PostgreSQL HAVING 子句用法详解

PostgreSQL HAVING 子句用法详解

 

在 PostgreSQL 中，HAVING 子句用于筛选由 GROUP BY 子句分组后的结果集，它和 WHERE 子句的作用类似，但应用场景有所不同。WHERE 子句用于在分组之前过滤行，而 HAVING 子句用于在分组之后过滤分组。以下是关于 HAVING 子句用法的详细介绍。

基本语法

SELECT column1, aggregate_function(column2)
FROM table_name
WHERE condition
GROUP BY column1
HAVING condition;

语法解释

• SELECT：指定要查询的列，通常包含分组列和聚合函数。
• FROM：指定要查询的表。
• WHERE：可选子句，用于在分组之前过滤行。
• GROUP BY：将结果集按照指定的列进行分组。
• HAVING：用于在分组之后过滤分组，筛选出满足条件的分组。

简单示例

假设有一个名为 orders 的表，包含 customer_id、order_date 和 amount 三列，我们要找出总订单金额大于 1000 的客户。

 

-- 创建示例表
CREATE TABLE orders (
    customer_id INT,
    order_date DATE,
    amount DECIMAL(10, 2)
);

-- 插入示例数据
INSERT INTO orders (customer_id, order_date, amount)
VALUES 
(1, '2024-01-01', 500),
(1, '2024-02-01', 600),
(2, '2024-01-15', 300),
(2, '2024-02-15', 400);

-- 使用 HAVING 子句查询
SELECT customer_id, SUM(amount) as total_amount
FROM orders
GROUP BY customer_id
HAVING SUM(amount) > 1000;

示例解释

• GROUP BY customer_id：将 orders 表按照 customer_id 进行分组。
• SUM(amount)：计算每个分组的订单总金额。
• HAVING SUM(amount) > 1000：筛选出总订单金额大于 1000 的分组。

结合多个聚合函数和条件

HAVING 子句可以结合多个聚合函数和条件，例如，我们要找出订单数量大于 1 且总订单金额大于 800 的客户。

 

SELECT customer_id, COUNT(*) as order_count, SUM(amount) as total_amount
FROM orders
GROUP BY customer_id
HAVING COUNT(*) > 1 AND SUM(amount) > 800;

解释

• COUNT(*)：计算每个分组的订单数量。
• SUM(amount)：计算每个分组的订单总金额。
• HAVING COUNT(*) > 1 AND SUM(amount) > 800：筛选出订单数量大于 1 且总订单金额大于 800 的分组。

与 WHERE 子句配合使用

WHERE 子句和 HAVING 子句可以同时使用，WHERE 子句在分组之前过滤行，HAVING 子句在分组之后过滤分组。例如，我们要找出 2024 年 1 月之后下订单，且总订单金额大于 1000 的客户。

 

SELECT customer_id, SUM(amount) as total_amount
FROM orders
WHERE order_date > '2024-01-31'
GROUP BY customer_id
HAVING SUM(amount) > 1000;

解释

• WHERE order_date > '2024-01-31'：在分组之前，筛选出 2024 年 1 月之后的订单。
• GROUP BY customer_id：将筛选后的订单按照 customer_id 进行分组。
• HAVING SUM(amount) > 1000：在分组之后，筛选出总订单金额大于 1000 的分组。

注意事项

• 只能使用聚合函数：HAVING 子句中通常使用聚合函数（如 SUM、COUNT、AVG 等）来筛选分组，因为它是在分组之后进行过滤的。
• 分组列的使用：HAVING 子句中可以使用分组列进行条件筛选，但一般更常用于聚合函数的结果筛选。
• 性能影响：在使用 HAVING 子句时，要注意性能问题，因为它会在分组之后进行过滤，可能会增加查询的开销。