与绝大多数关系型数据库一致，PostgreSQL 提供了完善的聚合函数（aggregate functions）支持。聚合函数用于从多行输入数据中汇总计算出单个统计结果。例如，常见的聚合计算包括求行数（count）、求和（sum）、计算平均值（avg）、求最大值（max）以及求最小值（min）。

例如，通过以下语句查询记录中的最高最低气温：

SELECT max(temp_lo) FROM weather;

 max
-----
  46
(1 row)

如果我们想进一步知道这个最高最低气温发生在哪个（或哪些）城市，初学者可能会尝试这样写：

SELECT city FROM weather WHERE temp_lo = max(temp_lo);     -- 错误用法

但这将无法执行，因为聚合函数 max 不能直接出现在 WHERE 过滤子句中（这一限制源于底层的执行顺序：WHERE 子句用于在计算聚合之前筛选出哪些输入行进入统计池，因此它必须在聚合函数计算之前完成求值）。不过，通过嵌套一个独立的子查询（subquery），可以非常优雅地达成该目标：

SELECT city FROM weather
    WHERE temp_lo = (SELECT max(temp_lo) FROM weather);

     city
---------------
 San Francisco
(1 row)

该语句能够正确执行，因为内部子查询是一个独立的计算单元，它会先行算出最大值，随后作为常量提供给外部查询。

聚合函数与 GROUP BY 分组子句结合使用时功能极其强大。例如，按城市分组汇总各自的观测记录总数与最高最低气温：

SELECT city, count(*), max(temp_lo)
    FROM weather
    GROUP BY city;

     city      | count | max
---------------+-------+-----
 Hayward       |     1 |  37
 San Francisco |     2 |  46
(2 rows)

查询结果针对每个不同的城市聚合输出一行数据。如果需要对分组聚合后的结果进行进一步过滤，可以使用 HAVING 子句：

SELECT city, count(*), max(temp_lo)
    FROM weather
    GROUP BY city
    HAVING max(temp_lo) < 40;

  city   | count | max
---------+-------+-----
 Hayward |     1 |  37
(1 row)

这样就只保留了最高最低气温低于 40 度的城市分组。最后，如果我们只关心名称以字母 “S” 开头的城市：

SELECT city, count(*), max(temp_lo)
    FROM weather
    WHERE city LIKE 'S%'            -- (1)
    GROUP BY city;

     city      | count | max
---------------+-------+-----
 San Francisco |     2 |  46
(1 row)

深刻理解 SQL 中 WHERE 与 HAVING 两个子句与聚合函数之间的交互机制至关重要。两者的本质区别在于：WHERE 在分组与聚合计算之前筛选原始输入行（控制哪些原始数据参与统计）；而 HAVING 则是在分组聚合完成之后对汇总行进行筛选。因此，WHERE 子句中绝对不能包含聚合函数；试图在筛选原始行阶段去引用聚合结果在逻辑上是矛盾的。相反，HAVING 子句几乎总是包含聚合函数（严格来说，在 HAVING 中编写不带聚合函数的普通字段条件是合法的，但这缺乏实用意义，因为普通条件完全可以在 WHERE 阶段更早、更高效地完成过滤）。

在前面的示例中，城市名过滤直接写在 WHERE 中，因为它无需依赖任何聚合计算。这比将其放在 HAVING 中执行效率高得多，因为这样可以提前剔除不相关的行，避免为它们浪费分组和聚合计算开销。

另一种精确控制哪些行进入特定聚合函数计算的方法是使用 FILTER 子句，它是专属于各个聚合函数的独立修饰选项：

SELECT city, count(*) FILTER (WHERE temp_lo < 45), max(temp_lo)
    FROM weather
    GROUP BY city;

     city      | count | max
---------------+-------+-----
 Hayward       |     1 |  37
 San Francisco |     1 |  46
(2 rows)

FILTER 的功能非常类似于 WHERE，区别在于它仅过滤附加在其后的单个聚合函数的输入数据池。在上述示例中，count 仅统计 temp_lo 小于 45 的记录行；但同行的 max 聚合函数仍然不受影响地作用于该分组的全部行，因此依然能准确计算出 46 的最大值。