综述由AI生成SQL 聚合函数在数据分析中应用广泛。涵盖 10 道高频面试题，涉及 COUNT、SUM、ROUND、DATE_FORMAT 等核心用法。重点解析了确认率计算中的 NULL 处理、除零错误及分组统计陷阱。通过修正错误 SQL 示例，展示了如何准确实现用户注册率、交易分析及游戏行为统计。适合准备数据库面试的开发者参考。
对应的 SQL 语句：
对应的 SQL 语句：
**解法一：**使用
SUM / COUNT**解法二：**使用
AVG
以下是我一开始时写的 SQL 语句（存在很大的问题）：
SELECT S.user_id, ROUND(COUNT(action='confirmed')/COUNT(C.user_id), 2) AS confirmation_rate
FROM Signups S
LEFT JOIN Confirmations C ON S.user_id = C.user_id
GROUP BY S.user_id
问题 1：COUNT(action = 'confirmed') 无法正确统计确认次数
COUNT() 函数的逻辑是统计括号内「非 NULL 的行数」，而非「统计条件为 TRUE 的行数」：
action = 'confirmed' 为 TRUE（满足确认）→ COUNT 算 1；action = 'confirmed' 为 FALSE（如 timeout/unconfirmed）→ COUNT 仍算 1（FALSE 不是 NULL）；COUNT(action = 'confirmed') 会等于 COUNT(C.user_id)（总操作次数），完全无法区分'确认'和'非确认'操作。**问题 2：**MySQL 中「数值 ÷ 0」会直接返回 NULL
Confirmations 中无记录 → C.user_id 为 NULL → COUNT(C.user_id) = 0，MySQL 中「数值 ÷ 0」会直接返回 NULL
对应的 SQL 语句：
%
对应的 SQL 语句：
对应的 SQL 语句：
错误语句：
SELECT R.contest_id, ROUND( COUNT(R.user_id) / (SELECT COUNT(*) FROM Users) * 100, 2 ) AS percentage
FROM Users U
LEFT JOIN Register R ON U.user_id = R.user_id
GROUP BY contest_id
ORDER BY percentage DESC, contest_id ASC
**错误原因：**忽略了通过
GROUP BY contest_id分组后，若有User没有任何分组，则其会留下一个NULL值，而这些NULL值就会形成一个分组，后续也会参与进计算里：COUNT(NULL) = 0**解决方法：**加上WHERE contest_id IS NOT NULL
对应的 SQL 语句：
对应的 SQL 语句：
对应的 SQL 语句：
DATE_FORMAT
对应的 SQL 语句：
对应的 SQL 语句：
微信公众号「极客日志V2」，在微信中扫描左侧二维码关注。展示文案：极客日志V2 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印，支持批量处理与下载。 在线工具，Gemini 图片去水印在线工具，online
在线格式化和美化您的 SQL 查询（它支持各种 SQL 方言）。 在线工具，SQL 美化和格式化在线工具，online
解析 INSERT 等受限 SQL，导出为 CSV、JSON、XML、YAML、HTML 表格（见页内语法说明）。 在线工具，SQL转CSV/JSON/XML在线工具，online
CSV 与 JSON/XML/HTML/TSV/SQL 等互转，单页多 Tab。 在线工具，CSV 工具包在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online