软件测试|MySQL HAVING分组筛选详解

简介

在 MySQL 数据库中,HAVING 子句用于在使用 GROUP BY 子句对结果进行分组后,对分组后的数据进行筛选和过滤。它允许我们对分组后的结果应用聚合函数,并基于聚合函数的结果进行条件过滤,从而得到我们需要的最终结果集。本文将详细介绍 HAVING子句的用法,并提供一些实际示例以帮助大家更好地理解其功能。

HAVING 子句的语法

HAVING 子句的基本语法如下:

python 复制代码
SELECT column1, column2, aggregate_function(column)
FROM table
WHERE condition
GROUP BY column1, column2
HAVING aggregate_function(column) condition;

其中,关键要点包括:

  • column1, column2:指定需要进行分组的列。
  • aggregate_function(column):对分组后的数据应用聚合函数,例如 SUM()COUNT()AVG() 等。
  • condition:对分组后的结果应用过滤条件,类似于 WHERE 子句。

HAVING 关键字和 WHERE 关键字都可以用来过滤数据,且 HAVING 支持 WHERE 关键字中所有的操作符和语法。

但是 WHERE 和 HAVING 关键字也存在以下几点差异:

  • 一般情况下,WHERE 用于过滤数据行,而 HAVING 用于过滤分组。
  • WHERE 查询条件中不可以使用聚合函数,而 HAVING 查询条件中可以使用聚合函数。
  • WHERE 在数据分组前进行过滤,而 HAVING 在数据分组后进行过滤 。
  • WHERE 针对数据库文件进行过滤,而 HAVING 针对查询结果进行过滤。也就是说,WHERE 根据数据表中的字段直接进行过滤,而 HAVING 是根据前面已经查询出的字段进行过滤。
  • WHERE 查询条件中不可以使用字段别名,而 HAVING 查询条件中可以使用字段别名。

使用示例

  1. 使用 HAVING 进行分组筛选

假设我们有一个订单表 orders,其中包含以下列:order_idcustomer_idorder_dateorder_amount。我们希望找出每个客户的订单数量大于等于 3 并且订单总金额大于 1000 的客户。

python 复制代码
SELECT customer_id, COUNT(order_id) AS order_count, SUM(order_amount) AS total_amount
FROM orders
GROUP BY customer_id
HAVING order_count >= 3 AND total_amount > 1000;

在这个示例中,我们首先按照 customer_id 进行分组,然后计算每个客户的订单数量和订单总金额。最后,我们使用 HAVING 子句筛选出满足订单数量大于等于 3 并且订单总金额大于 1000 的客户。

  1. 结合 HAVING 和其他子句

假设我们有一个员工表 employees,包含列 employee_iddepartment_idsalary。我们想要找出每个部门的平均工资大于 50000 的部门,并且只显示平均工资大于 50000 的部门信息。

python 复制代码
SELECT department_id, AVG(salary) AS avg_salary
FROM employees
GROUP BY department_id
HAVING avg_salary > 50000;

在这个示例中,我们首先按照 department_id 进行分组,然后计算每个部门的平均工资。最后,我们使用 HAVING 子句筛选出平均工资大于 50000 的部门。

总结

HAVING 子句在 MySQL 中用于在分组查询的基础上进行筛选和过滤。它允许我们使用聚合函数计算汇总数据,并基于这些汇总数据进行条件过滤。通过合理地结合 GROUP BYHAVING 子句,我们可以轻松地从数据库中获取满足特定条件的分组数据。

希望本文能够帮助读者更好地理解和使用 HAVING 子句,以及如何在分组查询中进行数据过滤和筛选。通过实际的示例,相信读者已经掌握了在 MySQL 中使用 HAVING 子句的方法和技巧。

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!

相关推荐
爱的叹息8 分钟前
华为高斯(GaussDB)数据库中 Range、List、Hash三种分区方式 的完整SQL示例及增删改查操作,并附上总结对比表格
数据库·哈希算法·gaussdb
Aphelios38030 分钟前
Java全栈面试宝典:线程协作与Spring Bean管理深度解析
java·开发语言·jvm·spring·面试·职场和发展
kfepiza2 小时前
Debian用二进制包安装mysql8.0.41 笔记250401
数据库·笔记·mysql·debian·database
float_六七2 小时前
蓝桥杯——统计子矩阵
职场和发展·矩阵·蓝桥杯
在努力的韩小豪2 小时前
B树和B+树的区别(B Tree & B+ Tree)
数据结构·数据库·b树·b+树·索引·数据库索引
Watink Cpper2 小时前
[MySQL初阶]MySQL(8)索引机制:下
android·数据库·b树·mysql·b+树·myisam·innodedb
苹果酱05672 小时前
SpringCloud第二篇:注册中心Eureka
java·vue.js·spring boot·mysql·课程设计
freejackman2 小时前
MySQL 基础入门
数据库·后端·sql·mysql
二年级程序员3 小时前
SQL语句(一)—— DDL
数据库·sql·mysql
邴越3 小时前
不同向量数据库(FAISS / Pinecone / Weaviate)在 RAG 中的优缺点
数据库·faiss