HAVING – наложение условия выборки к сгруппированным данным

Собственно, если вы поняли, что такое группировка, то с HAVING ничего сложного нет. HAVING – чем-то подобен WHERE, только если WHERE-условие применяется к детальным данным, то HAVING-условие применяется к уже сгруппированным данным. По этой причине в условиях блока HAVING мы можем использовать либо выражения с полями, входящими в группировку, либо выражения, заключенные в агрегатные функции.

Рассмотрим пример:

SELECT

DepartmentID,

SUM(Salary) SalaryAmount

FROM Employees

GROUP BY DepartmentID

HAVING SUM(Salary)>3000

 

DepartmentID	SalaryAmount
1	5000
3	5000

Т.е. данный запрос вернул нам сгруппированные данные только по тем отделам, у которых сумма ЗП всех сотрудников превышает 3000, т.е. «SUM(Salary)>3000».

Т.е. здесь в первую очередь происходит группировка и вычисляются данные по всем отделам:

SELECT

DepartmentID,

SUM(Salary) SalaryAmount

FROM Employees

GROUP BY DepartmentID -- 1. получаем сгруппированные данные по всем отделам

 

А уже к этим данным применяется условие указанно в блоке HAVING:

SELECT

DepartmentID,

SUM(Salary) SalaryAmount

FROM Employees

GROUP BY DepartmentID -- 1. получаем сгруппированные данные по всем отделам

HAVING SUM(Salary)>3000 -- 2. условие для фильтрации сгруппированных данных

 

В HAVING-условии так же можно строить сложные условия используя операторы AND, OR и NOT:

SELECT

DepartmentID,

SUM(Salary) SalaryAmount

FROM Employees

GROUP BY DepartmentID

HAVING SUM(Salary)>3000 AND COUNT(*)<2 -- и число людей меньше 2-х

 

Как можно здесь заметить агрегатная функция (см. «COUNT(*)») может быть указана только в блоке HAVING.

Соответственно мы можем отобразить только номер отдела, подпадающего под HAVING-условие:

SELECT

DepartmentID

FROM Employees

GROUP BY DepartmentID

HAVING SUM(Salary)>3000 AND COUNT(*)<2 -- и число людей меньше 2-х

 

Пример использования HAVING-условия по полю включенного в GROUP BY:

SELECT

DepartmentID,

SUM(Salary) SalaryAmount

FROM Employees

GROUP BY DepartmentID -- 1. сделать группировку

HAVING DepartmentID=3 -- 2. наложить фильтр на результат группировки

 

Это только пример, т.к. в данном случае проверку логичнее было бы сделать через WHERE-условие:

SELECT

DepartmentID,

SUM(Salary) SalaryAmount

FROM Employees

WHERE DepartmentID=3 -- 1. провести фильтрацию детальных данных

GROUP BY DepartmentID -- 2. сделать группировку только по отобранным записям

 

Т.е. сначала отфильтровать сотрудников по отделу 3, и только потом сделать расчет.

Примечание. На самом деле, несмотря на то, что эти два запроса выглядят по-разному оптимизатор СУБД может выполнить их одинаково.

 

Думаю, на этом рассказ о HAVING-условиях можно окончить.

Подведем итоги

Сведем данные полученные во второй и третьей части и рассмотрим конкретное месторасположение каждой изученной нами конструкции и укажем порядок их выполнения:

Конструкция/Блок	Порядок выполнения	Выполняемая функция
SELECT возвращаемые выражения	4	Возврат данных полученных запросом
FROM источник	0	В нашем случае это пока все строки таблицы
WHERE условие выборки из источника	1	Отбираются только строки, проходящие по условию
GROUP BY выражения группировки	2	Создание групп по указанному выражению группировки. Расчет агрегированных значений по этим группам, используемых в SELECT либо HAVING блоках
HAVING фильтр по сгруппированным данным	3	Фильтрация, накладываемая на сгруппированные данные
ORDER BY выражение сортировки результата	5	Сортировка данных по указанному выражению

 

Конечно же, вы так же можете применить к сгруппированным данным предложения DISTINCT и TOP, изученные во второй части.

Эти предложения в данном случае применятся к окончательному результату:

SELECT

TOP 1 -- 6. применится в последнюю очередь

SUM(Salary) SalaryAmount

FROM Employees

GROUP BY DepartmentID

HAVING SUM(Salary)>3000

ORDER BY DepartmentID -- 5. сортировка результата

 

SalaryAmount

5000

 

SELECT

DISTINCT -- показать только уникальные значения SalaryAmount

SUM(Salary) SalaryAmount

FROM Employees

GROUP BY DepartmentID

 

SalaryAmount

2000

2500

5000

 

Как получились данные результаты проанализируйте самостоятельно.

Заключение

Основная цель которую я ставил в данной части – раскрыть для вас суть агрегатных функций и группировок.

Если базовая конструкция позволяла нам получить необходимые детальные данные, то применение агрегатных функций и группировок к этим детальным данным, дало нам возможность получить по ним сводные данные. Так что, как видите здесь все важно, т.к. одно опирается на другое – без знания базовой конструкции мы не сможем, например, правильно отобрать данные, по которым нам нужно просчитать итоги.

Здесь я намеренно стараюсь показывать только основы, чтобы сосредоточить внимание начинающих на самых главных конструкциях и не перегружать их лишней информацией. Твердое понимание основных конструкций (о которых я еще продолжу рассказ в последующих частях) даст вам возможность решить практически любую задачу по выборке данных из РБД. Основные конструкции оператора SELECT применимы в таком же виде практически во всех СУБД (отличия в основном состоят в деталях, например, в реализации функций – для работы со строками, временем, и т.д.).

В последующем, твердое знание базы даст вам возможность самостоятельно легко изучить разные расширения языка SQL, такие как:

·GROUP BY ROLLUP(…), GROUP BY GROUPING SETS(…), …

·PIVOT, UNPIVOT

·и т.п.

В рамках данного учебника я решил не рассказывать об этих расширениях, т.к. и без их знания, владея только базовыми конструкциями языка SQL, вы сможете решать очень большой спектр задач. Расширения языка SQL по сути служат для решения какого-то определенного круга задач, т.е. позволяют решить задачу определенного класса более изящно (но не всегда эффективней в плане скорости или затраченных ресурсов).

Если вы делаете первые шаги в SQL, то сосредоточьтесь в первую очередь, именно на изучении базовых конструкций, т.к. владея базой, все остальное вам понять будет гораздо легче, и к тому же самостоятельно. Вам в первую очередь, как бы нужно объемно понять возможности языка SQL, т.е. какого рода операции он вообще позволяет совершить над данными. Донести до начинающих информацию в объемном виде – это еще одна из причин, почему я буду показывать только самые главные (железные) конструкции.