异常教程

SQL HAVING 子句（一文讲透）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

在数据库查询的进阶技巧中，SQL HAVING 子句是一个容易被误解但至关重要的工具。它与 WHERE 子句看似相似，实则扮演着完全不同的角色。对于编程初学者而言，理解 HAVING 子句的使用场景和逻辑原理，能显著提升数据筛选的效率。本文将通过循序渐进的讲解、形象的比喻和实际案例，帮助读者掌握这一核心语法，并在项目中灵活应用。

什么是 SQL HAVING 子句？

HAVING 子句用于对已分组的查询结果进行过滤。它与 WHERE 子句的差异在于：

  • WHERE 在分组前过滤原始数据；
  • HAVING 在分组后过滤聚合结果。

形象比喻：
想象你正在整理一堆书，WHERE 相当于在分组前筛选出“所有红色封面的书”，而 HAVING 则是在将书按作者分组后，筛选出“作者拥有超过5本书的组”。

HAVING 子句的基本语法

SELECT 列名, 聚合函数(列名)  
FROM 表名  
WHERE 条件表达式  
GROUP BY 分组列  
HAVING 条件表达式  
ORDER BY 排序列;

关键点：

  1. HAVING 必须与 GROUP BY 联合使用，除非查询中包含聚合函数且未分组；
  2. 可以直接引用聚合函数（如 SUM, COUNT）作为条件；
  3. 支持逻辑运算符（AND, OR）和比较运算符（>, <, =）。

HAVING 与 WHERE 的区别对比

特性WHERE 子句HAVING 子句
作用阶段数据分组前过滤原始数据数据分组后过滤聚合结果
支持条件可直接引用单行数据列可引用聚合函数或分组后的列
适用场景筛选单条记录筛选满足聚合条件的组

案例说明：
假设有一个 employees 表，包含 department（部门）、salary（工资）和 hire_date（入职时间）字段。

目标：找出平均工资超过10000元的部门。

SELECT department, AVG(salary) AS avg_salary  
FROM employees  
GROUP BY department  
HAVING AVG(salary) > 10000;

此查询中：

  • WHERE 无法直接使用 AVG(salary)，因为它作用于原始行数据；
  • HAVING 可以直接引用聚合后的 AVG(salary) 条件。

HAVING 子句的典型应用场景

1. 过滤包含特定数量记录的组

案例：统计每个城市的订单数量，仅显示订单数大于10的城市。

SELECT city, COUNT(order_id) AS order_count  
FROM orders  
GROUP BY city  
HAVING COUNT(order_id) > 10;

2. 结合多个聚合条件

案例：找出同时满足总销售额超过5000元且平均订单金额低于200元的客户。

SELECT customer_id,  
       SUM(amount) AS total_sales,  
       AVG(amount) AS avg_order  
FROM orders  
GROUP BY customer_id  
HAVING SUM(amount) > 5000  
   AND AVG(amount) < 200;

3. 处理 NULL 值的特殊条件

案例：筛选出所有员工数量为0的部门（即 department 列存在但无员工）。

SELECT department, COUNT(employee_id) AS employee_count  
FROM employees  
GROUP BY department  
HAVING COUNT(employee_id) = 0;

HAVING 子句的进阶用法

1. 结合子查询

当需要基于外部查询的结果进行过滤时，可以嵌套子查询：

SELECT department, AVG(salary)  
FROM employees  
GROUP BY department  
HAVING AVG(salary) > (SELECT AVG(salary) FROM employees);

此查询会找出平均工资高于全公司平均水平的部门。

2. 使用别名简化条件

虽然 SQL 标准不强制要求，但许多数据库（如 MySQL）允许在 HAVING 中引用 SELECT 子句的别名：

SELECT department,  
       AVG(salary) AS avg_salary  
FROM employees  
GROUP BY department  
HAVING avg_salary > 12000;

3. 结合窗口函数

在复杂分析场景中，可结合窗口函数实现动态分组过滤：

SELECT *,  
       AVG(salary) OVER (PARTITION BY department) AS dept_avg  
FROM employees  
HAVING salary > dept_avg;

此查询筛选出工资高于本部门平均工资的员工。

常见错误与注意事项

1. 忽略 GROUP BY

若未使用 GROUP BY 且查询中包含聚合函数，某些数据库（如 PostgreSQL）会报错。例如：

-- 错误示例  
SELECT AVG(salary)  
FROM employees  
HAVING AVG(salary) > 10000;

修正方式：

SELECT AVG(salary)  
FROM employees  
HAVING AVG(salary) > 10000;  
-- 或添加 GROUP BY（若需分组）

2. 混淆 WHERE 和 HAVING

以下两种写法效果不同：

-- 错误用法（应使用 WHERE）  
SELECT department, COUNT(*)  
FROM employees  
GROUP BY department  
HAVING department = 'Sales';  

-- 正确写法  
SELECT department, COUNT(*)  
FROM employees  
WHERE department = 'Sales'  
GROUP BY department;

3. 性能优化

HAVING 的过滤发生在分组之后，若分组涉及大量数据，可能影响性能。建议优先在 WHERE 中缩小原始数据范围。

实战案例：电商销售分析

需求：分析各商品类别的销售情况，筛选出以下条件的类别：

  1. 总销售额超过50000元；
  2. 平均订单数量少于5件；
  3. 有至少3个不同客户购买。

解决方案：

SELECT category,  
       SUM(total_price) AS total_sales,  
       AVG(quantity) AS avg_quantity_per_order,  
       COUNT(DISTINCT customer_id) AS unique_customers  
FROM orders  
GROUP BY category  
HAVING SUM(total_price) > 50000  
   AND AVG(quantity) < 5  
   AND COUNT(DISTINCT customer_id) >= 3;

总结

SQL HAVING 子句是数据分析师和开发者必备的工具之一，它通过在分组后过滤数据，帮助用户精准定位目标群体。掌握其与 WHERE 的区别、应用场景及进阶技巧，能显著提升查询效率和结果的准确性。无论是统计部门绩效、分析用户行为，还是优化销售策略，HAVING 子句都能成为你数据处理的得力助手。

延伸思考：

  • 如何结合 CASE WHEN 和 HAVING 实现复杂条件过滤？
  • 在分布式数据库中，HAVING 的执行效率如何优化？

通过持续实践与探索，你将逐渐解锁更多 SQL 的强大功能！

最新发布

查看更多文章