SQL_MySQL having 与 where 的区别 与 执行时机

参考文章地址 ： http://blog.youkuaiyun.com/jdjh1024/article/details/76647866

聚合函数是比较where、having 的关键。 
开门见山。where、聚合函数、having 在from后面的执行顺序：

where>聚合函数(sum,min,max,avg,count)>having

列出group by来比较二者。（）因where和having 在使用group by时用的最多） 
若须引入聚合函数来对group by 结果进行过滤 则只能用having。（此处不多说，自己想 是先执行聚合函数还是先过滤 然后比对我上面列出的执行顺序 一看便知）

样例：select sum(score) from student  where sex='man' group by name having sum(score)>210
   
1

注意事项 ： 
1、where 后不能跟聚合函数，因为where执行顺序大于（优先于）聚合函数。 
2、where 子句的作用是在对查询结果进行分组前，将不符合where条件的行去掉，即在分组之前过滤数据，条件中不能包含聚组函数，使用where条件显示特定的行。 
3、having 子句的作用是筛选满足条件的组，即在分组之后过滤数据，条件中经常包含聚组函数，使用having 条件显示特定的组，也可以使用多个分组标准进行分组。

实践出真知，让我们进行具体的实验！！！！！

测试场景说明 ： 查询 某学生 的 平均成绩

测试创建表：

CREATE TABLE `test_having_where` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(255) DEFAULT NULL,
  `type` varchar(255) DEFAULT NULL,
  `score` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name_index` (`name`)
) ENGINE=InnoDB AUTO_INCREMENT=151868 DEFAULT CHARSET=utf8

插入15w条测试记录

package com.test.mysql;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.SQLException;
import java.util.Random;

/**
 * Created by szh on 2017/12/26.
 *
 * @author szh
 * @date 2017/12/26
 */
public class CreateDemoData {

    public static void main(String[] args) {
        Connection connection = null;
        PreparedStatement preparedStatement = null;
        Boolean result = null;

        try {
            // 加载数据库驱动
            Class.forName("com.mysql.jdbc.Driver");

            // 通过驱动管理类获取数据库链接
            connection = DriverManager
                    .getConnection(
                            "jdbc:mysql://localhost:3306/td_dev?serverTimezone=Asia/Shanghai&characterEncoding=utf-8",
                            "root", "123456");
            // 定义sql语句 ?表示占位符
            String sql = "INSERT INTO test_having_where (`name`, type, score) VALUES (?, ?, ?)";
            preparedStatement = connection.prepareStatement(sql);

            String[] course = {"english", "chinese", "java", "css", "html"};

            Random random = new Random();


            for (int i = 0; i < 30000; i++) {

                StringBuffer tmpName = new StringBuffer();

                for (int m = 0; m < 8; m++) {
                    int key = random.nextInt() % 26;
                    char s = (char) ('a' + key);
                    tmpName.append(new Character(s));
                }


                preparedStatement.setString(1, tmpName.toString());


                for (int j = 0; j < course.length; j++) {

                    preparedStatement.setString(2, course[j]);
                    preparedStatement.setInt(3, Math.abs(random.nextInt() % 101));

                    // 向数据库发出sql执行查询，查询出结果集
                    result = preparedStatement.execute();
                }
            }

        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            // 释放资源
//            if (resultSet != null) {
//                try {
//                    resultSet.close();
//                } catch (SQLException e) {
//                    // TODO Auto-generated catch block
//                    e.printStackTrace();
//                }
//            }
            if (preparedStatement != null) {
                try {
                    preparedStatement.close();
                } catch (SQLException e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
            if (connection != null) {
                try {
                    connection.close();
                } catch (SQLException e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
            }
        }
    }
}

构建完的测试数据

两种对比：

注意：

查询的时候一定要加入   sql_no_cache  在查询的时候禁用缓存

注意 这个例子比较极端，能完美的体现 二者之间的差异。

使用having

查询时间0.236s

使用where

查询时间 0.001s

再看下2条语句通过 explain 查看下执行的过程

having 

where

可以更加直观的看到扫描行数的问题！！！

好了，由此可以得出 where 的执行时机 确实在 having 之前， 并且 mysql 引擎并不会自动的帮我们进行优化 ！！！