توابع تجمیعی: COUNT، SUM، AVG، MIN، MAX

خلاصه کردن چند ردیف به یک عدد

تحلیل داده یعنی بیشتر از «دیدن ردیف‌ها»، «خلاصه کردنشان». توابع تجمیعی (aggregate) چند ردیف را به یک مقدار تبدیل می‌کنند:

| تابع | کار | |---|---| | COUNT(*) | تعداد ردیف‌ها | | COUNT(ستون) | تعداد ردیف‌هایی که آن ستون NULL نیست | | COUNT(DISTINCT ستون) | تعداد مقدارهای متمایزِ غیر NULL | | SUM(ستون) | جمع | | AVG(ستون) | میانگین | | MIN(ستون) / MAX(ستون) | کمینه / بیشینه |

SELECT COUNT(*) AS n, AVG(price) AS avg_price, MAX(price) AS max_price
FROM products;

WHERE پیش از تجمیع اجرا می‌شود: SELECT COUNT(*) FROM orders WHERE status = 'paid' فقط سفارش‌های پرداخت‌شده را می‌شمارد.

NULL و تجمیع: COUNT(*) با COUNT(ستون) فرق دارد

همه‌ی توابع تجمیعی (جز COUNT(*)) ردیف‌های NULL را نادیده می‌گیرند:

SELECT COUNT(*), COUNT(city), COUNT(DISTINCT city)
FROM customers;
-- 6, 5, 3

شش مشتری داریم، ولی فقط ۵ نفر شهر دارند (Pouya نه)، و آن ۵ نفر در ۳ شهر متفاوت‌اند (Tehran، Shiraz، Isfahan).

دو تله‌ی رایج دیگر:

1. تقسیم صحیح: در PostgreSQL و SQLite، 7 / 2 برابر 3 است (هر دو عدد صحیح‌اند). برای حاصل اعشاری یکی را اعشاری کنید: 7 / 2.0 برابر 3.5 است.
2. ترکیب ستون معمولی با تابع تجمیعی: SELECT name, COUNT(*) FROM customers; خطاست، چون COUNT(*) یک عدد است ولی name شش مقدار دارد. راه‌حلش GROUP BY است (درس بعد).