sql - 了解 WHERE 如何与 GROUP BY 和聚合一起使用

Question

我的查询 -

select cu.CustomerID,cu.FirstName,cu.LastName, COUNT(si.InvoiceID)as inv --1
from Customer as cu inner join SalesInvoice as si --2
on cu.CustomerID = si.CustomerID -- 3
-- put the WHERE clause here ! --4   
group by cu.CustomerID,cu.FirstName,cu.LastName -- 5
where cu.FirstName = 'mark' -- 6

输出正确的代码 -

我得到错误 - 关键字“where”附近的语法不正确。

你能告诉我为什么我会收到这个错误吗？我想知道为什么 WHERE 出现在 GROUP BY 之前而不是之后。

Answer 1

你的顺序错了。该WHERE子句位于GROUP BY：

select cu.CustomerID,cu.FirstName,cu.LastName, COUNT(si.InvoiceID)as inv 
from Customer as cu 
inner join SalesInvoice as si 
   on cu.CustomerID = si.CustomerID 
where cu.FirstName = 'mark' 
group by cu.CustomerID,cu.FirstName,cu.LastName

如果您想在 之后执行过滤器GROUP BY，那么您将使用一个HAVING子句：

select cu.CustomerID,cu.FirstName,cu.LastName, COUNT(si.InvoiceID)as inv 
from Customer as cu 
inner join SalesInvoice as si 
   on cu.CustomerID = si.CustomerID 
group by cu.CustomerID,cu.FirstName,cu.LastName
having cu.FirstName = 'mark' 

子句通常HAVING用于聚合函数过滤，因此在GROUP BY

要了解此处的操作顺序，请参阅解释顺序的文章。从文章中SQL中的操作顺序是：

首先，我认为最好查看 SQL 指令的执行顺序，因为这会改变我可以优化的方式：

FROM clause
WHERE clause
GROUP BY clause
HAVING clause
SELECT clause
ORDER BY clause

使用此顺序，您将WHERE在GROUP BY. WHERE用于限制记录数 。

这样想，如果你应用WHEREafter 然后你会返回更多的记录然后你会想要分组。首先应用它，减少记录集，然后应用分组。

Answer 2

该where子句出现在 the 之前，group by因为从概念上讲，您在分组之前进行过滤，而不是之后。您希望将分组的输出限制为仅匹配的那些，而不是对您可能会因过滤器而丢弃的项目执行分组。

Answer 3

SQL 确实允许您过滤 GROUP BY 的结果——它被称为 HAVING 子句。

如果您想过滤可以在分组之前确定的内容（即 FirstName = 'Mark' 的每个人），可以通过 WHERE 完成。

但是，如果您想过滤拥有 4 个或更多发票的每个人（即，在执行 COUNT之后您才知道的东西），那么您可以使用 HAVING。

Answer 4

该WHERE子句用于 before GROUP BY，因为它更有意义。子句中指定的过滤器WHERE在分组之前使用。分组后，您可以有一个HAVING子句，它类似于WHERE，除了您也可以按聚合值过滤。

相比：

-- Select the number of invoices per customer (for Customer 1 only)
SELECT
  si.CustomerID,
  COUNT(*) as InvoiceCount
FROM
  SalesInvoice as si   
WHERE
  si.CustomerID = 1
  -- You cannot filter by count(*) here, because grouping hasn't taken place yet.
GROUP BY 
  si.CustomerID -- (Not needed in this case, because of only 1 customer) 

反对

-- Select all invoices of customers that have more than three invoices
SELECT
  si.CustomerID,
  COUNT(*) as InvoiceCount
FROM
  SalesInvoice as si   
GROUP BY
  si.CustomerId
HAVING
  -- You can filter by aggregates, like count, here.
  COUNT(*) > 3

Answer 5

Let's say you have 100,000 people in your database. 9 of whom are named Mark. Why should the database do a Count operation on all 100,000, then throw out the 99,991 NOT named Mark? Doesn't it seem smarter to filter out the Marks first, then do the Count only 9 times? Makes the operation a whole lot faster.