在介绍GROUP BY 和 HAVING 子句前,我们必需先讲讲sql语言中一种特殊的函数:聚合函数,

例如SUM, COUNT, MAX, AVG等。这些函数和其它函数的根本区别就是它们一般作用在多条记录上。

SELECT SUM(population) FROM bbc

这里的SUM作用在所有返回记录的population字段上,结果就是该查询只返回一个结果,即所有

国家的总人口数。

having是分组(group by)后的筛选条件,分组后的数据组内再筛选

where则是在分组前筛选

通过使用GROUP BY 子句,可以让SUM 和 COUNT 这些函数对属于一组的数据起作用。

当你指定 GROUP BY region 时, 属于同一个region(地区)的一组数据将只能返回一行值.

也就是说,表中所有除region(地区)外的字段,只能通过 SUM, COUNT等聚合函数运算后返回一个值.

HAVING子句可以让我们筛选成组后的各组数据.

WHERE子句在聚合前先筛选记录.也就是说作用在GROUP BY 子句和HAVING子句前.

而 HAVING子句在聚合后对组记录进行筛选。

让我们还是通过具体的实例来理解GROUP BY 和 HAVING 子句,还采用第三节介绍的bbc表。

SQL实例:

一、显示每个地区的总人口数和总面积.

SELECT region, SUM(population), SUM(area)

FROM bbc

GROUP BY region

先以region把返回记录分成多个组,这就是GROUP BY的字面含义。分完组后,然后用聚合函数对每组中的不同字段(一或多条记录)作运算。

二、 显示每个地区的总人口数和总面积.仅显示那些面积超过1000000的地区。

SELECT region, SUM(population), SUM(area)

FROM bbc8 F4 w2 v( P- f

GROUP BY region

HAVING SUM(area)>1000000#

在这里,我们不能用where来筛选超过1000000的地区,因为表中不存在这样一条记录。

相反,HAVING子句可以让我们筛选成组后的各组数据

三、查询CUSTOMER 和ORDER表中用户的订单数

select c.name, count(order_number) as count from orders o,customer c where c.id=o.customer_id group by customer_id;

+--------+-------+

| name | count |

+--------+-------+

| d | 9 |

| cc | 6 |

| 菩提子 | 1 |

| cccccc | 2 |

+--------+-------+

增加HAVING过滤

select c.name, count(order_number) as count from orders o,customer c where c.id=o.customer_id group by customer_id having count(order_number)>5;

+------+-------+

| name | count |

+------+-------+

| d | 9 |

| cc | 6 |

+------+-------+

四、我在多举一些例子

SQL> select * from sc;

SNO PNO GRADE

---------- ----- ----------

1 YW 95

1 SX 98

1 YY 90

2 YW 89

2 SX 91

2 YY 92

3 YW 85

3 SX 88

3 YY 96

4 YW 95

4 SX 89

SNO PNO GRADE

---------- ----- ----------

4 YY 88

这个表所描述的是4个学生对应每科学习成绩的记录,其中SNO(学生号)、PNO(课程名)、GRADE(成绩)。

1、显示90分以上学生的课程名和成绩

//这是一个简单的查询,并没有使用分组查询

SQL> select sno,pno,grade from sc where grade>=90;

SNO PNO GRADE

---------- ----- ----------

1 YW 95

1 SX 98

1 YY 90

2 SX 91

2 YY 92

3 YY 96

4 YW 95

已选择7行。

2、显示每个学生的成绩在90分以上的各有多少门

//进行分组显示,并且按照where条件之后计数

SQL> select sno,count(*) from sc where grade>=90 group by sno;

SNO COUNT(*)

---------- ----------

1 3

2 2

4 1

3 1

3、这里我们并没有使用having语句,接下来如果我们要评选三好学生,条件是至少有两门课程在90分以上才能有资格,列出有资格的学生号及90分以上的课程数。

//进行分组显示,并且按照where条件之后计数,在根据having子句筛选分组

SQL> select sno,count(*) from sc where grade>=90 group by sno having count(*)>=2;

SNO COUNT(*)

---------- ----------

1 3

2 2

这个结果是我们想要的,它列出了具有评选三好学生资格的学生号,跟上一个例子比较之后,发现这是在分组后进行的子查询。

4、学校评选先进学生,要求平均成绩大于90分的学生都有资格,并且语文课必须在95分以上,请列出有资格的学生

//实际上,这个查询先把语文大于95分的学生号提取出来,之后求平均值,分组显示后根据having语句选出平均成绩大于90的

SQL> select sno,avg(grade) from sc where SNO IN (SELECT SNO FROM SC WHERE GRADE>=95 AND PNO='YW') group by sno having avg(grade)>=90;

SNO AVG(GRADE)

---------- ----------

1 94.3333333

4 90.6666667

5、查询比平均成绩至少比学号是3的平均成绩高的学生学号以及平均分数

//having子句中可进行比较和子查询

SQL> select sno,avg(grade) from sc

group by sno

having avg(grade) > (select avg(grade) from sc where sno=3);

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

本文标题: 浅谈sql语句中GROUP BY 和 HAVING的使用方法

本文地址: http://www.cppcns.com/shujuku/mysql/260025.html

mysql groupby having_浅谈sql语句中GROUP BY 和 HAVING的使用方法相关推荐

  1. 事物日志恢复 mysql_浅谈SQL Server中的事务日志(五)----日志在高可用和灾难恢复中的作用...

    本篇文章是系列文章中的第五篇,是对前一个日志系列的补充篇.如果您对日志的基本概念还没有一个比较系统的了解,可以参看本系列之前的文章: 浅谈SQL Server中的事务日志(一)----事务日志的物理和 ...

  2. 锁定计算机 背景图片,浅谈win7系统中电脑开机的背景图片修改方法

    在操作电脑中无奇不有,为了让电脑变得更有个性,特别用户就想改掉原有的经典的WINDOWS开机背景,换上自己喜欢的开机背景图片,在win7系统下对于怎么设置这个过程,下面豆豆来详细介绍下修改方法. 浅谈 ...

  3. mysql与orancl_清晰讲解SQL语句中的外连接,通用于Mysql和Oracle,全是干货哦

    清晰讲解SQL语句中的外连接,通用于Mysql和Oracle,全是干货哦 直入主题: 我们做一个操作,将员工SCOTT的部门去掉,再次通过内连接查看数据,看看会产生什么现象? 使用内连接,查询数据 问 ...

  4. 【Elasticsearch】Elasticsearch如何实现 SQL语句中 Group By 和 Limit 的功能

    1.概述 转载:https://elasticsearch.cn/article/629 有 SQL 背景的同学在学习 Elasticsearch 时,面对一个查询需求,不由自主地会先思考如何用 SQ ...

  5. 浅谈SQL Server中的事物日志(一)

    简介 SQL Server中的事务日志无疑是SQL Server中最重要的部分之一.因为SQL SERVER利用事务日志来确保持久性(Durability)和事务回滚(Rollback).从而还部分确 ...

  6. sql语句中GROUP BY 和 HAVING的使用 count()

    在介绍GROUP BY 和 HAVING 子句前,我们必需先讲讲sql语言中一种特殊的函数:聚合函数,  例如SUM, COUNT, MAX, AVG等.这些函数和其它函数的根本区别就是它们一般作用在 ...

  7. 浅谈SQL Server中统计对于查询的影响

    简介 SQL Server查询分析器是基于开销的.通常来讲,查询分析器会根据谓词来确定该如何选择高效的查询路线,比如该选择哪个索引.而每次查询分析器寻找路径时,并不会每一次都去统计索引中包含的行数,值 ...

  8. mysql char转int_在sql语句中怎样把char类型转换成int类型?

    展开全部 首先char类型的必须是数字,将字符的数32313133353236313431303231363533e58685e5aeb931333431373262字转成数字,比如'0'转成0可以直 ...

  9. 再谈SQL Server中日志的的作用

    简介 之前我已经写了一个关于SQL Server日志的简单系列文章.本篇文章会进一步挖掘日志背后的一些概念,原理以及作用.如果您没有看过我之前的文章,请参阅: 浅谈SQL Server中的事务日志(一 ...

最新文章

  1. 企业有需求,那么站点就应该不断完善功能
  2. 利用windows优化大师软件卸载一手和清理一招
  3. 复现强网杯python is the best language 2
  4. ubuntu 18.10无法locate boot-repair
  5. 实战Cisco路由器交换机各型号密码恢复
  6. linux防火墙开启某端口命令行,linux上防火墙 开启某个端口
  7. [git] 基础操作-02 分支和主支合并
  8. 02-Http请求与响应全解
  9. HTML5物理游戏开发 - 越野山地自行车(三)粉碎自行车
  10. 神经图灵机NTM —— 元学习
  11. 远程预付费电能监测系统设计与应用
  12. 深度残差网络_深度残差收缩网络:借助注意力机制实现特征的软阈值化
  13. javascript 模块加载器——coolie
  14. 期货开户对资金有要求(期货开户有条件吗)
  15. 联想小新13pro安装ubuntu双系统心得(解决无法识别启动U盘等问题)
  16. linux修复磁盘坏道
  17. ubuntu 安装chrome并禁止提示更新
  18. k8s ingress and egress
  19. ransomware(假的勒索病毒)逆向分析
  20. Python爬虫——王者荣耀全皮肤拉取

热门文章

  1. Appium图像识别技术OpenCV
  2. rake db:reset
  3. xposed安装,与android逆向工程之xposed的hook
  4. 谁在「元宇宙」里卖咖啡?
  5. latex与英文论文提交问题
  6. ooVista 团队软件 USBkill 7.0 U盘防火墙发布
  7. python中同名函数
  8. 使用jquery获取指定id下面的div元素个数
  9. 29.1 CSS介绍、3种使用方式、9种选择器、常用属性、实现注册界面
  10. python 输入年月获取下个月年月