【MySQL 学习笔记 _ Day12】分组统计进阶 + 多表连接实战（企业高频场景）

【MySQL 学习笔记 | Day12】分组统计进阶 + 多表连接实战（企业高频场景）

大家好，我是白鹿为溪～ 本期是MySQL基础系列第十二天内容，承接第十一天的SQL高级查询实战、索引优化落地，今天我们聚焦「多表连接实战」与「分组统计进阶」，彻底打通 MySQL 企业级查询的核心能力，全程干货无冗余，新手能夯实基础，进阶者能适配企业实战场景。

一、前言

Day11 我们掌握了 GROUP BY 基础分组、聚合函数与 HAVING 过滤，今天我们在这个基础上，深入学习多表连接（JOIN）的实战用法、WHERE 与 HAVING 的执行顺序差异，以及企业报表开发中最常用的分组统计+多表关联场景，帮大家跳出单表查询的局限，适配企业真实开发需求。

二、核心知识点回顾与拓展（承接 Day11，不重复）

1. 先分清：WHERE 与 HAVING 的本质区别（企业面试高频）

很多新手会混淆这两个条件过滤关键字，这里用一句话讲透：WHERE 过滤行，HAVING 过滤组，具体差异如下表所示：

关键字	执行时机	过滤对象	能否使用聚合函数	典型场景
WHERE	GROUP BY 之前	原始数据行	❌ 不能	过滤未分组的原始数据（如薪资>5000的员工）
HAVING	GROUP BY 之后	分组后的聚合结果	✅ 可以	过滤分组统计结果（如部门平均薪资>6000的部门）

💡 划重点：WHERE 是在分组前过滤“行”，筛选出符合条件的原始数据再分组；HAVING 是在分组后过滤“组”，筛选出符合条件的聚合结果，这是两者最核心的区别。

2. 多表连接（JOIN）入门：企业级关联查询的基础

Day11 我们用单表做分组统计，而企业开发中，90%的查询都需要关联多张表（比如员工表和部门表、订单表和用户表），把分散在不同表的数据合并查询，这就是多表连接的核心作用。

#### 核心概念

多表连接就是通过两张表的关联字段（如员工表和部门表的 dept\_id），建立表与表之间的关联关系，从而合并查询所需数据。

#### 最常用的 3 种连接类型（必掌握）

1. INNER JOIN（内连接）：只返回两张表中都匹配的数据，是企业开发中最常用的连接方式（比如查询有员工的部门信息）。

2. LEFT JOIN（左连接）：以左表为基准，返回左表所有数据，右表匹配不到的字段显示 NULL（比如查询所有部门，包括没有员工的部门）。

3. RIGHT JOIN（右连接）：和左连接相反，以右表为基准，返回右表所有数据，左表匹配不到的字段显示 NULL（使用频率低于左连接）。

三、实战场景：分组统计 + 多表连接（企业报表开发高频）

#### 场景需求

按部门统计员工薪资，同时显示部门名称，只保留平均薪资>6000的部门，显示字段：部门ID、部门名称、员工人数、平均薪资、最高薪资、最低薪资，按部门ID升序排列。

#### 实战 SQL（可直接复制执行）

SELECT
    d.dept_id,
    d.dept_name, -- 关联部门表，获取部门名称
    COUNT(e.emp_id) AS emp_count,
    ROUND(AVG(e.salary), 2) AS avg_salary,
    MAX(e.salary) AS max_salary,
    MIN(e.salary) AS min_salary
FROM emp e
INNER JOIN dept d ON e.dept_id = d.dept_id -- 关联员工表和部门表
GROUP BY d.dept_id, d.dept_name -- 非聚合字段都要加入GROUP BY
HAVING AVG(e.salary) > 6000 -- 过滤分组后的结果
ORDER BY d.dept_id;

#### 关键要点（避坑重点）

1. 多表连接必须指定关联条件（ON e\.dept\_id = d\.dept\_id），否则会产生笛卡尔积（两张表的所有数据两两组合，数据量暴增，导致查询卡死）。

2. 关联后，SELECT 中的非聚合字段（如 dept\_name）必须加入 GROUP BY，符合 SQL 标准（MySQL 5.7+ 开启严格模式后，不添加会直接报错）。

3. 聚合函数的过滤必须用 HAVING，不能用 WHERE（WHERE 无法过滤聚合结果）。

四、避坑指南：新手最容易踩的 3 个多表连接坑

1. 笛卡尔积问题：忘记写 ON 关联条件，导致两张表的所有数据两两组合，数据量暴增（比如 emp 表10条数据、dept 表4条数据，会产生40条无效数据），查询效率极低。

2. 别名不统一：表别名前后不一致（如 FROM emp e 后面却写 p\.dept\_id），导致语法错误，无法执行查询。

3. GROUP BY 字段不全：关联多张表后，SELECT 中所有非聚合字段（如 dept_id、dept_name）都要加入 GROUP BY，否则会报错或返回错误结果。

五、今日学习总结

1. 彻底分清了WHERE 与 HAVING 的执行顺序与适用场景，掌握了“行过滤”和“组过滤”的核心逻辑。

2. 入门了多表连接，重点掌握了企业最常用的 INNER JOIN 用法，理解了多表关联的原理和关联条件的重要性。

3. 完成了企业高频的「分组统计+多表连接」实战场景，能独立写出带部门名称的员工薪资统计报表，适配企业报表开发需求。

六、配套 5 道企业级 MySQL 练习题（适配 Day12 难度，不重复、不太难）

基于 emp（员工表）和 dept（部门表）设计，贴合当前学习进度，重点练习多表连接与分组统计，每道题附参考答案和知识点解析，新手可直接上手练习。

第1题：基础多表连接（内连接）

#### 题目

查询所有员工的姓名、薪资、部门名称、部门地址，按员工薪资降序排列。

#### 参考答案

SELECT
    e.emp_name,
    e.salary,
    d.dept_name,
    d.dept_address
FROM emp e
INNER JOIN dept d ON e.dept_id = d.dept_id
ORDER BY e.salary DESC;

#### 知识点

INNER JOIN 内连接的基础用法，通过关联字段 dept\_id 合并两张表的数据，实现多表字段联合查询。

第2题：左连接统计（含空值处理）

#### 题目

查询所有部门的员工人数，包括没有员工的部门，显示部门ID、部门名称、员工人数，员工人数为0的显示0。

#### 参考答案

SELECT
    d.dept_id,
    d.dept_name,
    COUNT(e.emp_id) AS emp_count
FROM dept d
LEFT JOIN emp e ON d.dept_id = e.dept_id
GROUP BY d.dept_id, d.dept_name;

#### 知识点

LEFT JOIN 左连接的用法，以部门表为基准，保留所有部门数据；COUNT\(e\.emp\_id\) 会自动忽略 NULL 值，没有员工的部门会显示0。

第3题：多表连接 + 条件过滤

#### 题目

查询部门地址为「北京」的所有员工信息，显示员工姓名、性别、薪资、部门名称，按入职日期升序排列。

#### 参考答案

SELECT
    e.emp_name,
    e.gender,
    e.salary,
    d.dept_name
FROM emp e
INNER JOIN dept d ON e.dept_id = d.dept_id
WHERE d.dept_address = '北京'
ORDER BY e.entry_date ASC;

#### 知识点

WHERE 过滤关联后的原始数据，多表连接后，可通过关联表的字段（如 d\.dept\_address）进行条件筛选。

第4题：分组统计 + 多表连接 + HAVING

#### 题目

统计每个部门的员工平均薪资，只显示平均薪资在5000-7000之间的部门，显示部门ID、部门名称、员工人数、平均薪资，按平均薪资升序排列。

#### 参考答案

SELECT
    d.dept_id,
    d.dept_name,
    COUNT(e.emp_id) AS emp_count,
    ROUND(AVG(e.salary), 2) AS avg_salary
FROM emp e
INNER JOIN dept d ON e.dept_id = d.dept_id
GROUP BY d.dept_id, d.dept_name
HAVING avg_salary BETWEEN 5000 AND 7000
ORDER BY avg_salary ASC;

#### 知识点

多表连接与分组统计结合，HAVING 过滤聚合结果，ROUND\(\) 函数保留平均薪资2位小数，贴合企业报表展示需求。

第5题：聚合函数 + 条件统计

#### 题目

统计每个部门的男女员工人数，显示部门ID、部门名称、男员工人数、女员工人数，按部门ID升序排列。

#### 参考答案

SELECT
    d.dept_id,
    d.dept_name,
    SUM(CASE WHEN e.gender = '男' THEN 1 ELSE 0 END) AS male_count,
    SUM(CASE WHEN e.gender = '女' THEN 1 ELSE 0 END) AS female_count
FROM emp e
INNER JOIN dept d ON e.dept_id = d.dept_id
GROUP BY d.dept_id, d.dept_name
ORDER BY d.dept_id;

#### 知识点

CASE WHEN 条件统计的用法，结合 SUM\(\) 聚合函数，实现按性别分组统计，是企业报表中常见的条件统计场景。

七、明日预告

Day13 我们将学习 MySQL 索引基础与优化技巧，结合今日的多表查询，讲解如何通过索引提升查询效率，解决企业开发中“查询变慢”的问题，同时配套面试高频索引题，帮大家提前备战面试。

八、踩坑记录（可选，建议添加）

今日练习多表连接时，曾忘记写ON 关联条件，导致出现笛卡尔积，查询结果异常；后来通过添加关联条件 ON e\.dept\_id = d\.dept\_id，成功解决问题。提醒大家：多表连接一定要写关联条件，避免踩坑！

---

✨ 我是白鹿为溪，专注 MySQL 基础学习与实战分享，每天进步一点点，坚持带来高质量学习笔记，欢迎关注、收藏，一起夯实 MySQL 基础，备战企业面试！

（注：文档部分内容可能由 AI 生成）