Samlede funktioner i SQL og deres brug

I denne øvelse vil vi diskutere de forskellige aggregerede funktioner i SQL , og hvordan vi kan bruge dem. I SQL bruges aggregerede funktioner til at akkumulere data fra flere rækker til en enkelt oversigtsrække. 

Aggregerede funktioner i SQL kan være meget nyttige for analytikere, når de laver dataopsummering.

Indholdsfortegnelse

Almindelig brugte aggregerede funktioner i SQL

Nedenfor er nogle af de almindeligt anvendte aggregerede funktioner i SQL .

Samlede funktioner i SQL og deres brug

Bemærk, at funktionerne og ofte bruges i valutaer eller heltalsværdier. AVG-funktionen returnerer ikke kun gennemsnittet, men også middelværdien af ​​en kolonne. Den samlede funktion er også den eneste, der ikke ignorerer null-værdier, når der udføres beregninger.

Lad os lave nogle eksempelkommandoer ved hjælp af vores fem aggregerede funktioner med eksempeltabellen nedenfor.

Samlede funktioner i SQL og deres brug

Lad os først lave en kommando ved hjælp af MAX-funktionen . Lad os sige, at vi vil under kolonne Produktnavn. Vores kommando skulle ligne billedet nedenfor.

Samlede funktioner i SQL og deres brug

Da vi finder det højest værdsatte produkt, er vi nødt til at få deres priser, som er under kolonnen Produktpris . Angiv altid et alias for at give et navn til outputkolonnen. Hvis vi udfører denne kommando, vil den vise os det højest værdsatte produkt med kun én værdi. 

Lad os derefter lave en kommando ved hjælp af MIN-funktionen . Da MIN-funktionen minder lidt om MAX- funktionen , vil vi bare bruge det samme eksempel, som vi brugte i MAX-funktionen , men denne gang finder vi det lavest værdisatte produkt.

Samlede funktioner i SQL og deres brug

Når vi udfører denne kommando, vil den hente det lavest værdisatte produkt i vores eksempeltabel.

Lad os nu lave en kommando ved hjælp af COUNT-funktionen . Lad os sige, at vi ønsker at finde mængden af ​​produkterne under kolonnen ProductID . Vores kommando skulle ligne billedet nedenfor.

Samlede funktioner i SQL og deres brug

Hvis vi udfører denne kommando, vil den vise os mængden af ​​hvert produkt under ProduktID- kolonnen og deres respektive pris.

Samlede funktioner og GROUP BY-klausul

Lad os nu diskutere, hvordan vi kan bruge flere kolonner med . For at gøre det skal vi bruge GROUP BY-sætningen .

Den bruges mest i aggregerede funktioner, da den returnerer en post fra hver gruppe. Desuden skal alle kolonner i SELECT-sætningen, selv uden aggregeret, stadig inkluderes.

Lad os diskutere, hvordan vi bruger aggregerede funktioner med GROUP BY-udtrykket med vores eksempeltabel nedenfor.

Samlede funktioner i SQL og deres brug

Lad os først prøve at udføre en kommando uden at bruge GROUP BY-sætning for at se forskellen. Lad os finde det samlede salgsbeløb i kolonnen Produktnavn . Vores kommando skulle ligne billedet nedenfor.

Samlede funktioner i SQL og deres brug

Som du har bemærket, ligner kommandoen de tidligere eksempler, vi nævnte i begyndelsen af ​​denne tutorial. Når vi udfører denne kommando, vil den blot beregne det samlede beløb under kolonne SaleAmount , som vil være 28 .

Lad os nu have et andet eksempel, der bruger GROUP BY-sætningen

Samlede funktioner i SQL og deres brug

Da vi bruger GROUP BY-sætning , er vi nu i stand til at bruge flere kolonner. Denne gang ønsker vi at se det samlede SaleAmount pr. kategori.

GROUP BY-klausulen vil sikre, at resultatet vil vise en sammenlægning af salg for hver kategori, og hvis den udføres, vil resultatet være billedet nedenfor.

I dette eksempel er det vigtigt at bruge GROUP BY-sætningen, fordi hvis ikke, vil der opstå en fejl. Dette skyldes, at kategorien ikke er indeholdt i et GROUP BY-udtryk eller en aggregeret funktion.

Samlede funktioner i SQL og deres brug

Lad os få det samme eksempel, men denne gang får vi også det samlede salgsbeløb efter produktnavn . Vores kommando skulle ligne billedet nedenfor.

Samlede funktioner i SQL og deres brug

Når vi udfører vores kommando, vil resultatet vise summeringen af ​​salg pr. kategori og efter produktnavn .

Samlede funktioner i SQL og deres brug

Husk, at du ikke kan bruge eller få adgang til flere kolonner uden at bruge GROUP BY-sætningen, for hvis du gjorde det, vil det forårsage en fejl, når du kører din kommando.

Samlede funktioner i SQL Server Management Studio (SSMS)

Lad os nu diskutere, hvordan vi kan bruge aggregerede funktioner i . Vi bruger tabellen nedenfor i vores eksempler.

Samlede funktioner i SQL og deres brug

Vi har 31.465 rækker med data i vores SalesOrderHeader- tabel. For vores første eksempel vil vi demonstrere, hvordan vi kan bruge COUNT- funktionen ved at tælle rækkerne i vores tabel. Vores kommando skal se ud som billedet nedenfor.

Samlede funktioner i SQL og deres brug

Vi har med succes talt alle de rækker, der er i vores SalesOrderHeader og navngivet det som countofrows . Når vi udfører denne kommando, vil vi have et resultat på 31.465 rækker .

Lad os gå tilbage til vores datasæt. Mens du bruger den samme aggregerede funktion , lad os tælle, hvor mange SalesPersonID der er i vores tabel. Vores kommando bør være:

Samlede funktioner i SQL og deres brug

Når vi udfører vores kommando, vil den specifikt hente data under kolonne SalesPersonsID og vil give os en kolonne navngivet som countofsalespersons med resultatet 3806 .

Samlede funktioner i SQL og deres brug

Brug af aggregerede funktioner i en enkelt forespørgsel

Lad os gå videre og diskutere, hvordan vi kan bruge flere aggregerede funktioner i en enkelt forespørgsel. Vi vil bruge funktionerne SUM , AVG og MAX til at aggregere vores kolonner TotalDue og TaxAmt

Samlede funktioner i SQL og deres brug

Vi kan bruge flere aggregerede funktioner i en enkelt forespørgsel ved at sætte et komma efter hver funktion. 

Samlede funktioner i SQL og deres brug

Når vi udfører denne kommando, skal vores resultat se ud som billedet nedenfor. 

Samlede funktioner i SQL og deres brug

Nu kan vi se de forskellige kolonner sammen med deres respektive værdi ved hjælp af flere aggregerede funktioner

Lad os prøve at udføre en kommando, hvor den vil forårsage en fejl for at understrege, hvorfor vi skal bruge GROUP BY-sætning, når vi vælger kolonner. Vi bruger det samme eksempel ved at bruge flere funktioner, men denne gang vælger vi CustomerID .

Samlede funktioner i SQL og deres brug

Som du kan se, står der, at kommandoen er ugyldig, fordi CustomerID ikke er indeholdt i hverken aggregatfunktion eller GROUP BY-klausul .

Eksempelscenarie med GROUP BY-klausul

Til vores næste eksempel, lad os rette vores fejl ved at angive GROUP BY-sætningen i vores kommando.

Samlede funktioner i SQL og deres brug

Vi har lige tilføjet CustomerID i en GROUP BY-klausul , og nu kan vi se summeringen, gennemsnittet og maksimumværdien af ​​vores TotalDue og TaxAmt af CustomerID. Vi kan også se, at vi har i alt 19119 rækker .

Lad os tage vores sidste eksempel ved at diskutere, hvorfor det er vigtigt for os at sikre, at ikke-aggregerede kolonner og udtryk er inkluderet i GROUP BY-sætningen .

I vores SalesOrderHeader- tabel har vi kolonnen OrderDate . Lad os sige, at vi ønsker at få summeringen af ​​TotalDue efter år. Hvis vi ikke vil angive alle ikke-aggregerede kolonner og udtryk, skal vi bruge kommandoen fra billedet nedenfor.

Samlede funktioner i SQL og deres brug

Læg mærke til, hvordan vi er i stand til at få et resultat frem for en fejl. Vi har dog flere rapporter for det samme år, hvor vores mål er at få rapporterne opsummeret til én bestemt værdi pr. år.

For at rette vores fejl, skal vi sørge for, at vi også inkluderer udtrykket i vores GROUP BY-klausul . Vores nye kommando skulle være:

Samlede funktioner i SQL og deres brug

Efter at have udført kommandoen, kan vi se, at vi med succes har fået summeringen af ​​OrderDate pr. år. 



Konklusion

For at opsummere, har du lært noget af den grundlæggende viden om brugen af ​​aggregerede funktioner i SQL. Aggregerede funktioner kan være meget ideelle, når du arbejder med store rapporter eller datasæt, da de giver analytikere bekvemmelighed under dataanalyse og opsummering. 

Forhåbentlig kan denne vejledning hjælpe dig med at få bedre øvelse i at bruge forskellige aggregerede funktioner i SQL. Hvis du gerne vil vide mere om dette emne og andet relateret indhold, kan du helt sikkert tjekke listen over relevante links nedenfor.

Alt det bedste,

Hafiz


Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion

Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion

Denne blog indeholder LuckyTemplates TOPN DAX-funktionen, som giver dig mulighed for at få unik indsigt fra dine data, hvilket hjælper dig med at træffe bedre markedsføringsbeslutninger.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Lær nogle fantastiske analytiske teknikker, som vi kan gøre til datamodellering i LuckyTemplates ved hjælp af DAX-understøttende tabeller.

Avanceret DAX til LuckyTemplates: Implementering af rangeringslogik på tværs af unikke indsigter

Avanceret DAX til LuckyTemplates: Implementering af rangeringslogik på tværs af unikke indsigter

Her dykker vi ned i LuckyTemplates Advanced DAX og implementerer rangeringslogik for at få en meget unik indsigt. Jeg viser også måleforgrening i dette eksempel.

LuckyTemplates What-If-parameterfunktion

LuckyTemplates What-If-parameterfunktion

Denne blog introducerer den nye funktion i LuckyTemplates, What-If-analyseparameteren. Du vil se, hvordan det gør alt hurtigt og nemt til din scenarieanalyse.

Brug LuckyTemplates Mål forgrening for at kontrollere, om dine avancer udvides, efterhånden som omsætningen vokser

Brug LuckyTemplates Mål forgrening for at kontrollere, om dine avancer udvides, efterhånden som omsætningen vokser

Lær, hvordan du afgør, om din omsætningsvækst er god ved at kontrollere, om dine avancer er udvidet ved hjælp af LuckyTemplates, der måler forgrening.

LuckyTemplates-parametre via forespørgselseditor

LuckyTemplates-parametre via forespørgselseditor

Lær og forstå, hvordan du kan oprette og bruge LuckyTemplates Parameters, som er en kraftfuld funktion i Query Editor.

Rundt søjlediagram – en visualisering til dit dashboard

Rundt søjlediagram – en visualisering til dit dashboard

Denne vejledning vil diskutere om oprettelse af et rundt søjlediagram ved hjælp af Charticulator. Du lærer, hvordan du designer dem til din LuckyTemplates-rapport.

PowerApps funktioner og formler | En introduktion

PowerApps funktioner og formler | En introduktion

Lær, hvordan du bruger PowerApps-funktioner og -formler til at forbedre funktionaliteten og ændre adfærd i vores Power Apps-lærredsapp.

Pipe In R: Tilslutningsfunktioner med Dplyr

Pipe In R: Tilslutningsfunktioner med Dplyr

I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af ​​et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.