HAVING用于分组后过滤，需与GROUP BY配合，支持聚合函数条件，如COUNT、AVG等，可与WHERE共用，WHERE先筛行再分组，HAVING后筛分组结果，提升查询效率。
在MySQL中，HAVING 子句用于对分组后的结果进行过滤，它与 WHERE 子句不同：WHERE 是在分组前筛选行，而 HAVING 是在分组后筛选分组结果。掌握 HAVING 的使用技巧，能更高效地处理聚合数据查询。
HAVING 与 GROUP BY 配合使用
通常情况下，HAVING 必须与 GROUP BY 一起使用，用来过滤由 GROUP BY 产生的分组。例如，统计每个部门员工数量，并只显示人数大于2的部门：
SELECT department, COUNT(*) AS emp_count FROM employees GROUP BY department HAVING COUNT(*) > 2;
这条语句先按部门分组，再用 HAVING 过滤掉员工数不超过2的分组。
使用聚合函数作为过滤条件
HAVING 的优势在于可以基于聚合函数（如 COUNT、SUM、AVG、MAX、MIN）设置条件。比如找出平均工资高于5000的部门：
SELECT department, AVG(salary) AS avg_salary FROM employees GROUP BY department HAVING AVG(salary) > 5000;
WHERE 无法直接使用 AVG(salary) 做条件判断，而 HAVING 可以。
HAVING 中避免使用非分组字段
如果 SELECT 中包含非聚合字段，它们必须出现在 GROUP BY 中，否则查询会报错。同样，在 HAVING 条件中引用的字段也应是分组字段或聚合结果。错误示例：
-- 错误：name 不在 GROUP BY 中，也不在聚合函数里 SELECT department, name, COUNT(*) FROM employees GROUP BY department HAVING name = 'John';
这种写法逻辑上不合理，因为每个分组对应多个 name，无法判断哪一个。
HAVING 与 WHERE 的区别和配合
可以在同一个查询中同时使用 WHERE 和 HAVING。WHERE 先过滤原始数据，减少参与分组的数据量；HAVING 再对分组结果做二次筛选，提高效率。
例如：查询“入职年份为2020年之后的员工中，部门人数大于1的部门”：
SELECT department, COUNT(*) AS count FROM employees WHERE hire_date >= '2020-01-01' GROUP BY department HAVING COUNT(*) > 1;
这里 WHERE 减少了不必要的数据参与分组，HAVING 筛选出符合条件的分组。
基本上就这些。合理使用 HAVING，能让你的聚合查询更精准、更高效。关键是理解它作用于“分组之后”，且常与聚合函数结合使用。
