轻松入门MySQL：精准查询，巧用WHERE与HAVING，数据库查询如虎添翼（7）

在进行数据库查询时，经常需要使用条件语句 WHERE 和 HAVING 进行结果筛选。WHERE 用于直接对表字段进行限定，而 HAVING 需要与分组关键字 GROUP BY 结合使用，通过对分组字段或分组计算函数进行限定。在实际项目中，选择正确的条件语句是确保查询准确、资源占用少、速度更快的关键。

查询需求

在我们的进销存数据库中：查询单笔销售金额超过2000元的产品。这需要使用 WHERE 和 HAVING 进行筛选。

假设有一个产品信息表 product_info 包含两种产品：手机和电视，以及一个产品销售明细表 sales_details 包含四条销售记录。

接下来，我们将使用 WHERE 和 HAVING 分别进行查询，以了解它们的特点和优缺点。

使用 WHERE 进行查询

sql 复制代码

SELECT product_name
FROM sales_details AS a
JOIN product_info AS b ON a.product_id = b.product_id
WHERE a.sales_amount > 2000;

这样的查询直接对数据集进行筛选，通过条件 a.sales_amount > 2000 获取销售金额超过2000元的产品。

使用 HAVING 进行查询

sql 复制代码

SELECT b.product_name
FROM sales_details AS a
JOIN product_info AS b ON a.product_id = b.product_id
GROUP BY b.product_name
HAVING MAX(a.sales_amount) > 2000;

这种查询需要先使用 GROUP BY 对数据进行分组，然后通过 HAVING 对分组后的结果集进行筛选，确保销售金额超过2000元。

WHERE 和 HAVING 的执行过程

WHERE

MySQL 从表 sales_details 中抽取满足条件 a.sales_amount > 2000 的记录。
通过公共字段 product_id 与表 product_info 进行关联，获取产品名称。
使用 DISTINCT 消除重复的记录。
得到销售金额超过2000元的产品。

HAVING

对产品销售明细表和产品信息表通过公共字段 product_id 进行连接，获取数据。
按产品名称分组，形成分组后的数据集。
对分组后的数据集筛选，保留销售金额的最大值大于2000的组。
返回产品名称，得到销售金额超过2000元的产品。

WHERE 和 HAVING 的优缺点

特点	WHERE	HAVING
优点	先筛选数据再连接，执行效率高	可以使用分组中的计算函数进行筛选
缺点	不能使用分组中的计算函数进行筛选	在最后的结果集中进行筛选，执行效率较低

如何正确使用 WHERE 和 HAVING

了解它们的典型区别，特别是在关联查询中，WHERE 比 HAVING 更高效。
WHERE 可以直接使用表中的字段作为筛选条件，但不能使用分组中的计算函数。HAVING 必须与 GROUP BY 配合使用。
在需要对数据进行分组统计时，使用 HAVING 完成 WHERE 不能完成的任务。

示例查询

假设有一个新的查询任务：查询销售金额超过1000元的产品的销售日期、产品名称、销售数量和销售金额。

sql 复制代码

SELECT
    a.sales_date,
    d.product_name,
    b.quantity,
    b.unit_price,
    b.sales_amount
FROM
    sales AS a
JOIN
    sales_details AS b ON a.sales_id = b.sales_id
JOIN
    products AS d ON b.product_id = d.product_id
WHERE
    a.sales_date IN ('2023-10-10', '2023-12-31')
    AND b.sales_amount > 1000;

这个查询通过连接销售表（sales）、销售明细表（sales_details）和产品表（products），获取符合条件的销售记录。然后使用 WHERE 条件限制销售日期在指定日期范围内，并筛选销售金额超过1000元的产品。

这个查询既利用了 WHERE 条件的高效快速，又发挥了 HAVING 可以使用包含分组统计函数的查询条件的优点。

如何正确使用 WHERE 和 HAVING：更多建议

灵活运用 WHERE 条件：
- WHERE 条件适用于对单行数据进行筛选，可以根据具体需求构建多种条件组合，例如范围查询、模糊查询等。
合理使用 HAVING 条件：
- HAVING 条件适用于对分组后的数据进行聚合结果的筛选，例如筛选分组后的最大值、最小值等情况。
注意性能优化：
- 在大数据量的情况下，尽量在 WHERE 条件中完成对数据集的筛选，以提高查询效率。
善用索引：
- 对于经常用于查询条件的字段，可以考虑添加索引，以加快查询速度。
保持查询简洁：
- 在编写查询语句时，尽量保持简洁清晰，避免过度复

杂的逻辑，有助于提高代码的可读性和维护性。

通过合理地使用 WHERE 和 HAVING 条件，并结合上述更多的建议，可以更加高效地进行数据库查询，提升查询效率和开发效率。

总结

通过了解 WHERE 和 HAVING 的执行原理和特点，以及更多的使用建议和实际场景说明，我们可以在查询中充分利用它们的优势，更高效地实现我们的查询目标。在处理复杂的统计查询时，HAVING 尤为有用，因为它能轻松应对分组统计的需求，提高查询的灵活性和效率。