Kapitel 8: Aggregatfunktionen und Gruppenabfragen

8.1 Häufig verwendete Aggregatfunktionen ⭐

Aggregatfunktionen berechnen Werte aus mehreren Zeilen und geben ein einziges Ergebnis zurück.

Funktion	Bedeutung	Beispiel
COUNT()	Anzahl der Zeilen zählen	SELECT COUNT(*) FROM users;
SUM()	Summe berechnen	SELECT SUM(preis) FROM products;
AVG()	Durchschnitt berechnen	SELECT AVG(alter) FROM users;
MAX()	Maximalwert finden	SELECT MAX(preis) FROM products;
MIN()	Minimalwert finden	SELECT MIN(alter) FROM users;

1. COUNT() - Anzahl zählen

-- Anzahl aller Benutzer zählen
SELECT COUNT(*) AS anzahl_benutzer FROM users;

-- Anzahl der Benutzer mit E-Mail-Adresse (NULL wird ignoriert)
SELECT COUNT(email) AS anzahl_mit_email FROM users;

-- Anzahl der eindeutigen Städte zählen
SELECT COUNT(DISTINCT stadt) AS anzahl_staedte FROM users;

Ausgabe:

+-------------------+
| anzahl_benutzer |
+-------------------+
|                 4 |
+-------------------+

2. SUM() - Summe berechnen

-- Gesamtwert des Lagerbestands berechnen
SELECT SUM(bestand) AS gesamt_bestand FROM products;

-- Gesamtwert des Lagers berechnen (Preis × Bestand)
SELECT SUM(preis * bestand) AS lager_wert FROM products;

3. AVG() - Durchschnitt berechnen

-- Durchschnittsalter der Benutzer berechnen
SELECT AVG(alter) AS durchschnittsalter FROM users;

-- Durchschnittspreis der Produkte berechnen
SELECT AVG(preis) AS durchschnittspreis FROM products;

4. MAX() / MIN() - Maximal-/Minimalwert

-- Teuerstes Produkt finden
SELECT MAX(preis) AS hoechster_preis FROM products;

-- Günstigstes Produkt finden
SELECT MIN(preis) AS guenstigster_preis FROM products;

-- Ältester und jüngster Benutzer
SELECT MAX(alter) AS aeltester, MIN(alter) AS juengster FROM users;

8.2 Gruppenabfrage (GROUP BY) ⭐⭐

GROUP BY gruppiert Zeilen mit gleichen Werten in Zusammenfassungszeilen.

1. Basis-Syntax

SELECT feld, aggregatfunktion()
FROM tabellen_name
GROUP BY feld;

2. Beispiele

Beispiel 1: Anzahl der Benutzer pro Stadt

SELECT 
    stadt,
    COUNT(*) AS anzahl
FROM users
GROUP BY stadt;

Ausgabe:

+----------+---------+
| stadt    | anzahl |
+----------+---------+
| Berlin   |       2 |
| Hamburg  |       1 |
| München  |       1 |
+----------+---------+

Beispiel 2: Durchschnittspreis pro Kategorie

SELECT 
    kategorie,
    AVG(preis) AS durchschnittspreis,
    COUNT(*) AS anzahl_produkte
FROM products
GROUP BY kategorie;

Ausgabe:

+------------+---------------------+------------------+
| kategorie | durchschnittspreis | anzahl_produkte |
+------------+---------------------+------------------+
| Kleidung  |               29.99 |                3 |
| Schuhe     |               89.99 |                1 |
| Accessoires|               27.49 |                2 |
+------------+---------------------+------------------+

8.3 Gruppenfilter (HAVING)

HAVING filtert Datensätze nach der Gruppierung. WHERE filtert vor der Gruppierung.

	WHERE	HAVING
Wann anwenden	Vor Gruppierung	Nach Gruppierung
Kann Aggregatfunktionen verwenden	Nein	Ja
Syntax	WHERE bedingung	HAVING bedingung

Beispiel

-- Nur Städte mit mehr als 1 Benutzer anzeigen
SELECT 
    stadt,
    COUNT(*) AS anzahl
FROM users
GROUP BY stadt
HAVING anzahl > 1;

Ausgabe:

+--------+---------+
| stadt  | anzahl |
+--------+---------+
| Berlin |       2 |
+--------+---------+

Wichtiger Vergleich: WHERE vs HAVING

-- ❌ Falsch: Aggregatfunktion in WHERE verwenden
SELECT stadt, COUNT(*) AS anzahl
FROM users
WHERE COUNT(*) > 1  -- FEHLER!
GROUP BY stadt;

-- ✅ Richtig: Aggregatfunktion in HAVING verwenden
SELECT stadt, COUNT(*) AS anzahl
FROM users
GROUP BY stadt
HAVING anzahl > 1;  -- RICHTIG!

8.4 Praxisbeispiel: Statistiken und Berichte

Szenario: Eine Online-Shop-Datenbank analysieren.

Schritt 1: Testdaten vorbereiten

USE shop_db;

-- Tabelle "orders" erstellen
CREATE TABLE orders (
    bestell_id INT PRIMARY KEY AUTO_INCREMENT,
    user_id INT,
    produkt_name VARCHAR(200),
    menge INT,
    preis DECIMAL(10,2),
    bestell_datum DATETIME DEFAULT CURRENT_TIMESTAMP
);

-- Testdaten einfügen
INSERT INTO orders (user_id, produkt_name, menge, preis)
VALUES 
    (1, 'T-Shirt Basic', 2, 19.99),
    (1, 'Jeans', 1, 59.99),
    (2, 'Sneaker', 1, 89.99),
    (2, 'Kappe', 3, 14.99),
    (3, 'Rucksack', 1, 39.99);

Schritt 2: Verschiedene Statistiken erstellen

1. Gesamtumsatz des Shops berechnen:

SELECT SUM(menge * preis) AS gesamt_umsatz
FROM orders;

2. Umsatz pro Benutzer berechnen:

SELECT 
    user_id,
    SUM(menge * preis) AS umsatz_pro_benutzer
FROM orders
GROUP BY user_id;

3. Benutzer mit Umsatz über 100 Euro anzeigen:

SELECT 
    user_id,
    SUM(menge * preis) AS umsatz
FROM orders
GROUP BY user_id
HAVING umsatz > 100;

4. Anzahl der Bestellungen pro Produkt:

SELECT 
    produkt_name,
    SUM(menge) AS gesamt_menge
FROM orders
GROUP BY produkt_name
ORDER BY gesamt_menge DESC;

Häufige Fehler für Einsteiger

Fehler 1: Aggregatfunktionen mit normalen Feldern mischen

-- ❌ Falsch: Feld ohne GROUP BY in SELECT mit Aggregatfunktion
SELECT user_id, SUM(preis) FROM orders;  -- FEHLER!

-- ✅ Richtig: Entweder GROUP BY verwenden oder nur Aggregatfunktionen
SELECT user_id, SUM(preis) FROM orders GROUP BY user_id;
-- oder
SELECT SUM(preis) FROM orders;

Fehler 2: WHERE und HAVING verwechseln

-- ❌ Falsch: HAVING vor GROUP BY verwenden
SELECT stadt, COUNT(*) FROM users HAVING anzahl > 1 GROUP BY stadt;

-- ✅ Richtig: WHERE → GROUP BY → HAVING
SELECT stadt, COUNT(*) AS anzahl 
FROM users 
GROUP BY stadt 
HAVING anzahl > 1;

Fehler 3: GROUP BY Reihenfolge falsch

-- ❌ Falsch: SELECT-Feld ist nicht in GROUP BY
SELECT stadt, email, COUNT(*) FROM users GROUP BY stadt;  -- FEHLER!

-- ✅ Richtig: Alle nicht-aggregierten Felder müssen in GROUP BY sein
SELECT stadt, email, COUNT(*) FROM users GROUP BY stadt, email;

Zusammenfassung

In diesem Kapitel hast du gelernt:

• ✅ Die 5 wichtigsten Aggregatfunktionen (COUNT, SUM, AVG, MAX, MIN)
• ✅ Wie man Daten mit GROUP BY gruppiert
• ✅ Den Unterschied zwischen WHERE und HAVING
• ✅ Wie man Gruppen mit HAVING filtert
• ✅ Praxisbeispiele für Statistiken und Berichte

Übungen

1. Praxis: Erstelle eine Tabelle scores mit Feldern student_id, fach, punkte
2. COUNT: Zähle die Anzahl der Schüler pro Fach
3. AVG: Berechne den Durchschnitt pro Fach
4. GROUP BY: Finde die Fächer mit Durchschnitt über 75 Punkten
5. SUM: Berechne die Gesamtpunktzahl pro Schüler

Nächstes Kapitel

Im nächsten Kapitel lernen wir Tabellenverbindungen (JOINs) - wie man Daten aus mehreren Tabellen gleichzeitig abfragt!