having 和where 都是用来筛选用的
having 是筛选组 而where是筛选记录
他们有各自的区别
1》当分组筛选的时候 用having
2》其它情况用where
-----------------------------------------------------
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）
-------------------------------------------------------
例子
表结构
部门编号 姓名 工资
1 aa 2000
2 bb 1200
1 cc 2100
2 dd 1800
1 ee 2100
3 ff 8000
2 gg 2200
3 hh 4500
查询有多个员工的工资不低于2000的部门编号
（就是说如果一个部门的员工大于2000的人数有两个或两个以上就查询出来）
select 部门编号,count(*) from 员工信息表 where 工资>=2000 group by 部门编号 having count(*)>1
where 针对每一条记录筛选
而 having 对同一个部门的分组
count(*)>1 计算多于两个的部门
查询结果为:我在测试的时候部门是b_id
b_id count(*)
1 3
3 2
--------------------------------------------------------------------------------------------
where和having的执行级别不同
在查询过程中聚合语句(sum,min,max,avg,count)要比having子句优先执行.而where子句在查询过程中执行优先级别优先于聚合语句(sum,min,max,avg,count)。
having就是来弥补where在分组数据判断时的不足。因为where执行优先级别要快于聚合语句。
--------------------------------------------------------------------------------------------
HAVING是先分组再筛选记录，WHERE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。
作用的对象不同。WHERE 子句作用于表和视图，HAVING 子句作用于组。WHERE 在分组和聚集计算之前选取输入行（因此，它控制哪些行进入聚集计算）， 而 HAVING 在分组和聚集之后选取分组的行。因此，WHERE 子句不能包含聚集函数； 因为试图用聚集函数判断那些行输入给聚集运算是没有意义的。 相反，HAVING 子句总是包含聚集函数。（严格说来，你可以写不使用聚集的 HAVING 子句， 但这样做只是白费劲。同样的条件可以更有效地用于 WHERE 阶段。）比如说：
select * from tablename where id > 1; 和
select * from tablename having id > 1
这两者是查询结果是没有区别的。不建议使用having
---------------------------------------------------------------------------------------------HAVING 子句
在 SQL 中增加 HAVING 子句原因是，WHERE 关键字无法与合计函数一起使用。
SQL HAVING 语法
SELECT column_name, aggregate_function(column_name)FROM table_nameWHERE column_name operator valueGROUP BY column_nameHAVING aggregate_function(column_name) operator valueSQL HAVING 实例
我们拥有下面这个 "Orders" 表：
| O_Id | OrderDate | OrderPrice | Customer |
|---|---|---|---|
| 1 | 2008/12/29 | 1000 | Bush |
| 2 | 2008/11/23 | 1600 | Carter |
| 3 | 2008/10/05 | 700 | Bush |
| 4 | 2008/09/28 | 300 | Bush |
| 5 | 2008/08/06 | 2000 | Adams |
| 6 | 2008/07/21 | 100 | Carter |
现在，我们希望查找订单总金额少于 2000 的客户。
我们使用如下 SQL 语句：
SELECT Customer,SUM(OrderPrice) FROM OrdersGROUP BY CustomerHAVING SUM(OrderPrice)<2000
结果集类似：
| Customer | SUM(OrderPrice) |
|---|---|
| Carter | 1700 |
现在我们希望查找客户 "Bush" 或 "Adams" 拥有超过 1500 的订单总金额。
我们在 SQL 语句中增加了一个普通的 WHERE 子句：
SELECT Customer,SUM(OrderPrice) FROM OrdersWHERE Customer='Bush' OR Customer='Adams'GROUP BY CustomerHAVING SUM(OrderPrice)>1500
结果集：
| Customer | SUM(OrderPrice) |
|---|---|
| Bush | 2000 |
| Adams | 2000 |
-------------------------------------------------------------------------------------------《===SQL中Group By的使用===》
- 1、概述
- 2、原始表
- 3、简单Group By
- 4、Group By 和 Order By
- 5、Group By中Select指定的字段限制
- 6、Group By All
- 7、Group By与聚合函数
- 8、Having与Where的区别
- 9、Compute 和 Compute By
1、概述
“Group By”从字面意义上理解就是根据“By”指定的规则对数据进行分组，所谓的分组就是将一个“数据集”划分成若干个“小区域”，然后针对若干个“小区域”进行数据处理。
2、原始表
3、简单Group By
示例1
select 类别, sum(数量) as 数量之和
from A
group by 类别返回结果如下表，实际上就是分类汇总。
4、Group By 和 Order By
示例2
select 类别, sum(数量) AS 数量之和from Agroup by 类别order by sum(数量) desc返回结果如下表
在Access中不可以使用“order by 数量之和 desc”，但在SQL Server中则可以。
5、Group By中Select指定的字段限制
示例3
select 类别, sum(数量) as 数量之和, 摘要from Agroup by 类别order by 类别 desc示例3执行后会提示下错误，如下图。这就是需要注意的一点，在select指定的字段要么就要包含在Group By语句的后面，作为分组的依据；要么就要被包含在聚合函数中。
6、Group By All
示例4
select 类别, 摘要, sum(数量) as 数量之和from Agroup by all 类别, 摘要示例4中则可以指定“摘要”字段，其原因在于“多列分组”中包含了“摘要字段”，其执行结果如下表
“多列分组”实际上就是就是按照多列（类别+摘要）合并后的值进行分组，示例4中可以看到“a, a2001, 13”为“a, a2001, 11”和“a, a2001, 2”两条记录的合并。
SQL Server中虽然支持“group by all”，但Microsoft SQL Server 的未来版本中将删除 GROUP BY ALL，避免在新的开发工作中使用 GROUP BY ALL。Access中是不支持“Group By All”的，但Access中同样支持多列分组，上述SQL Server中的SQL在Access可以写成
select 类别, 摘要, sum(数量) AS 数量之和from Agroup by 类别, 摘要7、Group By与聚合函数
在示例3中提到group by语句中select指定的字段必须是“分组依据字段”，其他字段若想出现在select中则必须包含在聚合函数中，常见的聚合函数如下表：
函数 作用 支持性 sum(列名) 求和 max(列名) 最大值 min(列名) 最小值 avg(列名) 平均值 first(列名) 第一条记录 仅Access支持 last(列名) 最后一条记录 仅Access支持 count(列名) 统计记录数 注意和count(*)的区别 示例5：求各组平均值
select 类别, avg(数量) AS 平均值 from A group by 类别;示例6：求各组记录数目
select 类别, count(*) AS 记录数 from A group by 类别;示例7：求各组记录数目
8、Having与Where的区别
- where 子句的作用是在对查询结果进行分组前，将不符合where条件的行去掉，即在分组之前过滤数据，where条件中不能包含聚组函数，使用where条件过滤出特定的行。
- having 子句的作用是筛选满足条件的组，即在分组之后过滤数据，条件中经常包含聚组函数，使用having 条件过滤出特定的组，也可以使用多个分组标准进行分组。
示例8
select 类别, sum(数量) as 数量之和 from Agroup by 类别having sum(数量) > 18示例9：Having和Where的联合使用方法
select 类别, SUM(数量)from Awhere 数量 gt;8group by 类别having SUM(数量) gt; 109、Compute 和 Compute By
select * from A where 数量 > 8执行结果：
示例10：Compute
select *from Awhere 数量>8compute max(数量),min(数量),avg(数量)执行结果如下：
compute子句能够观察“查询结果”的数据细节或统计各列数据（如例10中max、min和avg），返回结果由select列表和compute统计结果组成。
示例11：Compute By
select *from Awhere 数量>8order by 类别compute max(数量),min(数量),avg(数量) by 类别执行结果如下：
示例11与示例10相比多了“order by 类别”和“... by 类别”，示例10的执行结果实际是按照分组（a、b、c）进行了显示，每组都是由改组数据列表和改组数统计结果组成，另外：
- compute子句必须与order by子句用一起使用
- compute...by与group by相比，group by 只能得到各组数据的统计结果，而不能看到各组数据
在实际开发中compute与compute by的作用并不是很大，SQL Server支持compute和compute by，而Access并不支持
