SQL中的group by和having区别详解

理解 SQL 中的 GROUP BY 和 HAVING 是掌握数据分析的关键。

🧩 核心概念：分组与过滤

1. GROUP BY：将数据分组（类似 Excel 的数据透视表）
2. HAVING：对分组后的结果进行过滤（类似 WHERE，但作用于分组）

📊 类比现实场景

想象你是一家超市的经理，有一张销售记录表（sales）：

1️⃣ 只用 GROUP BY（分组统计）

SELECT 商品类别, SUM(销售额) AS 总销售额  -- 聚合函数
FROM sales
GROUP BY 商品类别;          -- 按类别分组

结果：

💡 关键点：GROUP BY 把相同类别的行"折叠"成一行，配合聚合函数(SUM/AVG/COUNT等)计算

2️⃣ GROUP BY + HAVING（分组后过滤）

SELECT 商品类别,SUM(销售额) AS 总销售额
FROM sales
GROUP BY 商品类别
HAVING SUM(销售额) > 200;  -- 只保留总销售额>200的分组

结果：

🚨 注意：HAVING 在分组后执行，用于过滤分组结果

🔍 WHERE vs HAVING 关键区别

-- WHERE: 分组前过滤原始数据（单行级别）
SELECT 类别, SUM(销售额)
FROM sales
WHERE 日期 = '2023-01-02'  -- 先过滤日期
GROUP BY 类别-- HAVING: 分组后过滤聚合结果（分组级别）
SELECT 类别, SUM(销售额)
FROM sales
GROUP BY 类别
HAVING SUM(销售额) > 200   -- 后过滤聚合值

🌰 实际应用场景

需求： 找出平均订单额超过 $50 的客户

SELECT customer_id,AVG(order_amount) AS avg_order
FROM orders
GROUP BY customer_id
HAVING AVG(order_amount) > 50;  -- 对分组结果过滤

⚠️ 常见错误与避坑指南

1. SELECT 非聚合字段

   -- 错误！product_name未在GROUP BY中声明
   SELECT category, product_name, COUNT(*)
   FROM products
   GROUP BY category;
   

2. 混淆 WHERE 和 HAVING

   -- 错误！WHERE不能使用聚合函数
   SELECT category, AVG(price)
   FROM products
   WHERE AVG(price) > 100  -- 应改用HAVING
   GROUP BY category;
   

3. 分组后排序

   SELECT category, COUNT(*) AS product_count
   FROM products
   GROUP BY category
   HAVING COUNT(*) > 5
   ORDER BY product_count DESC;  -- 正确用法
   

💡 记忆口诀

“GROUP BY 先分组，HAVING 后过滤”
“WHERE 管单行，HAVING 管分组”

🛠 执行顺序图解