సమ్మేళన ఫంక్షన్‌లు (COUNT, SUM, AVG, మొదలైనవి) ఏమిటి?

Question

Accepted Answer

**సమ్మేళన ఫంక్షన్‌లు** వరుసల సమితి నుండి ఒక విలువను గణిస్తాయి — `COUNT`, `SUM`, `AVG`, `MIN`, `MAX`. ఇవి డేటాను సంక్షిప్తీకరించడానికి (మొత్తాలు, సగటులు, గణనలు) ముఖ్యమైనవి, ముఖ్యంగా `GROUP BY` కలిసి ఉపయోగించినప్పుడు.

## ప్రధాన సమ్మేళన ఫంక్షన్‌లు

```sql
SELECT
  COUNT(*)        AS total_rows,        -- count all rows
  COUNT(email)    AS rows_with_email,    -- count NON-NULL emails (ignores NULLs!)
  SUM(amount)     AS total_amount,       -- sum of a column
  AVG(price)      AS average_price,      -- average
  MIN(price)      AS lowest,             -- minimum
  MAX(price)      AS highest             -- maximum
FROM orders;
```

ప్రతి ఫంక్షన్ అనేక వరుసలను ఒక విలువకు తగ్గిస్తుంది. `SUM`/`AVG` సంఖ్యలపై పని చేస్తాయి; `MIN`/`MAX` సంఖ్యలు, తేదీలు లేదా వచనంపై; `COUNT` ఏదైనా విషయంపై.

## COUNT(*) vs COUNT(column) — ఒక ముఖ్యమైన తేడా

```sql
COUNT(*)         -- counts ALL rows (including those with NULLs)
COUNT(email)     -- counts only rows where email is NOT NULL
COUNT(DISTINCT country)  -- counts UNIQUE non-null values
```

**`COUNT(*)`** అన్ని వరుసలను గణిస్తుంది, కానీ **`COUNT(column)`** ఆ నిలువ వరుస **NULL కాని** ఉన్న వరుసలను మాత్రమే గణిస్తుంది — సూక్ష్ममైన కానీ ముఖ్యమైన తేడా. `COUNT(DISTINCT col)` ప్రత్యేక విలువలను గణిస్తుంది.

## GROUP BY (ప్రతి-సమూహ సంక్షేపాలు) కలిసిన సమ్మేళనాలు

```sql
-- aggregate PER GROUP instead of the whole table
SELECT country, COUNT(*) AS users, AVG(age) AS avg_age
FROM users
GROUP BY country;          -- one result row per country
-- → for each country: how many users and their average age
```

`GROUP BY` లేకుండా, సమ్మేళన ఫంక్షన్ మొత్తం ఫలితాన్ని ఒక వరుసలోకి సంక్షిప్తీకరిస్తుంది. `GROUP BY` తో, ఇది **ప్రతి సమూహానికి** ఒక సంక్షేప వరుసను ఉత్పత్తి చేస్తుంది — సాధారణ, శక్తివంతమైన ఉపయోగం.

## ఒక సాధారణ సమస్య: సమ్మేళనాలు మరియు సమ్మేళనం కాని నిలువ వరుసలు

```sql
-- ❌ ERROR — can't mix an aggregate with a non-grouped column
SELECT name, COUNT(*) FROM users;        -- which name? ambiguous
-- ✅ either group by it, or only select aggregates
SELECT country, COUNT(*) FROM users GROUP BY country;
```

## ఇది ఎందుకు ముఖ్యమైనది

సమ్మేళన ఫంక్షన్‌లు **డేటాను సంక్షిప్తీకరించడానికి మరియు విశ్లేషించడానికి** ముఖ్యమైనవి — మొత్తాలు, సగటులు, గణనలు మరియు విపరీతాలను లెక్కించడం రిపోర్టింగ్, విశ్లేషణ, డ్యాష్‌బోర్డ్‌లు మరియు అనువర్తన తర్కంలో నిరంతర అవసరం, కాబట్టి వాటిని అర్థం చేసుకోవడం ప్రాథమిక SQL జ్ఞానం.

ప్రధాన ఫంక్షన్‌లు (`COUNT`, `SUM`, `AVG`, `MIN`, `MAX`) మరియు అవి వరుసల సమితులను ఒక విలువకు ఎలా తగ్గిస్తాయో తెలుసుకోవడం ఏదైనా డేటా సంక్షేపణకు అవసరం.

ముఖ్యమైన, సాధారణంగా తప్పుగా అర్థం చేసుకున్న వివరణ **`COUNT(*)` vs `COUNT(column)` తేడా** (COUNT(*) అన్ని వరుసలను గణిస్తుంది, COUNT(column) NULL కాని విలువలను మాత్రమే గణిస్తుంది — ఇది వేరే, ఆశ్చర్యకరమైన ఫలితాలను ఇవ్వగలదు), `COUNT(DISTINCT)` ప్రత్యేక విలువలకు సహా.

సమ్మేళనాలు **`GROUP BY`** తో కూడిన సమయానికి అత్యంత శక్తివంతమైనవి ఉత్పత్తి చేయడానికి ప్రతి-సమూహ సంక్షేపాలు (వర్గానికి ఖాతాలు/సగటులు) — విశ్లేషణాత్మక ప్రశ్నల ভిత్తి.

సమ్మేళన కాని నిలువ వరుసలను సమ్మేళనాలతో కలపలేమని ఆ **సమస్య** అర్థం చేసుకోవడం (ఒక సాధారణ లోపం) కూడా ముఖ్యమైనది.

డేటాను సంక్షిప్తీకరించడం సర్వव్యాప్త డేటాబేస్ పని (ప్రతి రిపోర్ట్, డ్యాష్‌బోర్డ్ మరియు విశ్లేషణ ప్రశ్న సమ్మేళనాలను ఉపయోగిస్తుంది), మరియు ఫంక్షన్‌లు, COUNT సూక్ష్మతలు, ముఖ్యంగా GROUP BY తో వాటి సమ్మేళనాన్ని అర్థం చేసుకోవడం SQL లో డేటా విశ్లేషణకు ప్రాథమికమైనది కాబట్టి, సమ్మేళన ఫంక్షన్‌లను నైపుణ్యం చేసుకోవడం కోర్, తరచుగా-ఉపయోగించిన జ్ఞానం డేటాలో పని చేయడానికి ఇది ఆవశ్యకమైనది — ప్రాథమిక ప్రశ్నలు మరియు విశ్లేషణాత్మక, సంక్షేపణ శక్తిని సంపర్కం చేస్తుంది ఇది రిపోర్టింగ్ మరియు అంతర్దృష్టుల కోసం SQL ను విలువైనది చేస్తుంది.