Having子句用法

Having基础用法

集合结果指定条件
注：HAVING子句中能够使用三种要素：常数，聚合函数，GROUP BY子句中指定的列名(聚合建)
HAVING子句：
用having就一定要和group by连用， 用group by不一有having（它只是一个筛选条件用的）

商品品种分组后结果中筛选出数据行数为2行的数据:

SELECT product_type, COUNT(*)
    FROM Product
  GROUP BY product_type
 HAVING COUNT(*) = 2;

平均数,销售价格大于2500的

SELECT product_type, AVG(sale_price)
	FROM Product
 GROUP BY product_type
HAVING AVG(sale_price) >= 2500;	

相对于HAVING子句，更适合写再Where子句中的条件：

• where子句 = 指定行所对应的条件
• having子句 = 指定组所对应的条件
  聚合建所对应的条件不应该书写在HAVING子句中，而应书写在WHERE子句当中。虽执行结果一样，但将条件写在where子句中比写在having子句中的处理速度更快，返回结果时间更短。
  原因：聚合操作时，DBMS内部会进行排序处理，where在排序之前就对数据进行过滤，having是在排序之后在对数据进行分组。

-- 先过滤后分组
SELECT product_type, COUNT(*)
	FROM Product
 GROUP BY product_type
HAVING product_type = '衣服';

-- 先分组后过滤（性能差点）
SELECT product_type, COUNT(*)
	FROM Product
WHERE product_type = '衣服'
 GROUP BY product_type;

寻找缺失编号

seq	name
1	小明
2	小红
3	小王
5	小李
6	小黄
8	小小

-- 查看是否存在缺失编号
SELECT '存在缺失的编号' AS gap
FROM SeqTbl
HAVING COUNT(*) <> MAX(seq);

-- 查询缺失编号的最小值
SELECT MIN(seq + 1) AS ga 
FROM SeqTbl 
WHERE (seq+ 1) NOT IN ( SELECT seq FROM SeqTbl)

如果表 SeqTbl 里包含 NULL ，那么这条 SQL 语句的查询结果就不正确了（因为null值表示不确定）

用 HAVING 子句进行子查询：求众数

平均值有一个缺点，那就是很容易受到离群值（outlier）的影响。这种时候就必须使用更能准确反映出群体趋势的指标——众数（mode）就是其中之一。它指的是在群体中出现次数最多的值

CREATE TABLE Graduates
(name   VARCHAR(16) PRIMARY KEY,
 income INTEGER NOT NULL);
-- 桑普森是个离群值，会拉高平均数
INSERT INTO Graduates VALUES('桑普森', 400000);
INSERT INTO Graduates VALUES('迈克',     30000);
INSERT INTO Graduates VALUES('怀特',   20000);
INSERT INTO Graduates VALUES('阿诺德', 20000);
INSERT INTO Graduates VALUES('史密斯',     20000);
INSERT INTO Graduates VALUES('劳伦斯',   15000);
INSERT INTO Graduates VALUES('哈德逊',   15000);
INSERT INTO Graduates VALUES('肯特',     10000);
INSERT INTO Graduates VALUES('贝克',   10000);
INSERT INTO Graduates VALUES('斯科特',   10000);

-- 众数的SQL 语句(1)：使用谓词
SELECT income, COUNT(*) AS cnt 
FROM Graduates 
GROUP BY income HAVING COUNT(*) >= ALL ( SELECT COUNT(*) FROM Graduates GROUP BY income)

ALL 谓词用于 NULL 或空集时会出现问题，可以用极值函数来代替

-- 求众数的SQL 语句(2) ：使用极值函数
SELECT income, COUNT(*) AS cnt 
FROM Graduates 
GROUP BY incomeHAVING COUNT(*) >= ( SELECT MAX(cnt)	  
                                    FROM ( SELECT COUNT(*) AS cnt  
                                           FROM Graduates   
                                           GROUP BY income) TMP )

用 HAVING 子句进行自连接：求中位数

中位数：统计学中的专有名词，代表一个样本、种群或概率分布中的一个数值，其可将数值集合划分为相等的上下两部分。

-- 将集合里的元素按照大小分为上半部分和下半部分两个子集，同时让这 2 个子集共同拥有集合正中间的元素
SELECT T1.income FROM Graduates T1, Graduates T2 GROUP BY T1.income
		HAVING SUM(CASE WHEN T2.income >= T1.income THEN 1 ELSE 0 END) >= COUNT(*) / 2
           AND SUM(CASE WHEN T2.income <= T1.income THEN 1 ELSE 0 END) >= COUNT(*) / 2 
           
-- 将上下部分集合平均然后得中值
 SELECT AVG(DISTINCT income) FROM (
SELECT T1.income FROM Graduates T1, Graduates T2 GROUP BY T1.income
				HAVING SUM(CASE WHEN T2.income >= T1.income THEN 1 ELSE 0 END) >= COUNT(*) / 2
           AND SUM(CASE WHEN T2.income <= T1.income THEN 1 ELSE 0 END) >= COUNT(*) / 2 ) TMP;

查询不包含 NULL 的集合

COUNT()和COUNT(列)的区别：
第一个是性能上的区别；
第二个是 COUNT()可以用于NULL，而COUNT(列名)与其他聚合函数一样，要先排除掉NULL 的行再进行统计。

CREATE TABLE Students
(student_id   INTEGER PRIMARY KEY,
 dpt          VARCHAR(16) NOT NULL,
 sbmt_date    DATE);

INSERT INTO Students VALUES(100,  '理学院',   '2005-10-10');
INSERT INTO Students VALUES(101,  '理学院',   '2005-09-22');
INSERT INTO Students VALUES(102,  '文学院',   NULL);
INSERT INTO Students VALUES(103,  '文学院',   '2005-09-10');
INSERT INTO Students VALUES(200,  '文学院',   '2005-09-22');
INSERT INTO Students VALUES(201,  '工学院',   NULL);
INSERT INTO Students VALUES(202,  '经济学院', '2005-09-25');

-- 查询“提交日期”列内不包含NULL 的学院(1) ：使用COUNT 函数
SELECT dpt
FROM Students
GROUP BY dpt
HAVING COUNT(*) = COUNT(sbmt_date); 

-- 查询“提交日期”列内不包含NULL 的学院(2) ：使用CASE 表达式
SELECT dpt
FROM Students
GROUP BY dpt
HAVING COUNT(*) = SUM(CASE WHEN sbmt_date IS NOT NULL THEN 1 ELSE 0 END);