sql怎样使用having结合聚合函数筛选数据

在SQL查询场景中，我们经常需要先对数据做分组统计，再筛选出符合特定统计条件的分组结果，这时候having子句结合聚合函数就能发挥重要作用。它和where子句的作用场景不同，专门针对分组后的聚合结果做过滤，是SQL分组查询中不可或缺的一部分。

having子句的基本作用

having子句通常与group_by子句搭配使用，作用是对group_by分组后的结果集进行条件筛选。和where子句直接筛选原始数据行不同，having子句筛选的是分组后的聚合结果，所以条件中经常会包含聚合函数的计算结果。

常见聚合函数与having的配合使用

SQL中常用的聚合函数包括count()、sum()、avg()、max()、min()等，这些函数和having结合可以实现多种筛选需求。

1. 使用count()结合having筛选分组数量

比如我们有一张订单表order_table，包含user_id（用户ID）、order_id（订单ID）、order_amount（订单金额）字段，现在需要筛选出下单次数大于等于3次的用户。

-- 先按用户ID分组统计每个用户的下单次数，再筛选次数>=3的分组
select user_id, count(order_id) as order_count
from order_table
group by user_id
having count(order_id) >= 3;

2. 使用sum()结合having筛选总和条件

同样以订单表为例，需要筛选出总订单金额超过1000元的用户，就可以用sum()聚合函数计算总金额，再用having做筛选。

-- 按用户分组统计总订单金额，筛选总金额>1000的用户
select user_id, sum(order_amount) as total_amount
from order_table
group by user_id
having sum(order_amount) > 1000;

3. 使用avg()结合having筛选平均值条件

如果要筛选出平均订单金额大于200元的用户，就可以使用avg()函数结合having实现。

-- 按用户分组计算平均订单金额，筛选平均值>200的用户
select user_id, avg(order_amount) as avg_amount
from order_table
group by user_id
having avg(order_amount) > 200;

having和where的核心区别

很多用户容易混淆having和where的用法，两者的核心区别如下：

需要注意的是，如果查询中同时使用了where和having，会先执行where筛选原始数据，再对筛选后的结果做分组，最后执行having筛选分组结果。

having使用的注意事项

• having子句必须和group_by子句配合使用，除非查询中使用了聚合函数且没有group_by，这时候整个结果集会被当作一个分组，having可以筛选这个唯一的聚合结果。
• having子句中的条件如果涉及字段，最好是group_by中出现的分组字段，或者是聚合函数的计算结果，否则可能会出现不符合预期的结果。
• 可以在having子句中使用别名，比如前面示例中给聚合结果起的别名order_count，在having中可以直接使用，不需要重复写聚合函数。

比如刚才统计下单次数的查询，也可以写成如下形式：

-- 使用别名简化having条件
select user_id, count(order_id) as order_count
from order_table
group by user_id
having order_count >= 3;

复杂场景示例

如果有多个筛选条件，可以在having子句中使用逻辑运算符and、or组合条件。比如需要筛选出下单次数大于等于3次，并且总订单金额超过1000元的用户：

-- 组合多个having筛选条件
select user_id, 
       count(order_id) as order_count,
       sum(order_amount) as total_amount
from order_table
group by user_id
having order_count >= 3 and total_amount > 1000;

掌握having结合聚合函数的用法，能帮助我们更灵活地处理SQL分组查询中的筛选需求，避免先查出所有分组结果再做二次处理的繁琐操作，提升查询效率。

SQLhaving子句聚合函数数据筛选group_by修改时间：2026-06-15 23:18:56