WHERE 和 HAVING 子句之间有什么区别？

[suhashini25]

在 SQL 中，WHERE 子句和 HAVING 子句都用于过滤数据，但它们在 SQL 查询的执行顺序、过滤对象以及是否可以使用聚合函数方面存在本质区别。理解这两者的不同是编写高效和准确 SQL 查询的关键。

1. WHERE 子句
用途： WHERE 子句用于在数据被**分组（GROUP BY）之前，对单个行（individual rows）**进行过滤。它适用于原始数据表中的每一行，并根据指定的条件决定哪些行应该被包含在查询结果中（或进入后续的分组阶段）。
位置： 在 FROM 子句之后，GROUP BY 子句之前。
能否使用聚合函数： 不能直接在 WHERE 子句中使用聚合函数（如 COUNT(), SUM(), AVG(), MIN(), MAX()），因为 WHERE 是在聚合发生之前执行的。
适用语句： 可以用于 SELECT, UPDATE, DELETE 语句。
基本语法：
此查询会在 Employees 表中逐行检查 Salary 列，只返回那些 Salary 值大于 50000 的员工记录。这个过滤操作发生在任何聚合之前。

2. HAVING 子句
用途： HAVING 子句用于在数据被**分组（GROUP BY）和聚合（aggregated）之后，对组（groups）**进行过滤。它作用于聚合函数的结果。
位置： 在 GROUP BY 子句之后，ORDER BY 子句之前。如果查 俄罗斯赌博数据 询中没有 GROUP BY 子句，但使用了聚合函数，那么 HAVING 子句会作用于整个结果集作为一个单一的组。
能否使用聚合函数： 可以使用聚合函数。这是 HAVING 子句的主要特点和存在理由。
适用语句： 通常只能用于 SELECT 语句。
基本语法：
首先，GROUP BY Department 会将员工按部门分组。
然后，COUNT(EmployeeID) 会计算每个部门的员工数量。
最后，HAVING COUNT(EmployeeID) > 2 会过滤这些组，只保留员工数量大于 2 的部门。
3. WHERE 与 HAVING 的关键区别总结
特性 WHERE 子句 HAVING 子句
过滤对象 原始数据表的单个行。 GROUP BY 子句创建的组。
执行顺序 在 FROM 和 JOIN 之后，在 GROUP BY 之前执行。 在 GROUP BY 之后，在聚合函数计算之后执行。
聚合函数 不能直接使用聚合函数。 可以使用聚合函数。
性能 通常更高效，因为它在分组前减少了要处理的行数。 可能会慢一些，因为它在所有分组和聚合计算完成后才过滤。
适用语句 SELECT, UPDATE, DELETE。 主要用于 SELECT。

Export to Sheets
4. 同时使用 WHERE 和 HAVING
在复杂的查询中，WHERE 和 HAVING 可以同时使用。在这种情况下，它们的执行顺序非常重要：

FROM 和 JOIN：确定要查询的表和它们的连接方式。
WHERE：对原始数据进行行级别过滤。只有满足 WHERE 条件的行才会被传递到下一步。
GROUP BY：将经过 WHERE 过滤后的行进行分组。
HAVING：对分组后的结果进行组级别过滤，通常涉及聚合函数。
SELECT：选择最终的列，并应用别名、表达式等。
ORDER BY：对最终结果进行排序。
示例：查找平均工资高于 60000 且部门位于 'Sales' 或 'Marketing' 的部门

SELECT Department, AVG(Salary) AS AverageSalary, COUNT(EmployeeID) AS NumberOfEmployees
FROM Employees
WHERE Department IN ('Sales', 'Marketing') -- 首先过滤掉不是Sales或Marketing部门的员工
GROUP BY Department
HAVING AVG(Salary) > 60000; -- 然后对剩下的部门（Sales和Marketing）进行聚合后过滤
解释：

WHERE Department IN ('Sales', 'Marketing')：在分组之前，它会先排除所有不在 'Sales' 或 'Marketing' 部门的员工行。这减少了需要分组的数据量。
GROUP BY Department：然后，剩余的员工（只包含 Sales 和 Marketing 部门的）会按部门分组。
HAVING AVG(Salary) > 60000：最后，系统会计算每个组（即 Sales 部门和 Marketing 部门）的平均工资，并只返回那些平均工资大于 60000 的部门。
通过这种方式，WHERE 和 HAVING 各司其职，共同完成了复杂的过滤任务，并且通常能提高查询的效率，因为 WHERE 提前减少了数据量。