本文 AI 產出，尚未審核

MySQL 課程 – 聚合函式與分組

主題：COUNT / SUM / AVG

簡介

在資料庫的日常查詢中，統計資訊是最常見的需求之一。無論是要了解訂單筆數、計算營收總額，或是求出平均分數，聚合函式（Aggregate Functions）都是不可或缺的工具。
本單元將聚焦於三個最常使用的聚合函式 COUNT、SUM、AVG，說明它們的語法、運作原理，以及在分組（GROUP BY）情境下的應用。掌握這些概念後，你就能快速從龐大的資料表中萃取出有價值的彙總資訊，為報表、分析或決策提供可靠依據。

核心概念

1. COUNT：計算列數

COUNT() 用來統計符合條件的列數，常見的兩種寫法：

用法 說明
COUNT(*) 計算 所有 行，包括 NULL
COUNT(col) 只統計 非 NULL 的 col 值

範例 1：統計全部訂單筆數

SELECT COUNT(*) AS total_orders
FROM orders;

這裡的 COUNT(*) 會把 orders 表的每一筆記錄都算進去，即使某些欄位為 NULL 也不影響。

範例 2：統計有付款金額的訂單

SELECT COUNT(payment_amount) AS paid_orders
FROM orders
WHERE payment_amount IS NOT NULL;

COUNT(payment_amount) 只會把 payment_amount 不為 NULL 的列列入計算。

2. SUM：加總數值

SUM() 只能對數值型別的欄位進行加總，NULL 會自動忽略。

範例 3：計算本月營收總額

SELECT SUM(payment_amount) AS month_revenue
FROM orders
WHERE order_date BETWEEN '2025-11-01' AND '2025-11-30';

若某筆訂單的 payment_amount 為 NULL，它不會影響總和。

範例 4：分店營收加總（結合 GROUP BY）

SELECT store_id,
       SUM(payment_amount) AS store_revenue
FROM orders
WHERE order_date >= DATE_SUB(CURDATE(), INTERVAL 30 DAY)
GROUP BY store_id
ORDER BY store_revenue DESC;

先以 store_id 分組，再分別計算每家分店的營收，最後依營收高低排序。

3. AVG：算術平均值

AVG() 會先把非 NULL 的數值加總，再除以計算的筆數。

範例 5：求出每位客服的平均處理時間

SELECT agent_id,
       AVG(TIMESTAMPDIFF(MINUTE, created_at, closed_at)) AS avg_handle_min
FROM tickets
WHERE status = 'closed'
GROUP BY agent_id;

TIMESTAMPDIFF 產生的是分鐘數，AVG 直接算出每位客服的平均處理分鐘數。

常見陷阱與最佳實踐

陷阱 說明 最佳實踐
忘記排除 NULL COUNT(col) 只會算非 NULL，若欄位本身可能為 NULL，結果會低於預期。 使用 COUNT(*) 或在 WHERE 子句中明確過濾 NULL。
聚合與非聚合欄位混用 在 SELECT 中同時出現聚合函式與未在 GROUP BY 的欄位會產生錯誤。 確保所有非聚合欄位都列於 GROUP BY，或使用聚合子查詢。
資料類型不匹配 SUM()、AVG() 只能作用於數值型別，對文字或日期會報錯。 先使用 CAST() 或 CONVERT() 把欄位轉成適當的數值型別。
大資料量的性能問題 直接在大表上做 SUM、AVG 可能導致全表掃描。 建立適當的索引（如 order_date、store_id），或使用物化視圖（Materialized View）快取彙總結果。
精度遺失 AVG() 產生的結果會根據欄位的數值精度自動四捨五入。 若需更高精度，可先 CAST 為 DECIMAL(15,4) 再計算。

實際應用場景

  1. 每日營收報表

    • 透過 SUM(payment_amount) 搭配 GROUP BY DATE(order_date)，產出每日營收曲線，供財務人員快速檢視。

  2. 活躍用戶統計

    • 使用 COUNT(DISTINCT user_id) 計算特定期間內的活躍使用者數，協助行銷團隊評估活動成效。

  3. 產品品質分析

    • AVG(rating) 結合 GROUP BY product_id，找出評分偏低的商品，作為品質改進的依據。

  4. 客服效能監控

    • AVG(TIMESTAMPDIFF(SECOND, created_at, closed_at)) 計算每位客服的平均處理秒數，幫助管理層調整工作負荷。

總結

  • COUNT、SUM、AVG 是 MySQL 最常用的三大聚合函式，分別負責計數、加總與平均。
  • 搭配 GROUP BY 能夠把資料依特定欄位分組，產生多維度的彙總結果。
  • 使用時要注意 NULL 處理、資料型別相容性以及可能的性能瓶頸，適時加入索引或物化視圖可提升查詢效能。
  • 透過這些聚合函式，你可以快速產出營收報表、用戶活躍度、產品評分等關鍵指標，為業務決策提供即時、可靠的數據支撐。

掌握本單元內容後，建議在自己的專案或測試資料庫中多加練習，從簡單的單表統計到多表聯合彙總，逐步提升對 聚合與分組 的熟練度。祝你在 MySQL 的世界裡，統計無往不利！