where与having的区别

区别概述:


1.where是一个约束声明,使用where约束来自数据库的数据,where是在结果集返回之前起作用的,where中不能使用聚合函数。注意:返回结果集之前起作用
2.having是一个过滤声明,是在查询返回结果集以后对查询结果进行过滤操作,在Having中可以使聚合函数。注意:返回结果集之后起作用
3.在查询过程中where子句聚合语句having子句,的执行优先级为where>group by>聚合语句(sum、count、avg、max、min)>having子句

举例说明:


<1.假设有数据表:

CREATE TABLE  `test`.`salary_info` (  
  `id` int(10) unsigned NOT NULL auto_increment,  
  `department` varchar(16) NOT NULL default '',  
  `name` varchar(16) NOT NULL default '',  
  `salary` int(10) unsigned NOT NULL default '0',  
   PRIMARY KEY  (`id`)  
) ENGINE=MyISAM AUTO_INCREMENT=7 DEFAULT CHARSET=utf8;

example 1: 要查找平均工资大于3000的部门

select department,avg(salary) from salary_info group by department having avg(salary)>3000

解释:此时我们只能用having,而不能使用where子句。1.sql语句中使用了聚合函数。2.对聚合后的结果进行筛选。所以不能使用where。3.可以从题目中看出平均工资3000,是必须要知道总额之后才能计算出平均值,也就是在知道结果集之后才能计算出avg,这就是使用having的原因

example 2: 要查询每个部门工资大于3000的员工个数

select department,count(*) as c from salary_info where
salary>3000 group by department

解释:1.此处的sql执行顺序是这样的 where语句在没有获得结果集之前对数据进行约束,符合条件的数据被筛选出来,然后对数据分组,然后对每个分组的数据进行count统计。这个执行顺序是跟区别概述中第三条对应的,这也是优先级是以上所述的原因。
2.可以从题目中看出个人工资大于3000的员工个数,则在count之前,必须把工资大于3000的员工晒寻出来。在返回结果集之前先得把这些人筛选出来,而返回结果集之前的操作使用where。

<2.假设有数据表:Orders

o_Id   |     OrderDate   |    OrderPrice   |    Customer
  1          2008/12/29          1000               yy
  2          2008/11/23          2000               xx
  3          2008/10/05          1600               mm
  4          2008/09/28          700                 hh
  5          2008/08/06          300                 gg
  6          2008/07/21          100                 uu

example 1: 计算"OrderPrice" 字段的平均值

select avg(OrderPrice) as v from Orders;

example 2:找到OrderPrice 大于OrderPrice平均值的客户

select Customer From Orders where OrderPrice>(select avg(OrderPrice) as v from Orders);
//这个()语句是第一个where语句的子查询,先执行子查询,再以子查询的结果作为筛选条件,过滤出结果集

博客搬家:大坤的个人博客
欢迎评论哦~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,185评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,445评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,684评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,564评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,681评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,874评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,025评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,761评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,217评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,545评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,694评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,351评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,988评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,778评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,007评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,427评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,580评论 2 349

推荐阅读更多精彩内容