需求描述：统计数据时，需要按条件计数的情况

问题描述：有一所学校有50个班级，一共有10000名学生。现在举办活动，把50个班级按照1-50编号，想要知道1-25号、26-50号班级各有多少学生。数据库结构如下：

id

学生的学号

class_id

学生所在的班级号

方法1：使用GROUP BY

SELECT COUNT(*) FROM `students` GROUP BY `class_id` > 25;

100000条数据执行结果

count(*)

50127

49873

这种GROUP BY方法的最大问题在于：无法区分所得到的结果。不知道这两个数字哪一个是1-25班级的学生数，哪一个是26-50班级的学生数

所以为了统计结果，需要把条件class_id>25作为一个字段在结果集中显示：

SELECT COUNT(*) AS `number`, `class_id` > 25 AS `type` FROM `students` GROUP BY `class_id` > 25;

100000条数据执行结果

number type

50127 0

49873 1

优缺点

由于使用了条件表达式作为分组依据，它只能做二元的划分，比如要分别统计1~10号、11~24号，25号~50号班级学生数，就无法实现了。另外，由于使用了GROUP BY，因此涉及到排序，执行时间上要更长

方法2：使用嵌套的SELECT

在每个SELECT子句中统计一个条件下的数据，然后用一个主SELECT把这些统计数据整合起来。

SQL Query

SELECT

( SELECT COUNT( * ) FROM `students` WHERE `class_id` >25 ) AS `test1`,

( SELECT COUNT( * ) FROM `students` WHERE `class_id` <=25 ) AS `test2`

执行结果

test1 test2

49873 50127

在100,000行数据上的运行时间：0.02 秒

分析

这种嵌套SELECT的方法非常直观，就是分别统计各个条件下的数值，最后进行汇总，通俗易懂，跟自然语言没啥区别了。

优缺点

优点就是直观，而且速度也比GROUP BY要快。虽然是3条SELECT语句，看起来比GROUP BY的方案多了2条语句，但是它不涉及到排序，这就节省了很多时间。

缺点可能就是语句多，稍显复杂。

方法3：使用CASE WHEN

CASE WHEN语句的功能很强大，可以定义灵活的查询条件，很适合进行分类统计。

SQL Query

SELECT

COUNT( CASE WHEN `class_id` >25 THEN 1 ELSE NULL END ) AS `test1`,

COUNT( CASE WHEN `class_id` <=25 THEN 1 ELSE NULL END ) AS `test2`

FROM students

执行结果

test1 test2

49873 50127

在100,000行数据上的运行时间：0.02 秒

分析

此方法的关键在于

COUNT( CASE WHEN `class_id` >25 THEN 1 ELSE NULL END )

这里的COUNT和CASE WHEN联合使用，做到了分类计数。先使用CASE WHEN，当满足条件时，将字段值设置为 1， 不满足条件时，将字段值设置为NULL，接着COUNT函数仅对非NULL字段进行计数，于是，问题解决。

优缺点

此方法也不涉及到排序，因此运行时间上与方法2相当，SELECT语句减少到了 1 条。

缺点就是语句比较长，对语句长度有洁癖的同学可能会比较不舒服。

总结

对于确定分类的按条件计数，可以尽量不用GROUP BY，从而避免排序动作，加速Query的执行。

如果需要根据某个字段的值进行分类，而该字段的值是可变的，比如要统计每一个班级学生数，这种情况下，还是使用一个GROUP BY来得简单便捷。