SQL关键字快速入门:HAVING 分组后的条件过滤

在前面的文章中,我们已经学习了如何使用 GROUP BY 对数据进行分组统计。例如计算每个用户的订单总金额、每种产品的销售数量等。

但有时候我们并不需要所有的分组结果,而是只想保留某些符合条件的组 。这时候就要用到另一个非常重要的关键字 ------ HAVING


一、什么是 HAVING?

HAVING 是 SQL 中用于对 GROUP BY 分组后的结果进行条件过滤的关键字。

你可以把它理解为:"只留下满足我条件的数据组"。

⚠️ 注意:WHERE 是在分组前过滤原始数据;而 HAVING 是在分组后对聚合结果进行过滤。


二、基本语法

sql 复制代码
SELECT column1, aggregate_function(column2)
FROM table_name
GROUP BY column1
HAVING condition;
  • condition:是一个基于聚合函数的条件表达式。

四、示例讲解

假设我们有一个 orders 表,记录了用户购买的商品和金额:

表:orders

order_id user_id product amount
1 1 手机 2999
2 1 耳机 499
3 2 鼠标 199
4 2 键盘 399
5 3 显示器 899

示例1:筛选出订单总额大于 1000 的用户

sql 复制代码
SELECT user_id, SUM(amount) AS total_amount
FROM orders
GROUP BY user_id
HAVING total_amount > 1000;

结果:

user_id total_amount
1 3498

只有张三的总金额超过了1000元,所以他是唯一一个被保留的结果。


示例2:筛选出订单数大于等于 2 的用户

sql 复制代码
SELECT user_id, COUNT(*) AS order_count
FROM orders
GROUP BY user_id
HAVING order_count >= 2;

结果:

user_id order_count
1 2
2 2

这两个用户各下了至少两个订单。


示例3:结合 WHERE 和 HAVING 使用

sql 复制代码
-- 先筛选出金额大于 200 的订单,再按用户分组并筛选出总金额大于 500 的用户
SELECT user_id, SUM(amount) AS total
FROM orders
WHERE amount > 200
GROUP BY user_id
HAVING total > 500;

结果:

user_id total
1 3498
2 598
3 899

这里先通过 WHERE 筛选掉小于200元的订单,再进行分组统计,并最终保留总金额超过500元的用户。


注意

对比项 WHERE HAVING
作用时机 在分组前过滤原始数据 在分组后过滤聚合结果
支持字段 原始表中的列 聚合函数或别名
是否必须配合 GROUP BY 使用

四、总结对比表

场景 使用方式
分组后筛选总金额大于 X HAVING SUM(amount) > X
分组后筛选订单数量 HAVING COUNT(*) >= N
分组后筛选平均值 HAVING AVG(score) > 80
分组后筛选最大/最小值 HAVING MAX(value) > 1000
分组后筛选特定聚合结果 HAVING MIN(price) < 50

如果这篇文章对大家有帮助可以点赞关注,你的支持就是我的动力😊!

相关推荐
这个DBA有点耶31 分钟前
分布式数据库到底该不该上?从判断标准到架构选型的实战思考
数据库·架构·dba
01_ice1 小时前
MySQL库和表的操作
数据库·mysql
布莱克6052 小时前
数据库索引分类:数据结构、物理存储与逻辑角度详解
数据结构·数据库
SelectDB2 小时前
DeepSeek Harness 接入 Litefuse:完善 Agent 可观测与评估能力
数据库
这个DBA有点耶3 小时前
从库延迟的“二次放大”效应:一次大事务,拖垮整个读写分离
数据库·mysql·架构
LearnYard3 小时前
自然语言驱动的数据图表生成:几款工具功能对比实践
数据库·百度·powerpoint
一个有温度的技术博主3 小时前
MySQL 三大日志协同机制:redo log、undo log 与 binlog 的联合运作
数据库·mysql·oracle
ltl4 小时前
ClickHouse 与 DuckDB 选型:不是同一类列存
数据库
ltl4 小时前
RocksDB WAL 与 WriteBatch:持久化与原子批写
数据库
ltl4 小时前
流批一体与增量视图:Materialize、RisingWave 与 DBSP
数据库