MySQL-sql聚合（多行）函数-sum()-马育民老师

# 介绍

`SUM()` 是 MySQL 中用于**计算数值列总和**的聚合函数，它会对指定列中的所有非 NULL 值进行求和运算。该函数主要用于统计分析场景，如计算总销售额、总数量、总分等。

# 使用方法

### 数值类型

`SUM()` 仅适用于 **数值类型**（INT、DECIMAL、FLOAT、DOUBLE 等）

### null 处理

- 自动忽略列中的 **NULL 值**（这是聚合函数的通用特性）
- 如果所有值都是 NULL 或没有匹配的行，`SUM()` 返回 **NULL**

### 计算逻辑

- 遍历符合条件的所有行
- 对每行的指定列值进行累加
- 返回最终累加结果

### 精度处理

- 对于整数类型，返回相同类型或更大范围的整数
- 对于小数类型，保持相应的精度

# 返回值

### 返回 0

- 字符串类型的字段，并且该字段都 **不是数字**，那么返回 `0`

- 字符串类型的字段，如果该字段，有的值是数字，就返回这些数字相加

### 返回 NULL

- 该列所有的值都为 `null`，就返回 `null`

没有符合条件的记录，就返回 `null`

# 例子

### 查询工资的总和
```
select sum(sal) from emp
```
### 查询工资和奖金的总和

```
select sum(sal+comm)  from emp
```

**错误：**上面结果是错的，如果有一个值为 `null`，那么 `sal+comm` 后的值是 `null`，需要对 `null` 的处理

### 函数的嵌套

将一个函数嵌套在另一个函数里

解决上面问题的方法：

```
select sum(nvl(sal,0)+nvl(comm,0)) from  emp;
```

### 返回null

没有符合条件的记录，就返回null

```sql
select sum(sal)  from emp where ename = '呵呵'
```

# 案例

### 1. 准备数据
```sql
-- 创建示例销售表
CREATE TABLE sales (
    id INT PRIMARY KEY AUTO_INCREMENT,
    product_id INT,
    quantity INT,
    unit_price DECIMAL(10, 2),
    sale_date DATE,
    region VARCHAR(50),
    discount DECIMAL(4, 2) NULL  -- 折扣率，可为NULL
);

-- 插入示例数据
INSERT INTO sales (product_id, quantity, unit_price, sale_date, region, discount) VALUES
(101, 5, 99.99, '2024-01-15', 'North', 0.10),
(102, 3, 149.99, '2024-01-15', 'South', NULL),
(101, 2, 99.99, '2024-01-16', 'North', 0.05),
(103, 10, 29.99, '2024-01-16', 'East', 0.15),
(102, 1, 149.99, '2024-01-17', 'West', 0.20);
```

### 2. 基础求和用法
```sql
-- 计算总销售数量
SELECT SUM(quantity) AS total_quantity FROM sales;  -- 返回 21

-- 计算总销售额（数量 × 单价）
SELECT SUM(quantity * unit_price) AS total_sales_amount FROM sales;  -- 返回 1649.70

-- 处理 NULL 值（折扣率默认按0处理）
SELECT SUM(quantity * unit_price * (1 - COALESCE(discount, 0))) AS actual_sales FROM sales;
```

### 3. 结合 WHERE 条件筛选
```sql
-- 计算2024年1月15日的总销售额
SELECT SUM(quantity * unit_price) AS sales_15th 
FROM sales 
WHERE sale_date = '2024-01-15';  -- 返回 849.92

-- 计算北区的销售总量
SELECT SUM(quantity) AS north_quantity 
FROM sales 
WHERE region = 'North';  -- 返回 7
```

### 4. 结合 GROUP BY 分组统计
```sql
-- 按地区分组统计销售额
SELECT 
    region,
    SUM(quantity * unit_price) AS region_sales,
    SUM(quantity) AS region_quantity
FROM sales 
GROUP BY region;

-- 按日期分组统计每日销售
SELECT 
    sale_date,
    SUM(quantity * unit_price) AS daily_sales
FROM sales 
GROUP BY sale_date 
ORDER BY sale_date;
```

### 5. 结合 HAVING 过滤分组结果
```sql
-- 筛选销售额超过500的地区
SELECT 
    region,
    SUM(quantity * unit_price) AS region_sales
FROM sales 
GROUP BY region 
HAVING region_sales > 500;  -- 返回 North (699.93)
```

### 6. 与其他聚合函数结合
```sql
-- 综合销售统计
SELECT
    COUNT(*) AS total_orders,
    SUM(quantity) AS total_quantity,
    SUM(quantity * unit_price) AS total_sales,
    AVG(quantity * unit_price) AS avg_order_value,
    MAX(quantity * unit_price) AS max_order_value
FROM sales;
```

### 7. 处理可能的 NULL 结果
```sql
-- 使用 IFNULL 确保返回0而非NULL
SELECT IFNULL(SUM(quantity), 0) AS total_quantity 
FROM sales 
WHERE region = 'Unknown';  -- 返回 0
```

# 性能优化要点

### 1. **索引优化**：
```sql
-- 为经常筛选的列创建索引
CREATE INDEX idx_sales_date ON sales(sale_date);
CREATE INDEX idx_sales_region ON sales(region);

-- 复合索引（适合 GROUP BY + SUM 场景）
CREATE INDEX idx_sales_region_date ON sales(region, sale_date);
```

### 2. **避免在 SUM() 中使用复杂表达式**：
```sql
-- 不推荐（每次计算都要执行复杂运算）
SELECT SUM(quantity * unit_price * (1 - COALESCE(discount, 0)) * 1.13) FROM sales;

-- 推荐（先计算基础值，再统一处理）
SELECT SUM(amount) * 1.13 FROM (
SELECT quantity * unit_price * (1 - COALESCE(discount, 0)) AS amount 
FROM sales
) AS temp;
```

### 3. **限制数据范围**：

- 使用 WHERE 子句过滤不需要的数据
- 避免对全表进行 SUM 计算

# 常见问题与解决方案

1. **大数求和溢出**：
```sql
-- 使用更大范围的数据类型
SELECT SUM(CAST(quantity AS BIGINT)) FROM large_table;
```

2. **精度丢失（浮点类型）**：
```sql
-- 优先使用 DECIMAL 类型而非 FLOAT/DOUBLE
SELECT SUM(CAST(float_column AS DECIMAL(18,6))) FROM sales;
```

# 总结
1. **`SUM()`** 函数用于计算数值列的总和，自动忽略 NULL 值，主要适用于统计分析场景。
2. 可以与 `WHERE`、`GROUP BY`、`HAVING` 等子句结合，实现复杂的分组统计。
3. 性能优化的关键是**合理创建索引**、**减少计算复杂度**以及**限制数据范围**，同时注意处理可能的 NULL 结果和精度问题。

原文出处：http://www.malaoshi.top/show_1GW2JjKPcUKt.html