MySQL查询语句(三)——having筛选

本文深入探讨MySQL中group by与having子句的应用,通过具体案例讲解如何进行数据分组和统计,包括商品折扣分析、积压货款计算、学生成绩统计等,帮助读者掌握复杂查询技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

MySQL查询语句(二)——group by分组及统计函数

having可以对结果再次进行筛选(where只对表格原有数据进行查询)
1、查出本店比商场价省200以上的商品

mysql> select goods_id,goods_name,(market_price-shop_price) as discount from goods where (market_price-shop_price)>200;
mysql> select goods_id,goods_name,(market_price-shop_price) as discount from goods having discount>200;
mysql> select goods_id,goods_name,(market_price-shop_price) as discount from goods where 1 having discount>200;

2、查出每种商品积压的货款,商品*价格

mysql> select goods_id,shop_price,(shop_price*goods_number) as h from goods;

3、查出积压的总货款

mysql> select sum(shop_price*goods_number) from goods;

4、查出每个栏目下积压的货款

mysql> select sum(shop_price*goods_number) from goods group by cat_id;

5、查出栏目积压货款金额大于30000的

mysql> select cat_id,sum(shop_price*goods_number) as q from goods group by cat_id having q>30000;

6、查出下表2门及2门以上成绩不及格者的平均成绩(难度较大的综合题)

mysql> create table result(
    -> name varchar(20) not null default '',
    -> subect varchar(20) not null default '',
    -> score smallint(5) not null default '0'
    -> )engine=myisam default charset=utf8;
Query OK, 0 rows affected (0.00 sec)

mysql> insert into result values ('张三','数学',120), ('张三','语文',12), ('张三','地理',20), ('李四','数学',44), ('李四','语文',33), ('王五','数学',5);
Query OK, 6 rows affected (0.00 sec)
Records: 6  Duplicates: 0  Warnings: 0

mysql> select * from result;
+--------+--------+-------+
| name   | subect | score |
+--------+--------+-------+
| 张三   | 数学   |   120 |
| 张三   | 语文   |    12 |
| 张三   | 地理   |    20 |
| 李四   | 数学   |    44 |
| 李四   | 语文   |    33 |
| 王五   | 数学   |     5 |
+--------+--------+-------+
6 rows in set (0.00 sec)

#方法一
mysql> select name,avg(score),sum(score<60) as c from result group by name having c>=2;
+--------+------------+------+
| name   | avg(score) | c    |
+--------+------------+------+
| 张三   |    50.6667 |    2 |
| 李四   |    38.5000 |    2 |
+--------+------------+------+
2 rows in set (0.00 sec)


#方法二(直接嵌套子查询)
#先找出挂科数不小于2的name
mysql> select name,count(1) as gks from result where score<60 group by name having gks>=2;
+--------+-----+
| name   | gks |
+--------+-----+
| 张三   |   2 |
| 李四   |   2 |
+--------+-----+
2 rows in set (0.00 sec)

mysql> select name from (select name,count(1) as gks from result where score<60 group by name having gks>=2) as tmp;
+--------+
| name   |
+--------+
| 张三   |
| 李四   |
+--------+
2 rows in set (0.00 sec)

#把这个结果里面的name当成where的输入
mysql> select name,avg(score) from result where name in ('张三','李四') group by name;
+--------+------------+
| name   | avg(score) |
+--------+------------+
| 张三   |    50.6667 |
| 李四   |    38.5000 |
+--------+------------+
2 rows in set (0.00 sec)

mysql> select name,avg(score) from result
    -> where name in (
    -> select name from (select name,count(1) as gks from result where score<60 group by name having gks>=2) as tmp)
    -> group by name;
+--------+------------+
| name   | avg(score) |
+--------+------------+
| 张三   |    50.6667 |
| 李四   |    38.5000 |
+--------+------------+
2 rows in set (0.00 sec)

常见错误1
只计算挂科成绩的平均分

mysql> select name,avg(score),count(score) as c from result where score<60 group by name having c>=2;
+--------+------------+---+
| name   | avg(score) | c |
+--------+------------+---+
| 张三   |    16.0000 | 2 |
| 李四   |    38.5000 | 2 |
+--------+------------+---+
2 rows in set (0.00 sec)

常见错误2
计算科目总数大于2的,挂科数不对

mysql> select name,avg(score),count(score<60) as c from result  group by name having c>=2;
+--------+------------+---+
| name   | avg(score) | c |
+--------+------------+---+
| 张三   |    50.6667 | 3 |
| 李四   |    38.5000 | 2 |
+--------+------------+---+
2 rows in set (0.00 sec)

MySQL查询语句(四)——order by与limit

### MySQLHAVING 和 GROUP BY 的区别及使用场景 #### 1. 定义与功能 `GROUP BY` 是 SQL 查询中的一个重要子句,用于将数据按照一个或多个列进行分组[^2]。通过 `GROUP BY`,可以对每组数据执行聚合操作(如求和、计数等),从而生成汇总结果。 相比之下,`HAVING` 则是对已经完成分组后的结果进一步筛选的条件语句[^3]。它类似于 `WHERE` 子句的作用,但专门应用于分组之后的数据集上。 --- #### 2. 执行顺序 在 SQL 查询中,各子句的逻辑执行顺序决定了它们的功能差异。以下是标准的执行流程: - **WHERE**: 首先过滤原始表中的记录。 - **GROUP BY**: 对经过 WHERE 过滤后的数据进行分组。 - **HAVING**: 在分组完成后,基于聚合函数的结果施加额外的过滤条件。 - **SELECT**: 提取最终所需的字段并计算表达式的值。 - **DISTINCT**: 如果存在,则去除重复行。 - **ORDER BY**: 最后一步,对结果集排序。 因此,在这个过程中,`HAVING` 只能访问由 `GROUP BY` 创建的分组级数据及其对应的聚合值[^1]。 --- #### 3. 使用场景比较 | 特性 | `GROUP BY` | `HAVING` | |-------------------|-----------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------| | **主要用途** | 将数据划分为若干个逻辑上的组,通常配合聚合函数一起使用 | 筛选满足特定条件的分组 | | **适用范围** | 数据源层面的操作 | 聚合结果层面的操作 | | **能否独立运行** | 单独作为查询的一部分 | 必须依赖于 `GROUP BY` 或其他产生分组结构的部分 | 例如,下面是一个典型的例子: ```sql -- 统计各部门员工数量大于5的情况 SELECT department, COUNT(employee_id) AS total_employees FROM employees GROUP BY department HAVING COUNT(employee_id) > 5; ``` 上述代码展示了如何利用 `GROUP BY` 来创建部门级别的分组,并借助 `HAVING` 排除那些不达标的分组。 --- #### 4. 实际应用案例分析 假设有一个名为 `sales` 的销售记录表,其中包含以下字段:`region` (地区), `amount` (销售额),我们希望找出总销售额超过一定阈值的所有区域。 ##### 示例一:简单分组统计 如果只需要查看每个地区的总销售额而无需任何附加约束,那么仅需用到 `GROUP BY`: ```sql SELECT region, SUM(amount) AS total_sales FROM sales GROUP BY region; ``` 此处并未涉及 `HAVING` ,因为尚未引入针对分组结果的限制条件。 ##### 示例二:带条件的分组筛选 当需要限定只显示某些高绩效区域时,就需要加入 `HAVING` : ```sql SELECT region, SUM(amount) AS total_sales FROM sales GROUP BY region HAVING SUM(amount) >= 10000; ``` 此脚本不仅完成了按区划分的任务,还剔除了不符合最低收入标准的条目。 --- #### 5. 总结 综上所述,虽然两者都服务于数据分析目的,但是其侧重点各有不同——前者负责构建基础框架;后者则承担精细化调整的角色。理解两者的协作机制对于编写高效且精准的SQL语句至关重要。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值