使用 HAVING 过滤分组

SQL 的 GROUP BY 子句能够将数据聚合到汇总行中，例如可以找到每个客户的总订单数或每个产品类别的平均评分。但是，如果目标是仅查看符合特定条件的分组结果，例如只关注下了 超过 10 份订单的客户，或者平均评分 高于 4.0 的产品类别，该如何实现呢？

你可能最初会想到使用 WHERE 子句，就像我们在上一章中过滤单个行那样。然而，WHERE 有一个局限：它在聚合步骤发生 之前 过滤行。它对表中的原始数据进行操作，而不是对 GROUP BY 和 COUNT()、AVG() 或 SUM() 等聚合函数生成的汇总结果进行操作。

这就是 HAVING 子句的作用。

介绍 HAVING 子句

HAVING 子句专门用于在 GROUP BY 子句完成工作并计算出聚合函数之后 过滤 结果。它允许你对每个分组的汇总数据应用条件。

包含 HAVING 的查询基本结构如下：

SELECT
    column_name(s),
    aggregate_function(column_name)
FROM
    table_name
WHERE
    condition -- 可选：在聚合 *之前* 过滤行
GROUP BY
    column_name(s)
HAVING
    aggregate_condition -- 在聚合 *之后* 过滤分组
ORDER BY
    column_name(s); -- 可选：对最终结果进行排序

注意顺序：WHERE 在 GROUP BY 之前，HAVING 在 GROUP BY 之后。

WHERE 与 HAVING：主要区别

理解何时使用 WHERE 以及何时使用 HAVING 对于编写涉及聚合的正确 SQL 查询来说很重要。

• WHERE 子句： 在行被分组和聚合 之前 过滤单个行。你在这里使用表中原始列上的条件。
• HAVING 子句： 在分组被 GROUP BY 创建并由聚合函数汇总 之后 过滤整个分组。你在这里使用聚合函数（例如 COUNT(*)、AVG(price)）的结果或分组列本身的条件。

这样来想：WHERE 决定哪些配料放入碗中进行混合，而 HAVING 决定哪些完成的碗（分组）值得保留。

让我们用一个例子来说明。想象一个 Orders 表：

OrderID	CustomerID	OrderTotal
1	101	50.00
2	102	120.00
3	101	75.00
4	103	30.00
5	102	80.00
6	101	60.00
7	102	200.00

场景 1：查找下了超过 2 份订单的客户。

我们需要统计每个客户的订单，然后根据该计数进行过滤。

SELECT
    CustomerID,
    COUNT(OrderID) AS NumberOfOrders
FROM
    Orders
GROUP BY
    CustomerID
HAVING
    COUNT(OrderID) > 2; -- 根据聚合计数过滤分组

结果：

CustomerID	订单数量
101	3
102	3

在这里，GROUP BY CustomerID 首先按客户对行进行分组。然后 COUNT(OrderID) 计算每个客户的订单数量（101：3 份订单，102：3 份订单，103：1 份订单）。最后，HAVING COUNT(OrderID) > 2 过滤这些分组结果，只保留下了超过 2 份订单的客户。使用 WHERE COUNT(OrderID) > 2 会导致错误，因为 COUNT(OrderID) 在 WHERE 子句处理之后才计算。

场景 2：查找总消费超过 $150 的客户。

SELECT
    CustomerID,
    SUM(OrderTotal) AS TotalSpending
FROM
    Orders
GROUP BY
    CustomerID
HAVING
    SUM(OrderTotal) > 150.00; -- 根据聚合总和进行过滤

结果：

CustomerID	总消费
101	185.00
102	400.00

同样，HAVING 在为每个 CustomerID 分组计算出 SUM(OrderTotal) 之后 过滤结果。

场景 3：查找下了超过 1 份订单的客户，但只考虑订单总额超过 $50 的订单。

在这里，我们需要同时使用 WHERE 和 HAVING。

SELECT
    CustomerID,
    COUNT(OrderID) AS NumberOfQualifyingOrders,
    SUM(OrderTotal) AS TotalQualifyingSpending
FROM
    Orders
WHERE
    OrderTotal > 50.00 -- 在分组 *之前* 过滤单个订单
GROUP BY
    CustomerID
HAVING
    COUNT(OrderID) > 1; -- 在聚合 *之后* 过滤分组

让我们追踪一下：

1. WHERE OrderTotal > 50.00：OrderID 为 1、2、3、5、6、7 的行被保留。行 4（OrderTotal = 30.00）被丢弃。
2. GROUP BY CustomerID：剩余的行被分组：
   • CustomerID 101: Orders 1, 3, 6
   • CustomerID 102: Orders 2, 5, 7
3. 聚合函数：为每个分组计算 COUNT(OrderID) 和 SUM(OrderTotal)：
   • CustomerID 101: Count = 3, Sum = 50.00 + 75.00 + 60.00 = 185.00
   • CustomerID 102: Count = 3, Sum = 120.00 + 80.00 + 200.00 = 400.00
4. HAVING COUNT(OrderID) > 1：两个分组都满足此条件（3 > 1）。

结果：

CustomerID	符合条件的订单数量	符合条件的消费总额
101	3	185.00
102	3	400.00

操作顺序的可视化

为了巩固区别，请考虑 SQL 处理这些子句的顺序：

SQL 子句逻辑处理顺序的简化视图。WHERE 早期作用于单个行，而 HAVING 稍后作用于聚合分组。

如图所示，WHERE 在 GROUP BY 和聚合函数计算 之前 操作，而 HAVING 在之后操作。

总结来说，当你需要根据应用于 GROUP BY 创建的分组的聚合函数（COUNT、SUM、AVG、MIN、MAX）结果来过滤结果时，请使用 HAVING。如果你需要在聚合 之前 根据原始行中的值进行过滤，请使用 WHERE。有时，如第三个例子所示，你可能需要在同一个查询中同时使用 WHERE 和 HAVING，以在不同阶段实现所需的过滤。