GROUP BY 与 HAVING 的作用和区别是什么？
Posted: Mon May 19, 2025 9:16 am
分组与过滤的艺术：理解 GROUP BY 与 HAVING 的作用与区别
在结构化查询语言（SQL）中，GROUP BY 和 HAVING 子句都是用于数据聚合和分析的重要工具，但它们的作用范围和使用场景却有着明显的区别。理解这两者之间的差异，能够帮助我们编写出更精确、更高效的SQL查询，从海量数据中提取出有意义的统计信息和分组结果。
GROUP BY 的作用：数据分组聚合
GROUP BY 子句的主要作用是将查询结果按照一个或多个指定的列进行分组。当与聚合函数（如 COUNT(), SUM(), AVG(), MIN(), MAX()）一起使用时，GROUP BY 可以对每个分组内的数据进行计算，并返回每个分组的聚合结果。
想象一下一个销售订单表格，其中包含了订单ID、客户ID、产品类别和销售额等信息。如果我们想要统计每个产品类别的总销售额，就需要使用 GROUP BY 子句将订单按照“产品类别”进行分组，然后使用 SUM() 函数计算每个分组内的“销售额”总和。
基本语法：
SQL
SELECT column1, column2, ..., aggregate_function(column)
FROM table_name
WHERE condition
GROUP BY column1, column2, ...
ORDER BY column_expression;
在 GROUP BY 子句中指定的列通常是那些我们希望进行分组的列，而 SELECT 列表中除了这些分组列之外，通常会包含聚合函数应用于其他列的结果。
HAVING 的作用：分组后的条件过滤
HAVING 子句的作用是对 GROUP BY 子句分组后的结果进行过滤。它允许我们指定只有满足特定条件的那些分组才会被包含在最终的结果集中。HAVING 子句与 WHERE 子句类似，但 WHERE 子句用于在 BC 数据墨西哥 分组之前过滤行，而 HAVING 子句则用于在分组之后过滤分组。
继续上面的销售订单例子，假设我们想要找出总销售额超过 10000 的产品类别。在这种情况下，我们需要先使用 GROUP BY 按照产品类别分组并计算总销售额，然后使用 HAVING 子句筛选出总销售额大于 10000 的那些分组。
基本语法：
SQL
SELECT column1, column2, ..., aggregate_function(column)
FROM table_name
WHERE condition
GROUP BY column1, column2, ...
HAVING group_condition
ORDER BY column_expression;
HAVING 子句中的 group_condition 通常会涉及到聚合函数的结果，用于对分组后的聚合值进行判断。
GROUP BY 与 HAVING 的主要区别
理解 GROUP BY 和 HAVING 的关键在于区分它们的作用时机和过滤对象：
过滤时机不同：
WHERE 子句在数据分组之前对原始数据行进行过滤。只有满足 WHERE 条件的行才会被纳入到分组操作中。
HAVING 子句在数据分组之后对分组的结果进行过滤。只有满足 HAVING 条件的分组才会被包含在最终的查询结果中。
过滤对象不同：
WHERE 子句主要用于过滤单个数据行的属性值。
HAVING 子句主要用于过滤分组后的聚合值。因此，HAVING 子句中通常会包含聚合函数。
使用限制不同：
WHERE 子句可以使用任何列的条件表达式，包括那些没有在 GROUP BY 子句中出现的列。
HAVING 子句通常只能引用在 GROUP BY 子句中出现的列或者聚合函数的结果。
总结与应用场景
GROUP BY 用于将数据按照指定的列进行分组，以便对每个分组进行聚合计算。HAVING 则用于在分组完成后，根据聚合结果或其他分组级别的条件对分组进行过滤。
应用场景示例：
统计每个部门的员工人数，并只显示员工人数超过 5 人的部门：
SQL
SELECT department_id, COUNT(*) AS employee_count
FROM employees
GROUP BY department_id
HAVING COUNT(*) > 5;
在这个例子中，我们首先使用 GROUP BY 按照 department_id 分组，然后使用 COUNT(*) 计算每个部门的员工人数，最后使用 HAVING 过滤掉员工人数小于等于 5 的部门。
查找销售额超过 100 的订单中，购买了超过 2 件商品的客户ID：
SQL
SELECT customer_id
FROM orders
WHERE sales_amount > 100
GROUP BY customer_id
HAVING SUM(quantity) > 2;
这里，我们首先使用 WHERE 过滤掉销售额不大于 100 的订单，然后使用 GROUP BY 按照 customer_id 分组，最后使用 HAVING 筛选出购买商品总数大于 2 的客户ID。
理解 GROUP BY 和 HAVING 的作用和区别是进行复杂数据分析的基础。GROUP BY 负责数据的组织和聚合，而 HAVING 则负责对聚合后的结果进行筛选，两者协同工作，能够帮助我们从数据库中提取出更具洞察力的信息。
在结构化查询语言（SQL）中，GROUP BY 和 HAVING 子句都是用于数据聚合和分析的重要工具，但它们的作用范围和使用场景却有着明显的区别。理解这两者之间的差异，能够帮助我们编写出更精确、更高效的SQL查询，从海量数据中提取出有意义的统计信息和分组结果。
GROUP BY 的作用：数据分组聚合
GROUP BY 子句的主要作用是将查询结果按照一个或多个指定的列进行分组。当与聚合函数（如 COUNT(), SUM(), AVG(), MIN(), MAX()）一起使用时，GROUP BY 可以对每个分组内的数据进行计算，并返回每个分组的聚合结果。
想象一下一个销售订单表格，其中包含了订单ID、客户ID、产品类别和销售额等信息。如果我们想要统计每个产品类别的总销售额，就需要使用 GROUP BY 子句将订单按照“产品类别”进行分组，然后使用 SUM() 函数计算每个分组内的“销售额”总和。
基本语法：
SQL
SELECT column1, column2, ..., aggregate_function(column)
FROM table_name
WHERE condition
GROUP BY column1, column2, ...
ORDER BY column_expression;
在 GROUP BY 子句中指定的列通常是那些我们希望进行分组的列，而 SELECT 列表中除了这些分组列之外，通常会包含聚合函数应用于其他列的结果。
HAVING 的作用：分组后的条件过滤
HAVING 子句的作用是对 GROUP BY 子句分组后的结果进行过滤。它允许我们指定只有满足特定条件的那些分组才会被包含在最终的结果集中。HAVING 子句与 WHERE 子句类似，但 WHERE 子句用于在 BC 数据墨西哥 分组之前过滤行，而 HAVING 子句则用于在分组之后过滤分组。
继续上面的销售订单例子，假设我们想要找出总销售额超过 10000 的产品类别。在这种情况下，我们需要先使用 GROUP BY 按照产品类别分组并计算总销售额，然后使用 HAVING 子句筛选出总销售额大于 10000 的那些分组。
基本语法：
SQL
SELECT column1, column2, ..., aggregate_function(column)
FROM table_name
WHERE condition
GROUP BY column1, column2, ...
HAVING group_condition
ORDER BY column_expression;
HAVING 子句中的 group_condition 通常会涉及到聚合函数的结果，用于对分组后的聚合值进行判断。
GROUP BY 与 HAVING 的主要区别
理解 GROUP BY 和 HAVING 的关键在于区分它们的作用时机和过滤对象：
过滤时机不同：
WHERE 子句在数据分组之前对原始数据行进行过滤。只有满足 WHERE 条件的行才会被纳入到分组操作中。
HAVING 子句在数据分组之后对分组的结果进行过滤。只有满足 HAVING 条件的分组才会被包含在最终的查询结果中。
过滤对象不同：
WHERE 子句主要用于过滤单个数据行的属性值。
HAVING 子句主要用于过滤分组后的聚合值。因此，HAVING 子句中通常会包含聚合函数。
使用限制不同：
WHERE 子句可以使用任何列的条件表达式，包括那些没有在 GROUP BY 子句中出现的列。
HAVING 子句通常只能引用在 GROUP BY 子句中出现的列或者聚合函数的结果。
总结与应用场景
GROUP BY 用于将数据按照指定的列进行分组，以便对每个分组进行聚合计算。HAVING 则用于在分组完成后，根据聚合结果或其他分组级别的条件对分组进行过滤。
应用场景示例：
统计每个部门的员工人数，并只显示员工人数超过 5 人的部门：
SQL
SELECT department_id, COUNT(*) AS employee_count
FROM employees
GROUP BY department_id
HAVING COUNT(*) > 5;
在这个例子中，我们首先使用 GROUP BY 按照 department_id 分组，然后使用 COUNT(*) 计算每个部门的员工人数，最后使用 HAVING 过滤掉员工人数小于等于 5 的部门。
查找销售额超过 100 的订单中，购买了超过 2 件商品的客户ID：
SQL
SELECT customer_id
FROM orders
WHERE sales_amount > 100
GROUP BY customer_id
HAVING SUM(quantity) > 2;
这里，我们首先使用 WHERE 过滤掉销售额不大于 100 的订单，然后使用 GROUP BY 按照 customer_id 分组，最后使用 HAVING 筛选出购买商品总数大于 2 的客户ID。
理解 GROUP BY 和 HAVING 的作用和区别是进行复杂数据分析的基础。GROUP BY 负责数据的组织和聚合，而 HAVING 则负责对聚合后的结果进行筛选，两者协同工作，能够帮助我们从数据库中提取出更具洞察力的信息。