3
GROUP BY user_id;

统计每个用户的总消费：

1
SELECT user_id, SUM(total_amount) AS total_spent
2
FROM orders
3
WHERE status = 'paid'
4
GROUP BY user_id;

返回结果是：

如果要按天统计订单数，可以先把时间字段转换成日期。不同数据库写法略有差异，PostgreSQL 里可以这样写：

1
SELECT DATE(created_at) AS day, COUNT(*) AS order_count
2
FROM orders
3
GROUP BY DATE(created_at)
4
ORDER BY day;

只要 SELECT 里有聚合函数，又有非聚合字段，就要用 GROUP BY 说明"按哪个字段分组"

这类查询在日志分析里非常常见。

3. WHERE 和 HAVING 的区别#

WHERE 是分组前过滤行，HAVING 是分组后过滤统计结果。

比如：统计支付订单数大于 3 的用户。

1
SELECT user_id, COUNT(*) AS paid_order_count
2
FROM orders
3
WHERE status = 'paid'
4
GROUP BY user_id
5
HAVING COUNT(*) > 3;

套到这张小表里，返回结果是空的，因为没有用户的已支付订单数大于 3：

空结果不是报错，它只是表示没有分组满足条件。

这里的执行思路是：

1. 先用 WHERE status = 'paid' 过滤出已支付订单。
2. 再按 user_id 分组。
3. 每组计算 COUNT(*)。
4. 最后用 HAVING COUNT(*) > 3 过滤分组结果。

这也是刚学 SQL 时很容易混的地方：WHERE 不能直接过滤聚合结果。

可以粗略记成一句话：WHERE 管原始行，HAVING 管分组后的结果。

4. GROUP BY 中 SELECT 的限制#

如果用了 GROUP BY，SELECT 中通常只能放两类东西：

• 被分组的字段。
• 聚合函数的结果。

比如下面这样是合理的：

1
SELECT status, COUNT(*) AS order_count
2
FROM orders
3
GROUP BY status;

但如果写：

1
SELECT status, id, COUNT(*) AS order_count
2
FROM orders
3
GROUP BY status;

id 就会很奇怪：每个状态下面有很多订单 id，数据库不知道应该返回哪一个。不同数据库对这种写法的宽容程度不同，但学习时最好先保持严格。

5. 聚合结果也可以排序和限制#

聚合之后经常要找 Top N。比如找消费最高的 10 个用户：

1
SELECT user_id, SUM(total_amount) AS total_spent
2
FROM orders
3
WHERE status = 'paid'
4
GROUP BY user_id
5
ORDER BY total_spent DESC
6
LIMIT 10;

返回结果是：

注意这里的 ORDER BY total_spent 用的是 SELECT 里起的别名。很多数据库支持这种写法，读起来也更自然。

6. AI 应用里的聚合#

评估 AI 系统时，经常会用到聚合查询。比如：

• 每个模型版本的平均响应耗时。
• 每个评估维度的通过率。
• 每天的失败样本数量。
• 每类错误的占比。

一个例子：

1
SELECT model_name, AVG(latency_ms) AS avg_latency
2
FROM ai_requests
3
WHERE created_at >= '2026-05-01'
4
GROUP BY model_name
5
ORDER BY avg_latency DESC;

这类查询能把大量日志变成可比较的指标。SQL 的聚合能力，本质上是在帮我们把"数据明细"压缩成"判断依据"。

下一篇会进入 SQL 最关键的能力之一：多表查询，也就是 JOIN。