PostgreSQL HAVING 子句

HAVING 子句用于过滤由 GROUP BY 子句汇总后的数据行分组。

虽然 WHERE 子句可以在数据被分组之前过滤单个数据行，但 HAVING 是在执行了 GROUP BY 操作并且聚合函数计算出结果之后，再去过滤这些分组的。这种区别对于构建需要基于“聚合数据”（如总和、平均值等）进行条件判断的查询至关重要。

1. 理解 WHERE 与 HAVING 的区别

WHERE 子句在发生任何分组或聚合操作之前作用于单个数据行。它负责筛选出哪些行能够参与后续的 GROUP BY 操作。

相反，HAVING 子句作用于 GROUP BY 子句的结果，它通常基于聚合函数（如 COUNT、SUM 等）的条件来过滤这些分组本身。

考虑一个名为 orders（订单）的表，包含 customer_id（客户 ID）、order_amount（订单金额）和 order_date（订单日期）等列。

1.1 WHERE 子句示例

如果在按客户分组之前，你想找到所有金额大于 100 的订单，你会使用 WHERE：

SELECT
    customer_id,
    order_amount
FROM
    orders
WHERE
    order_amount > 100; -- 过滤 order_amount 大于 100 的独立数据行

此查询返回金额超过 100 的单个订单的详细信息。

1.2 HAVING 子句示例

如果你想找出总订单金额大于 500 的客户，你需要首先按 customer_id 分组，然后对 SUM(order_amount) 应用条件：

SELECT
    customer_id,
    SUM(order_amount) AS total_spent
FROM
    orders
GROUP BY
    customer_id
HAVING
    SUM(order_amount) > 500; -- 过滤订单总和 (total_spent) 大于 500 的分组

此查询可以识别出跨越所有订单、总消费金额超过 500 的客户。

2. 结合使用 WHERE 和 HAVING

在同一个查询中同时使用 WHERE 和 HAVING 是非常常见的做法。

WHERE 子句首先过滤单个数据行，在分组前缩小数据集的范围。然后，GROUP BY 子句对过滤后的行进行分组。最后，HAVING 子句根据聚合条件过滤这些分组。这种操作顺序对于优化查询性能和实现精确过滤必不可少。

再次考虑 orders 表。如果你想找出在特定日期之后下单、且这些订单的总金额大于 500 的客户，你需要结合使用 WHERE 和 HAVING：

SELECT
    customer_id,
    SUM(order_amount) AS total_spent
FROM
    orders
WHERE
    order_date >= '2023-01-01' -- 首先过滤出 2023-01-01 及之后下单的独立订单
GROUP BY
    customer_id
HAVING
    SUM(order_amount) > 500; -- 然后过滤出（这些过滤后的订单）总消费金额大于 500 的客户分组

这个查询首先将订单缩小到 2023 年或之后下达的订单，然后按客户对这些剩余订单进行分组，最后仅筛选出那些从 2023 年及以后的订单中总消费超过 500 的客户。

3. HAVING 子句的实际案例

让我们使用一个假设的 sales（销售）表来演示 HAVING 子句的更多实际案例：

3.1 示例 1：按平均销售额过滤

查找平均 sales_amount（销售额）大于 100 的地区：

SELECT
    region,
    AVG(sales_amount) AS average_sales
FROM
    sales
GROUP BY
    region
HAVING
    AVG(sales_amount) > 100;

解析：

• GROUP BY region: 按各自的地区对所有销售记录进行分组。
• AVG(sales_amount): 计算每个地区的平均销售额。
• HAVING AVG(sales_amount) > 100: 过滤这些分组，只保留计算出的平均销售额超过 100 的地区。

输出结果（基于示例数据）：

分组后的初始数据：

| region | average_sales |
| :----- | :------------ |
| North  | 108.333333333 |
| South  | 350.000000000 |
| East   | 85.000000000  |
| West   | 300.000000000 |

经过 HAVING 过滤后：

| region | average_sales |
| :----- | :------------ |
| North  | 108.333333333 |
| South  | 350.000000000 |
| West   | 300.000000000 |

3.2 示例 2：按产品种类数量过滤

查找销售了超过 2 种不同产品的地区：

SELECT
    region,
    COUNT(DISTINCT product_id) AS distinct_products_sold
FROM
    sales
GROUP BY
    region
HAVING
    COUNT(DISTINCT product_id) > 2;

解析：

• GROUP BY region: 按地区分组。
• COUNT(DISTINCT product_id): 计算每个地区内有多少个唯一的 product_id 值。
• HAVING COUNT(DISTINCT product_id) > 2: 过滤分组，仅保留销售了两种以上不同产品的地区。

输出结果（基于示例数据）：

分组后的初始数据：

| region | distinct_products_sold |
| :----- | :--------------------- |
| North  | 1                      |
| South  | 2                      |
| East   | 1                      |
| West   | 1                      |

经过 HAVING 过滤后：（由于没有地区满足条件，结果集将为空）。

3.3 示例 3：结合 WHERE 按最低销售额过滤

查找在 2023 年 2 月 1 日之后发生的销售中，最低 sales_amount 大于 100 的地区：

SELECT
    region,
    MIN(sales_amount) AS min_sales_after_feb
FROM
    sales
WHERE
    sales_date > '2023-02-01' -- 在分组前过滤独立的数据行
GROUP BY
    region
HAVING
    MIN(sales_amount) > 100; -- 根据过滤后数据行计算出的最低销售额来过滤分组

输出结果（基于示例数据）：

| region | min_sales_after_feb |
| :----- | :------------------ |
| West   | 300.00              |
| South  | 500.00              |

4. 真实业务应用场景

设想一家全球电商公司需要追踪客户订单。他们可能会使用 HAVING 子句来识别高价值客户群体或表现不佳的产品类别。

4.1 识别高价值客户

营销团队想要为满足以下条件的客户开展特别促销活动：至少下了 5 个订单，并且平均订单价值大于 $200。

SELECT
    c.customer_id,
    c.customer_name,
    COUNT(o.order_id) AS total_orders,
    AVG(o.order_total) AS average_order_value
FROM
    customers c
JOIN
    orders o ON c.customer_id = o.customer_id
GROUP BY
    c.customer_id, c.customer_name
HAVING
    COUNT(o.order_id) >= 5 AND AVG(o.order_total) > 200;

该查询首先将所有订单按客户进行分组，计算每位客户的总订单数和平均订单价值，然后使用 HAVING 筛选出同时满足这两个条件的客户：订单数至少为 5，且平均订单价值超过 $200。

4.2 检测表现不佳的产品

产品经理想要识别在上个季度总收入低于 $1000 的产品，前提是这些产品至少被售出了 10 次。这可能意味着该产品虽然销售频繁，但单件利润极低。

SELECT
    p.product_id,
    p.product_name,
    SUM(li.quantity * li.unit_price) AS total_revenue,
    COUNT(li.order_id) AS total_sales_transactions
FROM
    products p
JOIN
    order_line_items li ON p.product_id = li.product_id
JOIN
    orders o ON li.order_id = o.order_id
WHERE
    o.order_date >= '2023-10-01' AND o.order_date < '2024-01-01' -- 过滤出上个季度的数据
GROUP BY
    p.product_id, p.product_name
HAVING
    SUM(li.quantity * li.unit_price) < 1000 AND COUNT(li.order_id) >= 10;

在这里，WHERE 子句首先将分析范围限制在特定季度内的订单。然后，按产品对数据进行分组，并用聚合函数计算总收入和销售交易次数。最后，HAVING 子句过滤这些产品分组，找出符合表现不佳标准的产品：在那个季度内总收入低并且销售频率高。