---
**本文转载自 www.hisqlboy.com**

原文标题：SQL Aggregate Functions: COUNT, SUM, AVG, MIN, MAX Explained
原文链接：https://www.hisqlboy.com/blog/sql-aggregate-functions-explained
原作者：SQL Boy Team
转载日期：2026-02-15

著作权归原作者所有。本文仅用于学习交流，非商业用途。
---

你是否曾想过，数据库如何能够瞬间告诉你全年的总销售额、客户的平均年龄，或者上个月下了多少订单？答案就在 **SQL 聚合函数**中——这些强大的工具可以将多行数据转换为有意义的汇总信息。

![Aggregate functions summarize rows into single metrics](https://developer.qcloudimg.com/http-save/yehe-7570303/b2f4bbec75f4db6b63797dfa5ced4223.png)

*聚合函数将多行数据汇总为单个指标*

在本指南中，我们将探讨五个核心聚合函数：`COUNT`、`SUM`、`AVG`、`MIN` 和 `MAX`。读完本文后，你将准确了解何时以及如何使用每个函数，包括一些连经验丰富的开发人员都会犯的常见错误。

## 什么是聚合函数？

**聚合函数**（Aggregate Functions）对多行数据执行计算，并返回单个结果。与处理单个值的常规函数不同，聚合函数会将数据"折叠"成汇总统计信息。

以下是快速概览：

| 函数 | 用途 | 返回值类型 |
|------|------|-----------|
| `COUNT()` | 计数行或非 NULL 值 | 整数 |
| `SUM()` | 求和数值 | 数字 |
| `AVG()` | 计算平均值 | 数字 |
| `MIN()` | 查找最小值 | 与输入相同 |
| `MAX()` | 查找最大值 | 与输入相同 |

**核心特点**：
- **多行输入，单个输出**：处理多行数据，返回一个汇总值
- **自动忽略 NULL**：大多数聚合函数会自动忽略 NULL 值
- **与 GROUP BY 结合**：可以按组进行汇总
- **适用范围广**：MIN 和 MAX 可用于数字、字符串、日期等多种数据类型

## COUNT：计数行和值

`COUNT` 可能是最常用的聚合函数。但你知道吗，它有三种不同的使用方式？

### COUNT(*) vs COUNT(column) vs COUNT(DISTINCT column)

```sql
-- 计数所有行（包括 NULL）
SELECT COUNT(*) FROM orders;

-- 计数列中的非 NULL 值
SELECT COUNT(shipping_date) FROM orders;

-- 计数唯一的非 NULL 值
SELECT COUNT(DISTINCT customer_id) FROM orders;
```

**关键区别**：
- `COUNT(*)`：计数所有行，包括包含 NULL 的行
- `COUNT(column)`：只计数该列中非 NULL 的行
- `COUNT(DISTINCT column)`：计数该列中唯一的非 NULL 值

### 交互式示例：COUNT 的三种用法

**示例数据（employees 表）**：

| id | name | department | salary | bonus |
|----|------|------------|--------|-------|
| 1 | Alice | Engineering | 90000 | 5000 |
| 2 | Bob | Engineering | 85000 | NULL |
| 3 | Carol | Sales | 70000 | 3000 |
| 4 | Dave | Sales | 65000 | NULL |
| 5 | Eve | Marketing | 75000 | 4000 |

**查询**：

```sql
-- 尝试不同的 COUNT 变体
SELECT 
  COUNT(*) AS total_rows,
  COUNT(bonus) AS with_bonus,
  COUNT(DISTINCT department) AS unique_departments
FROM employees;
```

**查询结果**：

| total_rows | with_bonus | unique_departments |
|------------|------------|--------------------|
| 5 | 3 | 3 |

**结果解读**：
- `total_rows = 5`：表中共有 5 行数据
- `with_bonus = 3`：只有 3 个员工有奖金（Alice、Carol、Eve）
- `unique_departments = 3`：有 3 个不同的部门（Engineering、Sales、Marketing）

**注意**：`COUNT(bonus)` 返回 3（只计数非 NULL 值），而 `COUNT(*)` 返回 5（所有行）。

## SUM：求和数值

`SUM` 将数值列中的所有值相加。它会自动忽略 NULL 值。

```sql
SELECT SUM(amount) AS total_sales
FROM orders
WHERE order_date >= '2025-01-01';
```

### 常见陷阱：NULL 值处理

对所有值都是 NULL 的列求和会返回 NULL，而不是 0。使用 `COALESCE` 来处理这种情况：

```sql
SELECT COALESCE(SUM(amount), 0) AS total_sales
FROM orders
WHERE order_date >= '2099-01-01'; -- 没有匹配的行
```

### 交互式示例：SUM 和 NULL 处理

**示例数据（orders 表）**：

| order_id | amount | discount | bonus |
|----------|--------|----------|-------|
| 1 | 1000 | 50 | 100 |
| 2 | 1500 | NULL | NULL |
| 3 | 2000 | 100 | 200 |
| 4 | 1200 | NULL | NULL |
| 5 | 1800 | 75 | 150 |

**查询**：

```sql
-- 计算总额并查看 NULL 处理
SELECT 
  SUM(amount) AS total_sales,
  SUM(discount) AS total_discount,
  COALESCE(SUM(bonus), 0) AS total_bonus
FROM orders;
```

**查询结果**：

| total_sales | total_discount | total_bonus |
|-------------|----------------|-------------|
| 7500 | 225 | 450 |

**结果解读**：
- `total_sales = 7500`：所有订单金额之和（1000 + 1500 + 2000 + 1200 + 1800）
- `total_discount = 225`：所有折扣之和（50 + 100 + 75），NULL 值被忽略
- `total_bonus = 450`：所有奖金之和（100 + 200 + 150），NULL 值被忽略

**关键点**：
- SUM 自动忽略 NULL 值
- 如果所有值都是 NULL，SUM 返回 NULL
- 使用 COALESCE 将 NULL 转换为 0

## AVG：计算平均值

`AVG` 计算数值列的算术平均值。与 `SUM` 一样，它会忽略 NULL 值——这有时会导致意外的结果。

```sql
SELECT AVG(salary) AS avg_salary
FROM employees;
```

### 重要提示：AVG 只考虑非 NULL 值

`AVG` 在计算时只考虑非 NULL 值。如果你有 10 个员工，但只有 8 个有薪资数据，平均值是基于这 8 个计算的。

### 交互式示例：AVG 与手动计算对比

**示例数据（reviews 表）**：

| review_id | product_id | rating |
|-----------|------------|--------|
| 1 | 101 | 5 |
| 2 | 101 | 4 |
| 3 | 101 | NULL |
| 4 | 101 | 3 |
| 5 | 101 | 5 |

**查询**：

```sql
-- 比较 AVG 与手动计算
SELECT 
  AVG(rating) AS avg_rating,
  SUM(rating) AS sum_rating,
  COUNT(rating) AS count_rating,
  SUM(rating) * 1.0 / COUNT(rating) AS manual_avg
FROM reviews;
```

**查询结果**：

| avg_rating | sum_rating | count_rating | manual_avg |
|------------|------------|--------------|------------|
| 4.25 | 17 | 4 | 4.25 |

**结果解读**：
- `avg_rating = 4.25`：AVG 函数自动计算平均值
- `sum_rating = 17`：所有评分之和（5 + 4 + 3 + 5），NULL 被忽略
- `count_rating = 4`：非 NULL 评分的数量
- `manual_avg = 4.25`：手动计算的平均值（17 / 4）

**关键点**：
- AVG 只考虑非 NULL 值
- 如果有 5 条记录但只有 4 个非 NULL 值，平均值基于这 4 个值
- 手动计算：`SUM(column) / COUNT(column)`

## MIN 和 MAX：查找极值

`MIN` 和 `MAX` 适用于任何可比较的数据类型——数字、字符串、日期等。

```sql
SELECT 
  MIN(order_date) AS first_order,
  MAX(order_date) AS last_order,
  MIN(amount) AS smallest_order,
  MAX(amount) AS largest_order
FROM orders;
```

### 专业提示：字符串的 MIN 和 MAX

对于字符串，`MIN` 返回"字母顺序最前"的值，`MAX` 返回"字母顺序最后"的值。

### 交互式示例：不同数据类型的极值

**示例数据（employees 表）**：

| id | name | hire_date | salary |
|----|------|-----------|--------|
| 1 | Alice | 2020-01-15 | 90000 |
| 2 | Bob | 2019-06-20 | 85000 |
| 3 | Carol | 2021-03-10 | 70000 |
| 4 | Dave | 2018-11-05 | 65000 |
| 5 | Eve | 2022-07-22 | 75000 |

**查询**：

```sql
-- 查找不同数据类型的极值
SELECT 
  MIN(hire_date) AS earliest_hire,
  MAX(hire_date) AS latest_hire,
  MIN(salary) AS min_salary,
  MAX(salary) AS max_salary,
  MIN(name) AS first_name_alpha,
  MAX(name) AS last_name_alpha
FROM employees;
```

**查询结果**：

| earliest_hire | latest_hire | min_salary | max_salary | first_name_alpha | last_name_alpha |
|---------------|-------------|------------|------------|------------------|-----------------|
| 2018-11-05 | 2022-07-22 | 65000 | 90000 | Alice | Eve |

**结果解读**：
- `earliest_hire = 2018-11-05`：最早的雇佣日期（Dave）
- `latest_hire = 2022-07-22`：最晚的雇佣日期（Eve）
- `min_salary = 65000`：最低薪资（Dave）
- `max_salary = 90000`：最高薪资（Alice）
- `first_name_alpha = Alice`：字母顺序最前的名字
- `last_name_alpha = Eve`：字母顺序最后的名字

**关键点**：
- MIN 和 MAX 适用于数字、字符串、日期等多种数据类型
- 对于字符串，按字母顺序比较
- 对于日期，按时间顺序比较

## 结合 GROUP BY 使用聚合函数

聚合函数与 `GROUP BY` 结合使用时会更加强大。你可以为每个组获得汇总信息，而不是整个表的单个汇总。

```sql
SELECT 
  department,
  COUNT(*) AS employee_count,
  AVG(salary) AS avg_salary,
  MAX(salary) AS max_salary
FROM employees
GROUP BY department;
```

### 交互式示例：按部门汇总

**示例数据（employees 表）**：

| id | name | department | salary |
|----|------|------------|--------|
| 1 | Alice | Engineering | 90000 |
| 2 | Bob | Engineering | 85000 |
| 3 | Carol | Sales | 70000 |
| 4 | Dave | Sales | 65000 |
| 5 | Eve | Marketing | 75000 |
| 6 | Frank | Engineering | 95000 |
| 7 | Grace | Sales | 72000 |

**查询**：

```sql
-- 按部门汇总
SELECT 
  department,
  COUNT(*) AS headcount,
  SUM(salary) AS total_payroll,
  ROUND(AVG(salary), 2) AS avg_salary,
  MIN(salary) AS min_salary,
  MAX(salary) AS max_salary
FROM employees
GROUP BY department;
```

**查询结果**：

| department | headcount | total_payroll | avg_salary | min_salary | max_salary |
|------------|-----------|---------------|------------|------------|------------|
| Engineering | 3 | 270000 | 90000.00 | 85000 | 95000 |
| Sales | 3 | 207000 | 69000.00 | 65000 | 72000 |
| Marketing | 1 | 75000 | 75000.00 | 75000 | 75000 |

**结果解读**：
- **Engineering 部门**：3 名员工，总薪资 270,000，平均薪资 90,000
- **Sales 部门**：3 名员工，总薪资 207,000，平均薪资 69,000
- **Marketing 部门**：1 名员工，总薪资 75,000，平均薪资 75,000

**关键点**：
- GROUP BY 将数据分组，每组单独计算聚合函数
- 可以在一个查询中使用多个聚合函数
- 使用 ROUND 函数使平均值更易读

## 常见错误

### 1. 混合聚合列和非聚合列

这是一个经典错误：

```sql
-- ❌ 错误：name 既没有聚合也没有分组
SELECT name, COUNT(*) FROM employees;

-- ✅ 正确：按 name 分组
SELECT name, COUNT(*) FROM employees GROUP BY name;
```

**错误原因**：
- 当使用聚合函数时，SELECT 中的所有非聚合列都必须出现在 GROUP BY 中
- 否则数据库不知道如何处理这些列

### 2. 忘记 NULL 行为

```sql
-- 如果所有值都是 NULL，SUM 返回 NULL（不是 0）
SELECT COALESCE(SUM(bonus), 0) AS total_bonus FROM employees;
```

**最佳实践**：
- 始终使用 COALESCE 或 IFNULL 处理可能的 NULL 结果
- 特别是在报表和仪表板中，0 比 NULL 更友好

### 3. 在整数列上使用 AVG

在某些数据库中，对整数列使用 `AVG` 会返回整数。转换类型以避免这种情况：

```sql
SELECT AVG(CAST(rating AS REAL)) FROM reviews;
-- 或者：AVG(rating * 1.0)
```

**示例**：

| 错误方式 | 正确方式 |
|---------|---------|
| `AVG(rating)` → 4（整数除法） | `AVG(rating * 1.0)` → 4.25（浮点除法） |

## 最佳实践

### 1. 使用 COUNT(*) 计数行

`COUNT(*)` 是计数所有行的最清晰方式。

```sql
-- ✅ 推荐
SELECT COUNT(*) FROM orders;

-- ❌ 不推荐（除非你确实只想计数非 NULL 值）
SELECT COUNT(order_id) FROM orders;
```

### 2. 使用 COALESCE 处理 SUM/AVG

保护查询免受 NULL 结果的影响，特别是当没有行匹配时。

```sql
SELECT 
  COALESCE(SUM(amount), 0) AS total_sales,
  COALESCE(AVG(amount), 0) AS avg_sales
FROM orders
WHERE order_date >= '2099-01-01'; -- 没有匹配的行
```

### 3. 四舍五入 AVG 结果

`ROUND(AVG(salary), 2)` 提供更清晰的输出。

```sql
-- ❌ 不易读
SELECT AVG(salary) FROM employees;
-- 结果：75432.8571428571

-- ✅ 易读
SELECT ROUND(AVG(salary), 2) FROM employees;
-- 结果：75432.86
```

### 4. 结合 HAVING 进行过滤聚合

在分组后过滤使用 `HAVING`。

```sql
-- 查找平均薪资超过 80000 的部门
SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department
HAVING AVG(salary) > 80000;
```

**WHERE vs HAVING**：

| 特性 | WHERE | HAVING |
|------|-------|--------|
| 过滤时机 | 分组前 | 分组后 |
| 可用列 | 原始列 | 聚合结果 |
| 示例 | `WHERE salary > 50000` | `HAVING AVG(salary) > 80000` |

## 实际应用场景

### 1. 销售报表

```sql
-- 按月汇总销售数据
SELECT 
  DATE_TRUNC('month', order_date) AS month,
  COUNT(*) AS order_count,
  SUM(amount) AS total_revenue,
  ROUND(AVG(amount), 2) AS avg_order_value,
  MIN(amount) AS min_order,
  MAX(amount) AS max_order
FROM orders
WHERE order_date >= '2025-01-01'
GROUP BY DATE_TRUNC('month', order_date)
ORDER BY month;
```

### 2. 用户行为分析

```sql
-- 分析用户活跃度
SELECT 
  user_id,
  COUNT(*) AS login_count,
  MIN(login_date) AS first_login,
  MAX(login_date) AS last_login,
  COUNT(DISTINCT DATE(login_date)) AS active_days
FROM user_logins
WHERE login_date >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY user_id
HAVING COUNT(*) >= 10;
```

### 3. 库存管理

```sql
-- 库存统计
SELECT 
  category,
  COUNT(*) AS product_count,
  SUM(quantity) AS total_stock,
  AVG(price) AS avg_price,
  MIN(quantity) AS min_stock,
  MAX(quantity) AS max_stock
FROM inventory
GROUP BY category
HAVING SUM(quantity) < 100; -- 库存不足的类别
```

### 4. 性能监控

```sql
-- API 响应时间分析
SELECT 
  endpoint,
  COUNT(*) AS request_count,
  ROUND(AVG(response_time_ms), 2) AS avg_response_time,
  MIN(response_time_ms) AS min_response_time,
  MAX(response_time_ms) AS max_response_time
FROM api_logs
WHERE log_date >= CURRENT_DATE
GROUP BY endpoint
HAVING AVG(response_time_ms) > 1000; -- 响应时间超过 1 秒的端点
```

## 结论

SQL 聚合函数是数据分析的核心工具。记住：

- **COUNT** 计数行或非 NULL 值
- **SUM** 求和数字（忽略 NULL）
- **AVG** 计算平均值（忽略 NULL）
- **MIN/MAX** 查找极值（适用于任何可比较类型）

**关键要点**：
- 聚合函数通常会忽略 NULL 值，但这可能导致意外结果
- 始终使用 `COALESCE` 确保非 NULL 结果
- 结合 `GROUP BY` 使用可以进行分组汇总
- 使用 `HAVING` 过滤聚合结果

现在，去尝试这些函数吧！在实际项目中实验不同的查询，以巩固你的理解。

---

## 相关文章推荐

- [SQL ORDER BY 和 LIMIT：轻松实现排序和分页](https://www.hisqlboy.com/blog/sql-order-by-and-limit) - 学习如何使用 ORDER BY 排序查询结果和分页
- [SQL Window Frames: ROWS vs RANGE](https://www.hisqlboy.com/blog/sql-window-frames-rows-vs-range) - 学习 ROWS 和 RANGE 窗口帧如何改变结果，避免隐藏的 bug
- [使用 SQL 计算移动平均和滚动窗口](https://www.hisqlboy.com/blog/calculating-moving-averages-rolling-windows-sql) - 使用 SQL 窗口函数平滑噪声数据趋势

你是否曾想过，数据库如何能够瞬间告诉你全年的总销售额、客户的平均年龄，或者上个月下了多少订单？答案就在 SQL 聚合函数中——这些强大的工具可以将多行数据转换为有意义的汇总信息。

SQL 聚合函数详解：COUNT、SUM、AVG、MIN、MAX

数据库

SQL聚合函数是数据分析的核心工具，包括COUNT、SUM、AVG、MIN和MAX，能快速汇总多行数据为单个指标。这些函数自动忽略NULL值，可与GROUP BY结合实现分组统计。掌握聚合函数能高效完成销售报表、用户行为分析等数据处理任务，是数据库查询的重要技能。

用户行为分析

数据转换

2026新春采购季

tencentdb-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

SQL 聚合函数详解：COUNT、SUM、AVG、MIN、MAX-腾讯云开发者社区-腾讯云

SQL 聚合函数详解：COUNT、SUM、AVG、MIN、MAX

SQL 聚合函数详解：COUNT、SUM、AVG、MIN、MAX

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐