HAVING
Как отфильтровать уже готовые группы после GROUP BY
Теория
После знакомства с GROUP BY становится интересно: вот мы научились делить строки на группы и считать итоги внутри них, но как оставить только нужные группы?
Представьте ситуацию.
Мы посчитали, сколько пользователей зарегистрировалось из каждого города. Но теперь нам не нужны города, где зарегистрирован всего один человек. Мы хотим оставить только те города, где пользователей хотя бы два.
Оператор WHERE в таком случае уже не поможет, потому что он работает раньше группировки и фильтрует отдельные строки, а не готовые группы.
Для таких задач нужен оператор HAVING.
Он работает после GROUP BY и проверяет уже не отдельную строку таблицы, а итог по группе.
Проще говоря, разница такая:
• WHERE — решает, какие строки попадут в расчёт;
• HAVING — решает, какие уже посчитанные группы останутся в результате.
Обычно необходимость HAVING можно увидеть по таким формулировкам:
• показать только те города, где пользователей больше 5;
• оставить только те статусы, где заказов не меньше 3;
• показать только те отделы, где средняя зарплата выше 90000.
То есть здесь нас интересует уже не просто строка таблицы, а итог по группе: количество, сумма, среднее, максимум или минимум.
Представьте ситуацию.
Мы посчитали, сколько пользователей зарегистрировалось из каждого города. Но теперь нам не нужны города, где зарегистрирован всего один человек. Мы хотим оставить только те города, где пользователей хотя бы два.
Оператор WHERE в таком случае уже не поможет, потому что он работает раньше группировки и фильтрует отдельные строки, а не готовые группы.
Для таких задач нужен оператор HAVING.
Он работает после GROUP BY и проверяет уже не отдельную строку таблицы, а итог по группе.
Проще говоря, разница такая:
• WHERE — решает, какие строки попадут в расчёт;
• HAVING — решает, какие уже посчитанные группы останутся в результате.
Обычно необходимость HAVING можно увидеть по таким формулировкам:
• показать только те города, где пользователей больше 5;
• оставить только те статусы, где заказов не меньше 3;
• показать только те отделы, где средняя зарплата выше 90000.
То есть здесь нас интересует уже не просто строка таблицы, а итог по группе: количество, сумма, среднее, максимум или минимум.
Синтаксис
SELECT column_name,
aggregate_function(other_column)
FROM table_name
GROUP BY column_name
HAVING aggregate_function(other_column) > value;
Сначала запрос читает строки из таблицы после FROM. Потом, если есть WHERE, он отбрасывает ненужные строки. После этого GROUP BY собирает оставшиеся строки в группы, а агрегатные функции считают итог внутри каждой группы.
И только после этого подключается HAVING.
Он смотрит на уже готовый результат группировки и решает, какие группы оставить, а какие убрать.
Поэтому внутри HAVING обычно и пишут агрегатные функции: COUNT(*), AVG(salary), SUM(quantity) и так далее.
Ведь проверяем мы именно итог по группе.
Если условие относится к отдельным строкам до группировки, ему место в WHERE. Если условие относится к уже посчитанной группе, ему место в HAVING.
И только после этого подключается HAVING.
Он смотрит на уже готовый результат группировки и решает, какие группы оставить, а какие убрать.
Поэтому внутри HAVING обычно и пишут агрегатные функции: COUNT(*), AVG(salary), SUM(quantity) и так далее.
Ведь проверяем мы именно итог по группе.
Если условие относится к отдельным строкам до группировки, ему место в WHERE. Если условие относится к уже посчитанной группе, ему место в HAVING.
Примеры
1. Города, где зарегистрировано больше пяти пользователей
Сначала пользователи собираются в группы по городам, потом COUNT(*) считает количество пользователей в каждой группе, и только после этого HAVING оставляет те города, где пользователей больше пяти. Вот это и есть классический сценарий для HAVING.
🔄 Попробуйте изменить запрос:
- • Поменяйте условие на HAVING COUNT(*) >= 2
- • Уберите COALESCE и посмотрите, как будет выглядеть группа с NULL
2. Отделы, где средняя зарплата выше 90000
Здесь нас интересует средняя зарплата по отделу. Значит, сначала нужно выполнить группировку по department_id, посчитать среднее, а потом через HAVING отфильтровать только те отделы, где этот итог выше нужного порога.
🔄 Попробуйте изменить запрос:
- • Поменяйте порог на 93000
- • Попробуйте вместо AVG(salary) использовать MAX(salary)
3. Статусы заказов в 2024 году, которые встречаются минимум два раза
Наглядный пример, на котором видно разницу между WHERE и HAVING. Сначала WHERE оставляет только заказы за 2024 год, потом идёт группировка по статусу, и только потом HAVING убирает редкие группы.
🔄 Попробуйте изменить запрос:
- • Поменяйте условие на HAVING COUNT(*) > 6
4. Почему в HAVING нужно писать полное выражение, а не псевдоним
Сам запрос здесь написан правильно: в HAVING используется полное выражение COUNT(*). Это подходящий момент, чтобы показать один нюанс PostgreSQL: если заменить выражение на псевдоним workers_count, мы получим ошибку. Поэтому в HAVING безопаснее писать само агрегатное выражение целиком.
🔄 Попробуйте изменить запрос:
- • Попробуйте заменить COUNT(*) в HAVING на workers_count и посмотрите, что произойдёт
5. Пользователи, у которых есть минимум два заказа с указанным статусом
Сначала мы убираем заказы без статуса, потому что они нам не нужны. Потом собираем строки по пользователям. А дальше HAVING оставляет только тех пользователей, у которых таких заказов хотя бы два.
🔄 Попробуйте изменить запрос:
- • Поменяйте условие на HAVING COUNT(*) >= 5
- • Попробуйте заменить WHERE status IS NOT NULL на WHERE status IS NULL и сравните результат
Типичные ошибки
Путают WHERE и HAVING
WHERE работает по отдельным строкам до группировки. HAVING работает по уже готовым группам после GROUP BY. Это главное различие темы.
Пытаются писать агрегатное условие в WHERE
Запись вроде WHERE COUNT(*) > 2 не подходит. В этот момент SQL ещё не посчитал группы. Такое условие должно быть в HAVING.
Пишут в HAVING обычное условие, которое лучше подошло бы для WHERE
Например, если нужно оставить только заказы за 2024 год, это лучше сделать через WHERE order_date BETWEEN '2024-01-01' AND '2024-12-31', а не тащить это в HAVING. Так запрос и понятнее, и логичнее.
Забывают, что HAVING фильтрует уже готовые итоги
Если группа не прошла условие в HAVING, она исчезает целиком. Не одна строка из группы, а вся группа сразу.
Пытаются использовать в HAVING псевдоним из SELECT
В PostgreSQL такая запись может привести к ошибке. Поэтому в HAVING лучше сразу писать само агрегатное выражение целиком: HAVING COUNT(*) >= 2, а не псевдоним вроде orders_count.
Практика
Проверь себя
Ответьте на вопросы, чтобы закрепить материал:
1
В чём главное отличие HAVING от WHERE?
2
Что не так в условии WHERE COUNT(*) > 2?
3
Напишите запрос к таблице orders, который выведет worker_id и количество заказов каждого работника за 2024 год. В результат должны попасть только те работники, у которых таких заказов больше одного. Отсортируйте результат по количеству заказов по убыванию, а при равенстве — по worker_id.
4
Если группа не проходит условие в HAVING, что произойдёт?
5
Напишите запрос к таблице products. Нужно сгруппировать товары по категориям после фильтра price BETWEEN 50000 AND 120000 и оставить только те категории, где товаров минимум два. Если категория не указана, вместо неё покажите 'без категории'. В результате выведите два столбца: category_label и products_count. Отсортируйте результат по названию категории.
6
Что произойдёт в PostgreSQL, если в HAVING попробовать использовать псевдоним из SELECT вместо полного агрегатного выражения?
7
Напишите запрос к таблице order_items, который покажет product_id и общее количество проданных единиц товара по каждому продукту. В расчёт должны попасть только строки, где quantity >= 2. В результате оставьте только те товары, у которых после такого фильтра суммарное количество больше 10. Назовите итоговый столбец total_quantity и отсортируйте результат по этому количеству по убыванию, а затем по product_id.
8
Если запрос уже выполнил GROUP BY и теперь нужно оставить только те группы, где COUNT(*) > 3, какое ключевое слово нужно использовать? Введите одно слово.