聚合查詢:
如果我們要統計一張表的數據量，例如，想查詢students表一共有多少條記錄，難道必須用SELECT * FROM students查出來然後再數一數有多少行嗎？
這個方法當然可以，但是比較弱智。對於統計總數、平均數這類計算，SQL提供了專門的聚合函數，使用聚合函數進行查詢，就是聚合查詢，它可以快速獲得結果。
仍然以查詢students表一共有多少條記錄爲例，我們可以使用SQL內置的COUNT()函數查詢：
SELECT COUNT(*) FROM students;
- 使用聚合查詢並設置結果集的列名爲num:
COUNT()表示查詢所有列的行數，要注意聚合的計算結果雖然是一個數字，但查詢的結果仍然是一個二維表，只是這個二維表只有一行一列，並且列名是COUNT()。
通常，使用聚合查詢時，我們應該給列名設置一個別名，便於處理結果：
SELECT COUNT(*) num FROM students;
- 常見聚合函數
所有的UDAF（即聚合函數）都應該支持分組查詢，內置的聚合函數有：
sum(列名) 求和
max(列名) 最大值
min(列名) 最小值
avg(列名) 平均值
first(列名) 第一條記錄
last(列名) 最後一條記錄
count(列名) 統計記錄數 注意和count(*)的區別
- 聚合查詢並設置WHERE條件
COUNT(*)和COUNT(id)實際上是一樣的效果。另外注意，聚合查詢同樣可以使用WHERE條件，因此我們可以方便地統計出有多少男生、多少女生、多少80分以上的學生等：
SELECT COUNT(*) boys FROM students WHERE gender = 'M';
除了COUNT()函數外，SQL還提供瞭如下聚合函數：
- Group By
談到聚合查詢必然會涉及group by
“Group By”從字面意義上理解就是根據“By”指定的規則對數據進行分組，所謂的分組就是將一個“數據集”劃分成若干個“小區域”，然後針對若干個“小區域”進行數據處理。
聚合函數和分組查詢結合在一起，可以更方便靈活地進行數據查詢。
SELECT COUNT(*) boys FROM students GROUP BY age;
- Having與Where
where 子句的作用是在對查詢結果進行分組前，將不符合where條件的行去掉，即在分組之前過濾數據，where條件中不能包含聚組函數，使用where條件過濾出特定的行。
having 子句的作用是篩選滿足條件的組，即在分組之後過濾數據，條件中經常包含聚組函數，使用having 條件過濾出特定的組，也可以使用多個分組標準進行分組。
結合之前的文章，總結一下過濾的順序
on->join->where->group by->having
解釋一下，on是在join之前，很容易理解，join要根據on的條件生成鍵進行MR計算，where對於發生在join 之後，因此where裏的過濾條件不會減少數據輸入量，不過分區限制會。group by會對where過濾後的數據分組並進行聚合，having則對聚合後的結果再進行過濾。