数据库having用法

㈠ 数据库中where与having区别~~~

1.类型：

“Where”是一个约束声明，在查询数据库的结果返回之前对数据库中的查询条件进行约束，即在结果返回之前起作用，且where后面不能使用“聚合函数”；

“Having”是一个过滤声明，所谓过滤是在查询数据库的结果返回之后进行过滤，即在结果返回之后起作用，并且having后面可以使用“聚合函数”。

2.使用的角度：

where后面之所以不能使用聚合函数是因为where的执行顺序在聚合函数之前。

(1)数据库having用法扩展阅读

处理系统：

数据库是一个单位或是一个应用领域的通用数据处理系统，它存储的是属于企业和事业部门、团体和个人的有关数据的集合。数据库中的数据是从全局观点出发建立的，按一定的数据模型进行组织、描述和存储。

其结构基于数据间的自然联系，从而可提供一切必要的存取路径，且数据不再针对某一应用，而是面向全组织，具有整体的结构化特征。

数据库中的数据是为众多用户所共享其信息而建立的，已经摆脱了具体程序的限制和制约。不同的用户可以按各自的用法使用数据库中的数据。

多个用户可以同时共享数据库中的数据资源，即不同的用户可以同时存取数据库中的同一个数据。数据共享性不仅满足了各用户对信息内容的要求，同时也满足了各用户之间信息通信的要求。

主要特点：

1、实现数据共享

数据共享包含所有用户可同时存取数据库中的数据，也包括用户可以用各种方式通过接口使用数据库，并提供数据共享。

2、减少数据的冗余度

同文件系统相比，由于数据库实现了数据共享，从而避免了用户各自建立应用文件。减少了大量重复数据，减少了数据冗余，维护了数据的一致性。

3、数据的独立性

数据的独立性包括逻辑独立性（数据库中数据库的逻辑结构和应用程序相互独立）和物理独立性（数据物理结构的变化不影响数据的逻辑结构）。

4、数据实现集中控制

文件管理方式中，数据处于一种分散的状态，不同的用户或同一用户在不同处理中其文件之间毫无关系。利用数据库可对数据进行集中控制和管理，并通过数据模型表示各种数据的组织以及数据间的联系。

5、数据一致性和可维护性，以确保数据的安全性和可靠性

主要包括：①安全性控制：以防止数据丢失、错误更新和越权使用；②完整性控制：保证数据的正确性、有效性和相容性；③并发控制：使在同一时间周期内，允许对数据实现多路存取，又能防止用户之间的不正常交互作用。

6、故障恢复

由数据库管理系统提供一套方法，可及时发现故障和修复故障，从而防止数据被破坏。数据库系统能尽快恢复数据库系统运行时出现的故障，可能是物理上或是逻辑上的错误。比如对系统的误操作造成的数据错误等。

㈡ Having 和子查询的比较

首先这个跟with as 没什么关系啊，就是一个group by 与 having 合用

你用的是oracle数据库吧，看样子是，我把你数据复制过来，运行是有结果的

现在我只要SUM (y)小于200的，当然可以用嵌套查询，比如

select a.* from

(SELECT x, SUM (y) total_y
FROM t
GROUP BY x) a

where a.total_y<200

然后数据库引用了having 最后如果

SELECT x, SUM (y) total_y
FROM t
GROUP BY x having SUM(y)<200

也是可以的

这个having 必须要配合group by 使用，否则无效，当然了，这个sum也可以使用其他聚合函数，比如max,min,avg,count 等等，不懂再追问吧

㈢ 在oracle中where 子句和having子句中的区别

在oracle中where 子句和having子句中的区别

1.where 不能放在GROUP BY 后面
2.HAVING 是跟GROUP BY 连在一起用的，放在GROUP BY 后面，此时的作用相当于WHERE
3.WHERE 后面的条件中不能有聚集函数，比如SUM(),AVG()等，而HAVING 可以
Where和Having都是对查询结果的一种筛选，说的书面点就是设定条件的语句。下面分别说明其用法和异同点。注：本文使用字段为oracle数据库中默认用户scott下面的emp表，sal代表员工工资，deptno代表部门编号。
一、聚合函数
说明前我们先了解下聚合函数:聚合函数有时候也叫统计函数，它们的作用通常是对一组数据的统计，比如说求最大值，最小值，总数，平均值（
MAX,MIN，COUNT, 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。简单举个例子：SELECT SUM(sal) FROM emp，这里的SUM作用是统计emp表中sal（工资）字段的总和，结果就是该查询只返回一个结果，即工资总和。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。
二、where子句
where自居仅仅用于从from子句中返回的值，from子句返回的每一行数据都会用where子句中的条件进行判断筛选。where子句中允许使用比较运算符（>,<,>=,<=,<>,!=|等）和逻辑运算符（and，or，not）。由于大家对where子句都比较熟悉，在此不在赘述。
三、having子句
having子句通常是与order by 子句一起使用的。因为having的作用是对使用group by进行分组统计后的结果进行进一步的筛选。举个例子：现在需要找到部门工资总和大于10000的部门编号？
第一步：
select deptno,sum(sal) from emp group by deptno;
筛选结果如下：
DEPTNO SUM(SAL)
------ ----------
30 9400
20 10875
10 8750
可以看出我们想要的结果了。不过现在我们如果想要部门工资总和大于10000的呢？那么想到了对分组统计结果进行筛选的having来帮我们完成。
第二步：

select deptno,sum(sal) from emp group by deptno having sum(sal)>10000;
筛选结果如下：
DEPTNO SUM(SAL)
------ ----------
20 10875
当然这个结果正是我们想要的。
四、下面我们通过where子句和having子句的对比，更进一步的理解它们。
在查询过程中聚合语句(sum,min,max,avg,count)要比having子句优先执行，简单的理解为只有有了统计结果后我才能执行筛选啊。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)，因为它是一句一句筛选的。HAVING子句可以让我们筛选成组后的对各组数据筛选。，而WHERE子句在聚合前先筛选记录。如：现在我们想要部门号不等于10的部门并且工资总和大于8000的部门编号？
我们这样分析：通过where子句筛选出部门编号不为10的部门，然后在对部门工资进行统计，然后再使用having子句对统计结果进行筛选。

select deptno,sum(sal) from emp
where deptno!='10' group by deptno
having sum(sal)>8000;
筛选结果如下：
DEPTNO SUM(SAL)
------ ----------
30 9400
20 10875
不做太多解释了，这个简单的小例子能够很好的说明where和having的作用。
五、异同点
它们的相似之处就是定义搜索条件，不同之处是where子句为单个筛选而having子句与组有关，而不是与单个的行有关。
最后:理解having子句和where子句最好的方法就是基础select语句中的那些句子的处理次序：where子句只能接收from子句输出的数据，而having子句则可以接受来自group by，where或者from子句的输入。

㈣ 数据库的group 和group by 的用法

Group By语句从英文的字面意义上理解就是“根据(by)一定的规则进行分组(Group)”。

它的作用是通过一定的规则将一个数据集划分成若干个小的区域，然后针对若干个小区域进行数据处理。注意：group by 是先排序后分组。

举例子说明：如果要用到group by 一般用到的就是“每这个字” 例如说明现在有一个这样的表：每个部门有多少人，就要用到分组的技术

selectDepartmentIDas“部门名称”。

COUNT(*) as“个数” from BasicDepartment group by DepartmentID

这个就是使用了group by +字段进行了分组，其中我们就可以理解为我们按照了部门的名称ID

DepartmentID将数据集进行了分组；然后再进行各个组的统计数据分别有多少；

如果不用count(*)而用类似下面的语法

selectDepartmentID，

将会出现错误

消息8120，级别16，状态1，第1行

选择列表中的列“BasicDepartment。DepartmentName”无效，因为该列没有包含在聚合函数或 GROUP BY 子句中。

(4)数据库having用法扩展阅读

结构化查询语言(Structured Query Language)简称sql(发音：/ˈes kjuː ˈel/ "S-Q-L")，是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统；同时也是数据库脚本文件的扩展名。

结构化查询语言是高级的非过程化编程语言，允许用户在高层数据结构上工作。它不要求用户指定对数据的存放方法，也不需要用户了解具体的数据存放方式。

所以具有完全不同底层结构的不同数据库系统, 可以使用相同的结构化查询语言作为数据输入与管理的接口。结构化查询语言语句可以嵌套，这使它具有极大的灵活性和强大的功能。

㈤ SQL中Having和where的用法

这个是用在聚合函数的用法。当我们在用聚合函数的时候，一般都要用到groupby先进行分组，然后再进行聚合函数的运算。运算完后就要用到having的用法了，就是进行判断了，例如说判断聚合函数的值是否大于某一个值等等。
selectcustomer_name,sum(balance)
frombalance
groupbycustomer_name
havingbalance>200;
这个是银行数据库的例子

㈥ sql中“having”的用法是什么

这个是用在聚合函数的用法。当我们在用聚合函数的时候，一般都要用到GROUP BY 先进行分组，然后再进行聚合函数的运算。运算完后就要用到HAVING 的用法了，就是进行判断了。

㈦ sql中having用法

HAVING语句通常与GROUP BY语句联合使用，用来过滤由GROUP BY语句返回的记录集。

HAVING语句的存在弥补了WHERE关键字不能与聚合函数联合使用的不足。

语法：

SELECT column1, column2, ... column_n, aggregate_function (expression)
FROM tables
WHERE predicates
GROUP BY column1, column2, ... column_n
HAVING condition1 ... condition_n;

同样使用本文中的学生表格，如果想查询平均分高于80分的学生记录可以这样写：

SELECT id, COUNT(course) as numcourse, AVG(score) as avgscore

FROM student

GROUP BY id

HAVING AVG(score)>=80;

在这里，如果用WHERE代替HAVING就会出错。

数据操纵

数据操纵语言是完成数据操作的命令，一般分为两种类型的数据操纵。

1、数据检索(常称为查询)：寻找所需的具体数据。

2、数据修改：插入、删除和更新数据。

数据操纵语言一般由 INSERT(插入)、 DELETE(删除)、 UPDATE(更新)、 SELECT(检索，又称查询)等组成。由于 SELECT经常使用，所以一般将它称为查询(检索)语言并单独出现。

㈧ GROUP BY，WHERE，HAVING之间的区别和用法

having子句与where有相似之处但也有区别,都是设定条件的语句。
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)。
简单说来：
where子句：
select sum(num) as rmb from order where id>10
//只有先查询出id大于10的记录才能进行聚合语句

having子句:
select reportsto as manager, count(*) as reports from employees
group by reportsto having count(*) > 4
以northwind库为例.having条件表达示为聚合语句。肯定的说having子句查询过程执行优先级别低于聚合语句。
再换句说话说把上面的having换成where则会出错。统计分组数据时用到聚合语句。
对分组数据再次判断时要用having。如果不用这些关系就不存在使用having。直接使用where就行了。
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。

聚合函数，这是必需先讲的一种特殊的函数：
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 tablename

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。 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．
HAVING子句在聚合后对组记录进行筛选
而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
看下面这几个例子吧：

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 bbc
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．

以下示例使用的数据库是MySQL 5。
数据表：student
表结构：
Field Name DataType Len
id int 20
name varchar 25
major varchar 25
score int 20
sex varchar 20

表数据：
编号/姓名/专业/学分/性别
id name major score sex
1 jak Chinese 40 f
2 rain Math 89 m
3 leo Phy 78 f
4 jak Math 76 f
5 rain Chinese 56 m
6 leo Math 97 f
7 jak Phy 45 f
8 jak Draw 87 f
9 leo Chinese 45 f

现在我们要得到一个视图：
要求查询性别为男生，并且列出每个学生的总成绩：
SQL：
select s.*,sum(s.score) from student s where sex='f' group by s.name

Result:
id name major score sex sum(s.score)
1 jak Chinese 40 f 248
3 leo Phy 78 f 220

可以看到总共查到有两组，两组的学生分别是jak和leo，每一组都是同一个学生，这样我们就可以使用聚合函数了。
只有使用了group by语句，才能使用如：count()、sum()之类的聚合函数。

下面我们再对上面的结果做进一步的筛选，只显示总分数大于230的学生：
SQL：
select s.*,sum(s.score) from student s where sex='f' group by s.name having sum(s.score)>230

Result:
id name major score sex sum(s.score)
1 jak Chinese 40 f 248

可见having于where的功能差不多。

结论：
1.WHERE 子句用来筛选 FROM 子句中指定的操作所产生的行。
2.GROUP BY 子句用来分组 WHERE 子句的输出。
3.HAVING 子句用来从分组的结果中筛选行。