|
|
面试常考：where与having有什么不同？
我们在进行查询的时候，经常需要按照条件对查询结果进行筛选，这就要用到条件语句where和having了。
where是直接对表中的字段进行限定来筛选结果，having则需要跟分组关键字group by一起使用，通过对分组字段或分组计算函数进行限定来筛选结果。虽然它们都是对查询进行限定，却有着各自的特点和适用场景。很多时候，我们会遇到2个都可以用的情况。一旦用错，就容易出现执行效率低下、查询结果错误，甚至是查询无法运行的情况。
一个实际查询需求
超市经营者提出，要查单笔销售金额超过50元的商品。
我们来分析一下这个需求：需要查询出一个商品记录集，限定条件是单笔销售超过50元。这个时候，我们就需要用到where 和 having了。
这个问题的条件很明确，查询的结果也只有“商品”一个字段，看起来挺容易实现的。
假设我们有一个商品信息表demo.goodsmaster，里面有2种商品：书和笔。
mysql> select *
-> from demo.goodsmaster;
+------------+---------+-----------+---------------+------+------------+
| itemnumber | barcode | goodsname | specification | unit | salesprice |
+------------+---------+-----------+---------------+------+------------+
| 1 | 0001 | 书 | | 本 | 89.00 |
| 2 | 0002 | 笔 | | 支 | 5.00 |
+------------+---------+-----------+---------------+------+------------+
2 rows in set (0.00 sec)
同时我们还有一个商品销售明细表demo.transactiondetails，里面有4条销售记录：
mysql> select *
-> from demo.transactiondetails;
+---------------+------------+----------+-------+------------+
| transactionid | itemnumber | quantity | price | salesvalue |
+---------------+------------+----------+-------+------------+
| 1 | 1 | 1.000 | 89.00 | 89.00 |
| 1 | 2 | 2.000 | 5.00 | 10.00 |
| 2 | 1 | 2.000 | 89.00 | 178.00 |
| 3 | 2 | 10.000 | 5.00 | 50.00 |
+---------------+------------+----------+-------+------------+
4 rows in set (0.01 sec)
接下来我们分别用where和having尽心查询，看看它们各自是如何查询的，是否能够得到正确的结果。
首先用where关键字进行查询：
mysql> select distinct b.goodsname
-> from demo.transactiondetails as a
-> join demo.goodsmaster as b
-> on (a.itemnumber=b.itemnumber)
-> where a.salesvalue > 50;
+-----------+
| goodsname |
+-----------+
| 书 |
+-----------+
1 row in set (0.00 sec)
接着，使用having 关键字进行查询：
mysql> select b.goodsname
-> from demo.transactiondetails as a
-> join demo.goodsmaster as b
-> on (a.itemnumber = b.itemnumber)
-> group by b.goodsname
-> having max(a.salesvalue) > 50;
+-----------+
| goodsname |
+-----------+
| 书 |
+-----------+
1 row in set (0.00 sec)
可以看到两次查询的结果是一样的，那么这两种查询到底有什么区别，那个更好呢？要明白这个问题，首先我们需要先学习where和having的执行过程。
where
我们先来分析一下刚才使用 where 条件的查询语句，来看看 MySQL 是如何执行这个查询的。
首先，MySQL 从数据表 demo.transactiondetails 中抽取满足条件“a.salesvalue>50”的记录：
mysql> select *
-> from demo.transactiondetails as a
-> where a.salesvalue > 50;
+---------------+------------+----------+-------+------------+
| transactionid | itemnumber | quantity | price | salesvalue |
+---------------+------------+----------+-------+------------+
| 1 | 1 | 1.000 | 89.00 | 89.00 |
| 2 | 1 | 2.000 | 89.00 | 178.00 |
+---------------+------------+----------+-------+------------+
2 rows in set (0.00 sec)
为了获取到销售信息所对应的商品名称，我们需要通过公共字段“itemnumber”与数据表 demo.goodsmaster 进行关联，从 demo.goodsmaster 中获取商品名称：
mysql> select
-> a.*, b.goodsname
-> from
-> demo.transactiondetails a
-> join
-> demo.goodsmaster b
-> on (a.itemnumber = b.itemnumber)
-> where
-> a.salesvalue > 50;
+---------------+------------+----------+-------+------------+-----------+
| transactionid | itemnumber | quantity | price | salesvalue | goodsname |
+---------------+------------+----------+-------+------------+-----------+
| 1 | 1 | 1.000 | 89.00 | 89.00 | 书 |
| 2 | 1 | 2.000 | 89.00 | 178.00 | 书 |
+---------------+------------+----------+-------+------------+-----------+
2 rows in set (0.00 sec)
这个时候，如果查询商品名称，就会出现两个重复的记录：
mysql> select
-> b.goodsname
-> from
-> demo.transactiondetails as a
-> join
-> demo.goodsmaster as b on (a.itemnumber = b.itemnumber)
-> where
-> a.salesvalue > 50;
+-----------+
| goodsname |
+-----------+
| 书 |
| 书 |
+-----------+
2 rows in set (0.00 sec)
需要注意的是，为了消除重复的语句，这里我们需要用到一个关键字：DISTINCT，它的作用是返回唯一不同的值。比如，DISTINCT 字段 1，就表示返回所有字段 1 的不同的值。
下面我们尝试一下加上 DISTINCT 关键字的查询：
mysql> select
-> distinct(b.goodsname) -- 返回唯一不同的值
-> from
-> demo.transactiondetails as a
-> join
-> demo.goodsmaster as b on (a.itemnumber = b.itemnumber)
-> where
-> a.salesvalue > 50;
+-----------+
| goodsname |
+-----------+
| 书 |
+-----------+
1 row in set (0.00 sec)
这样，我们就得到了需要的结果：单笔销售金额超过 50 元的商品就是“书”。
总之，WHERE 关键字的特点是，直接用表的字段对数据集进行筛选。如果需要通过关联查询从其他的表获取需要的信息，那么执行的时候，也是先通过 WHERE 条件进行筛选，用筛选后的比较小的数据集进行连接。这样一来，连接过程中占用的资源比较少，执行效率也比较高。
having
讲完了where，我们再说说having 是如何执行的。不过，在这之前，我们先来了解一下group by，因为having不能单独使用，必须要跟group by一起使用。
我们可以把group by 理解成对数据进行分组，方便我们对组内的数据进行统计计算。
举个小例子，来具体讲讲group by 如何使用，以及如何在分组里面进行统计计算。
假设现在有一组销售数据，我们需要从里面查询每天、每个收银员的销售数量和销售金额。我们通过以下的代码，来查看一下数据的内容：
mysql> select *
-> from demo.transactionhead;
+---------------+------------------+------------+---------------------+
| transactionid | transactionno | operatorid | transdate |
+---------------+------------------+------------+---------------------+
| 1 | 0120201201000001 | 1 | 2020-12-10 00:00:00 |
| 2 | 0120201202000001 | 2 | 2020-12-11 00:00:00 |
| 3 | 0120201202000002 | 2 | 2020-12-12 00:00:00 |
+---------------+------------------+------------+---------------------+
3 rows in set (0.00 sec)
mysql> select *
-> from demo.transactiondetails;
+---------------+------------+----------+-------+------------+
| transactionid | itemnumber | quantity | price | salesvalue |
+---------------+------------+----------+-------+------------+
| 1 | 1 | 1.000 | 89.00 | 89.00 |
| 1 | 2 | 2.000 | 5.00 | 10.00 |
| 2 | 1 | 2.000 | 89.00 | 178.00 |
| 3 | 2 | 10.000 | 5.00 | 50.00 |
+---------------+------------+----------+-------+------------+
4 rows in set (0.01 sec)
mysql> select *
-> from demo.operator;
+------------+----------+--------+--------------+-------------+---------+--------------------+--------+
| operatorid | branchid | workno | operatorname | phone | address | pid | duty |
+------------+----------+--------+--------------+-------------+---------+--------------------+--------+
| 1 | 1 | 001 | 张静 | 18612345678 | 北京 | 110392197501012332 | 店长 |
| 2 | 1 | 002 | 李强 | 13312345678 | 北京 | 110222199501012332 | 收银员 |
+------------+----------+--------+--------------+-------------+---------+--------------------+--------+
2 rows in set (0.01 sec)
mysql> select
-> a.transdate, -- 交易时间
-> c.operatorname,-- 操作员
-> d.goodsname, -- 商品名称
-> b.quantity, -- 销售数量
-> b.price, -- 价格
-> b.salesvalue -- 销售金额
-> from
-> demo.transactionhead as a
-> join
-> demo.transactiondetails as b on (a.transactionid = b.transactionid)
-> join
-> demo.operator as c on (a.operatorid = c.operatorid)
-> join
-> demo.goodsmaster as d on (b.itemnumber = d.itemnumber);
+---------------------+--------------+-----------+----------+-------+------------+
| transdate | operatorname | goodsname | quantity | price | salesvalue |
+---------------------+--------------+-----------+----------+-------+------------+
| 2020-12-10 00:00:00 | 张静 | 书 | 1.000 | 89.00 | 89.00 |
| 2020-12-10 00:00:00 | 张静 | 笔 | 2.000 | 5.00 | 10.00 |
| 2020-12-11 00:00:00 | 李强 | 书 | 2.000 | 89.00 | 178.00 |
| 2020-12-12 00:00:00 | 李强 | 笔 | 10.000 | 5.00 | 50.00 |
+---------------------+--------------+-----------+----------+-------+------------+
4 rows in set (0.00 sec)
如果我想看看每天的销售数量和销售金额，可以按照一个字段transdate对数据进行分组和统计。
mysql> select
-> a.transdate,
-> sum(b.quantity), -- 统计分组的总计销售数量
-> sum(b.salesvalue) -- 统计分组的总计销售金额
-> from
-> demo.transactionhead as a
-> join
-> demo.transactiondetails as b on (a.transactionid = b.transactionid)
-> group by a.transdate;
+---------------------+-----------------+-------------------+
| transdate | SUM(b.quantity) | SUM(b.salesvalue) |
+---------------------+-----------------+-------------------+
| 2020-12-10 00:00:00 | 3.000 | 99.00 |
| 2020-12-11 00:00:00 | 2.000 | 178.00 |
| 2020-12-12 00:00:00 | 10.000 | 50.00 |
+---------------------+-----------------+-------------------+
3 rows in set (0.00 sec)
如果想看看每天、每个收银员的销售数量和销售金额，可以按照2个字段进行分组和统计，分别是transdate和operatorname:
mysql> select
-> a.transdate,
-> c.operatorname,
-> sum(b.quantity), -- 数量求和
-> sum(b.salesvalue)-- 金额求和
-> from
-> demo.transactionhead as a
-> join
-> demo.transactiondetails as b on (a.transactionid = b.transactionid)
-> join
-> demo.operator as C on (a.operatorid = c.operatorid)
-> group by a.transdate , c.operatorname; -- 按照交易日期和操作员分组
+---------------------+--------------+-----------------+-------------------+
| transdate | operatorname | SUM(b.quantity) | SUM(b.salesvalue) |
+---------------------+--------------+-----------------+-------------------+
| 2020-12-10 00:00:00 | 张静 | 3.000 | 99.00 |
| 2020-12-11 00:00:00 | 李强 | 2.000 | 178.00 |
| 2020-12-12 00:00:00 | 李强 | 10.000 | 50.00 |
+---------------------+--------------+-----------------+-------------------+
3 rows in set (0.00 sec)
可以看到，通过对销售数据按照交易日期和收银员进行分组，再对组内数据进行求和统计，就实现了对每天、每个收银员的销售数量和销售金额的查询。
好了，知道了group by 的使用方法，我们就来学习having。
回到开头的超市经营者的需求：查询单笔销售金额超过 50 元的商品。现在我们来使用 having 来实现，代码如下：
mysql> select b.goodsname
-> from demo.transactiondetails as a
-> join demo.goodsmaster as b
-> on (a.itemnumber=b.itemnumber)
-> group by b.goodsname
-> having max(a.salesvalue) > 50;
+-----------+
| goodsname |
+-----------+
| 书 |
+-----------+
1 row in set (0.00 sec)
这种查询方式在MySQL里面分四步实现。
第一步，把流水明细表和商品信息表通过公共字段itemnumber连接起来，从两个表中获取数据：
mysql> select
-> a.*, b.*
-> from
-> demo.transactiondetails a
-> join
-> demo.goodsmaster b on (a.itemnumber = b.itemnumber);
+---------------+------------+----------+-------+------------+------------+---------+-----------+---------------+------+------------+
| transactionid | itemnumber | quantity | price | salesvalue | itemnumber | barcode | goodsname | specification | unit | salesprice |
+---------------+------------+----------+-------+------------+------------+---------+-----------+---------------+------+------------+
| 1 | 1 | 1.000 | 89.00 | 89.00 | 1 | 0001 | 书 | NULL | 本 | 89.00 |
| 1 | 2 | 2.000 | 5.00 | 10.00 | 2 | 0002 | 笔 | NULL | 支 | 5.00 |
| 2 | 1 | 2.000 | 89.00 | 178.00 | 1 | 0001 | 书 | NULL | 本 | 89.00 |
| 3 | 2 | 10.000 | 5.00 | 50.00 | 2 | 0002 | 笔 | NULL | 支 | 5.00 |
+---------------+------------+----------+-------+------------+------------+---------+-----------+---------------+------+------------+
4 rows in set (0.00 sec)
查询的结果有点复杂，为了方便理解，对结果进行了分类，并加了注释，如下图所示：
第二步，把结果集按照商品名称进行分组，分组的示意图如下所示：
组一：
组二：
第三步，对分组后的数据集进行筛选，把组中字段salesvalue的最大值 >50 的组筛选出来，结果如下：
第四步，返回商品名称。这是我们就得到了结果：单笔销售金额超过50元的商品。
总结使用having的查询过程：
首先我们需要把所有的信息都准备好，包括从关联表中获取的信息，对数据集进行分组，形成一个包含所有需要的信息的数据集合。接着，再通过having 条件筛选，得到需要的数据。
怎么正确的使用where和having？
首先我们需要知道它们的2个典型区别：
第一个区别是，如果需要通过连接从关联表中获取需要的数据，where是先筛选后连接，而having是先连接后筛选。
这一点就决定了在关联查询中，where比having更高效。因为where可以先筛选，用一个筛选后的较小的数据集和关联表进行连接，这样占用的资源比较少，执行效率也就比较高。having则需要先把结果集准备好，也就是用未被筛选的数据集进行关联，然后对这个大的数据集进行筛选，这样占用的资源就比较多，执行效率也比较低。
第二个区别是，where可以直接使用表中的字段作为筛选条件，但不能使用分组中的计算函数作为筛选条件；having必须要与group by配合使用，可以把分组计算的函数和分组字段作为筛选条件。
这也就决定了，在需要对数据进行分组统计的时候，having可以完成where不能完成的任务。这是因为，在查询语法结构中，where在group by 之前，所以无法对分组结果进行筛选。having在group by之后，可以使用分组字段和分组中的计算函数对分组的结果集进行筛选，这个功能是where无法完成的。
举个例子，假如超市经营者提出，要查询是哪个收银员、在哪天卖了2单商品。这种必须先分组才能筛选的查询，用where语句实现就比较难，我们可能要分好几步，通过把中间结果存储起来，才能搞定，但是用having，就很轻松，如下：
mysql> select
-> a.transdate, c.operatorname
-> from
-> demo.transactionhead as a
-> join
-> demo.transactiondetails as b on (a.transactionid = b.transactionid)
-> join
-> demo.operator as c on (a.operatorid = c.operatorid)
-> group by a.transdate, c.operatorname
-> having count(*)=2; -- 销售了2单
+---------------------+--------------+
| transdate | operatorname |
+---------------------+--------------+
| 2020-12-10 00:00:00 | 张静 |
+---------------------+--------------+
1 row in set (0.01 sec)
where和having的优缺点：
当然了，where和having也可以一起配合使用，包含分组统计函数的条件用having，普通条件用where。这样，我们就既利用了where条件的高效快速，又发挥了having可以使用包含分组统计函数的查询条件的优点，当数据量特别大的时候，运行效率会有很大的差别。
