-- 按COL1分组,求COL2的和 select col1,sum(isnull(col2,0)) as sumcol from tb group by col1
不爱看帮助,其实任何公司发布的产品的帮助文档,都是最好的教材SUM 返回表达式中所有值的和,或只返回 DISTINCT 值。SUM 只能用于数字列。空值将被忽略。语法 SUM ( [ ALL | DISTINCT ] expression ) 参数 ALL对所有的值进行聚合函数运算。ALL 是默认设置。DISTINCT指定 SUM 返回唯一值的和。expression是常量、列或函数,或者是算术、按位与字符串等运算符的任意组合。expression 是精确数字或近似数字数据类型分类(bit 数据类型除外)的表达式。不允许使用聚合函数和子查询。返回类型 以最精确的 expression 数据类型返回所有表达式值的和。表达式结果 返回类型 整数分类 int decimal 分类 (p, s) decimal(38, s) money 和 smallmoney 分类 money float 和 real 分类 float 重要 当使用 CUBE 或 ROLLUP 时,不支持区分聚合,例如 AVG(DISTINCT column_name)、COUNT(DISTINCT column_name)、MAX(DISTINCT column_name)、MIN(DISTINCT column_name) 和 SUM(DISTINCT column_name)。如果使用了,Microsoft® SQL Server™ 将返回错误信息并取消查询。 示例 A. 在聚合和行聚合中使用 SUM 下列示例显示聚合函数和行聚合函数之间的区别。第一个示例显示只提供汇总数据的聚合函数,第二个示例显示提供详尽数据和汇总数据的行聚合函数。USE pubs GO -- Aggregate functions SELECT type, SUM(price), SUM(advance) FROM titles WHERE type LIKE '%cook' GROUP BY type ORDER BY type GO下面是结果集:type ------------ -------------------------- -------------------------- mod_cook 22.98 15,000.00 trad_cook 47.89 19,000.00 (2 row(s) affected)USE pubs GO -- Row aggregates SELECT type, price, advance FROM titles WHERE type LIKE '%cook' ORDER BY type COMPUTE SUM(price), SUM(advance) BY type下面是结果集:type price advance ------------ -------------------------- -------------------------- mod_cook 19.99 0.00 mod_cook 2.99 15,000.00 sum ========================== 22.98 sum ========================== 15,000.00 type price advance ------------ -------------------------- -------------------------- trad_cook 20.95 7,000.00 trad_cook 11.95 4,000.00 trad_cook 14.99 8,000.00 sum ========================== 47.89 sum ========================== 19,000.00 (7 row(s) affected)B. 计算多列的组合计 下例计算每类书籍的价格和预付款总和。USE pubs GO SELECT type, SUM(price), SUM(advance) FROM titles GROUP BY type ORDER BY type GO下面是结果集:type ------------ -------------------------- -------------------------- business 54.92 25,125.00 mod_cook 22.98 15,000.00 popular_comp 42.95 15,000.00 psychology 67.52 21,275.00 trad_cook 47.89 19,000.00 UNDECIDED (null) (null) (6 row(s) affected)
-- 按COL1分组,求COL2的和
select col1,sum(isnull(col2,0)) as sumcol from tb group by col1
返回表达式中所有值的和,或只返回 DISTINCT 值。SUM 只能用于数字列。空值将被忽略。语法
SUM ( [ ALL | DISTINCT ] expression ) 参数
ALL对所有的值进行聚合函数运算。ALL 是默认设置。DISTINCT指定 SUM 返回唯一值的和。expression是常量、列或函数,或者是算术、按位与字符串等运算符的任意组合。expression 是精确数字或近似数字数据类型分类(bit 数据类型除外)的表达式。不允许使用聚合函数和子查询。返回类型
以最精确的 expression 数据类型返回所有表达式值的和。表达式结果 返回类型
整数分类 int
decimal 分类 (p, s) decimal(38, s)
money 和 smallmoney 分类 money
float 和 real 分类 float
重要 当使用 CUBE 或 ROLLUP 时,不支持区分聚合,例如 AVG(DISTINCT column_name)、COUNT(DISTINCT column_name)、MAX(DISTINCT column_name)、MIN(DISTINCT column_name) 和 SUM(DISTINCT column_name)。如果使用了,Microsoft® SQL Server™ 将返回错误信息并取消查询。
示例
A. 在聚合和行聚合中使用 SUM
下列示例显示聚合函数和行聚合函数之间的区别。第一个示例显示只提供汇总数据的聚合函数,第二个示例显示提供详尽数据和汇总数据的行聚合函数。USE pubs
GO
-- Aggregate functions
SELECT type, SUM(price), SUM(advance)
FROM titles
WHERE type LIKE '%cook'
GROUP BY type
ORDER BY type
GO下面是结果集:type
------------ -------------------------- --------------------------
mod_cook 22.98 15,000.00
trad_cook 47.89 19,000.00 (2 row(s) affected)USE pubs
GO
-- Row aggregates
SELECT type, price, advance
FROM titles
WHERE type LIKE '%cook'
ORDER BY type
COMPUTE SUM(price), SUM(advance) BY type下面是结果集:type price advance
------------ -------------------------- --------------------------
mod_cook 19.99 0.00
mod_cook 2.99 15,000.00 sum
==========================
22.98
sum
==========================
15,000.00 type price advance
------------ -------------------------- --------------------------
trad_cook 20.95 7,000.00
trad_cook 11.95 4,000.00
trad_cook 14.99 8,000.00 sum
==========================
47.89
sum
==========================
19,000.00 (7 row(s) affected)B. 计算多列的组合计
下例计算每类书籍的价格和预付款总和。USE pubs
GO
SELECT type, SUM(price), SUM(advance)
FROM titles
GROUP BY type
ORDER BY type
GO下面是结果集:type
------------ -------------------------- --------------------------
business 54.92 25,125.00
mod_cook 22.98 15,000.00
popular_comp 42.95 15,000.00
psychology 67.52 21,275.00
trad_cook 47.89 19,000.00
UNDECIDED (null) (null) (6 row(s) affected)