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

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_id、customer_id、order_date 和 order_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。

结合 HAVING 和其他子句

假设我们有一个员工表 employees，包含列 employee_id、department_id 和salary。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 BY 和 HAVING 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！