Sử dụng Having trong MySQL: Hướng dẫn đầy đủ

Cập nhật lần cuối: Có thể 24 của 2025
tác giả: Công nghệ số
  • Mệnh đề Having lọc các nhóm hàng sau khi nhóm bằng GROUP BY.
  • Cho phép bạn áp dụng các điều kiện vào các hàm tổng hợp để có được kết quả chính xác.
  • Việc tối ưu hóa truy vấn bằng chỉ mục và phân vùng sẽ cải thiện hiệu suất.
  • Các công cụ như EXPLAIN giúp phân tích và gỡ lỗi truy vấn.
có trong mysql

Bạn có muốn tìm hiểu cách sử dụng mệnh đề Having trong MySQL để tối ưu hóa truy vấn và có được kết quả chính xác hơn không? Bạn đang tìm cách nâng cao kỹ năng sử dụng cơ sở dữ liệu của mình? Bạn đã đến đúng nơi rồi!

Ở đây chúng tôi sẽ chỉ cho bạn những cách hiệu quả để tận dụng tối đa công cụ mạnh mẽ này. Mệnh đề Having là một tính năng thiết yếu trong MySQL cho phép bạn lọc và phân tích dữ liệu được nhóm một cách hiệu quả. Với Having, bạn có thể áp dụng các điều kiện phức tạp vào kết quả truy vấn, giúp bạn kiểm soát chính xác thông tin bạn muốn truy xuất.

Hãy tưởng tượng bạn có một cơ sở dữ liệu bán hàng và bạn cần có được những thông tin chi tiết có giá trị về hiệu suất của sản phẩm hoặc phân khúc khách hàng của mình. Với mệnh đề Having, bạn có thể nhóm dữ liệu của mình theo các tiêu chí cụ thể, sau đó lọc các nhóm đó để có được kết quả có ý nghĩa hơn. Ví dụ, bạn có thể lấy danh mục sản phẩm có tổng doanh số vượt quá ngưỡng nhất định hoặc xác định những khách hàng có số lần mua hàng tối thiểu trong một khoảng thời gian nhất định.

Giới thiệu về Having Clause trong MySQL

Hãy tưởng tượng bạn có một cơ sở dữ liệu bán hàng và muốn có thông tin về các sản phẩm có tổng doanh số vượt quá một ngưỡng nhất định. Đây chính là lúc mệnh đề Having phát huy tác dụng. Bạn có thể nhóm doanh số theo sản phẩm và sau đó sử dụng tính năng Phải lọc để chỉ lọc ra những sản phẩm có tổng doanh số vượt quá ngưỡng mong muốn.

SELECT columna1, columna2, ..., función_agregado(columna)
FROM tabla
GROUP BY columna1, columna2, ...
HAVING condición;

Sự khác biệt giữa WHERE và HAVING

SELECT categoria, SUM(ventas) AS total_ventas
FROM productos
WHERE precio > 100
GROUP BY categoria
HAVING SUM(ventas) > 1000;

Dưới đây là một số quy tắc chung để quyết định khi nào nên sử dụng WHERE hoặc Having :

  • Sử dụng WHERE để lọc từng hàng trước khi nhóm.
  • Sử dụng tính năng Having để lọc các nhóm hàng sau khi nhóm.
  • WHERE không thể tham chiếu đến các hàm tổng hợp, trong khi Having có thể.
  • Bạn có thể sử dụng cả WHERE và Having trong cùng một truy vấn nếu cần.

Hiểu được sự khác biệt giữa WHERE và Having sẽ cho phép bạn viết các truy vấn chính xác và hiệu quả hơn, tận dụng tối đa khả năng lọc của MySQL.

Sử dụng cơ bản của Having

SELECT columna1, columna2, ..., función_agregado(columna)
FROM tabla
GROUP BY columna1, columna2, ...
HAVING condición;

SELECT id_producto, SUM(cantidad) AS total_vendido
FROM ventas
GROUP BY id_producto
HAVING SUM(cantidad) > 100;

SELECT id_producto, SUM(cantidad) AS total_vendido
FROM ventas
GROUP BY id_producto
HAVING SUM(cantidad) > 100 AND SUM(cantidad) < 500;

Kết hợp Having với các hàm tổng hợp

  • TÓM TẮT: Tính tổng các giá trị trong một cột.
  • ĐẾM: Đếm số hàng hoặc số giá trị không null trong một cột.
  • AVG: Tính giá trị trung bình của các giá trị trong một cột.
  • MAX: Trả về giá trị lớn nhất trong một cột.
  • MIN: Trả về giá trị nhỏ nhất của một cột.
  1. Nhận những khách hàng có giá trị mua hàng trung bình lớn hơn 100 đô la:
SELECT id_cliente, AVG(total) AS promedio_compras
FROM pedidos
GROUP BY id_cliente
HAVING AVG(total) > 100;
  1. Đếm số lượng đơn hàng của mỗi khách hàng và chỉ hiển thị những đơn hàng có nhiều hơn 5 đơn hàng:
SELECT id_cliente, COUNT(*) AS total_pedidos
FROM pedidos
GROUP BY id_cliente
HAVING COUNT(*) > 5;
  1. Nhận sản phẩm có giá tối đa dưới 50$:
SELECT id_producto, MAX(precio) AS precio_maximo
FROM productos
GROUP BY id_producto
HAVING MAX(precio) < 50;
  1. Hiển thị các danh mục sản phẩm có tổng doanh số lớn hơn 10,000 đô la:
SELECT categoria, SUM(total) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total) > 10000;

SELECT categoria, SUM(total) AS total_ventas, AVG(precio) AS precio_promedio
FROM ventas
GROUP BY categoria
HAVING SUM(total) > 10000 AND AVG(precio) < 50;

Lọc có điều kiện với Having

  • CASE: Cho phép bạn tạo biểu thức điều kiện với nhiều điều kiện và kết quả.
  • IF: Đánh giá một điều kiện và trả về một giá trị nếu điều kiện được đáp ứng và một giá trị khác nếu điều kiện không được đáp ứng.
  • Toán tử logic (AND, OR, NOT): Kết hợp nhiều điều kiện để tạo ra các biểu thức logic phức tạp hơn.
  1. Nhận danh mục sản phẩm có tổng doanh số lớn hơn 10,000 chỉ dành cho những sản phẩm có giá lớn hơn 50:
SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
WHERE precio > 50
GROUP BY categoria
HAVING SUM(total_ventas) > 10000;
  1. Hiển thị những khách hàng có giá trị mua hàng trung bình lớn hơn 100 đô la đối với những người đã đặt hơn 5 đơn hàng:
SELECT id_cliente, AVG(total) AS promedio_compras
FROM pedidos
GROUP BY id_cliente
HAVING AVG(total) > 100 AND COUNT(*) > 5;
  1. Lấy các danh mục sản phẩm có tổng doanh số lớn hơn 10,000 và phân loại chúng thành "Cao" nếu tổng doanh số lớn hơn 50,000, "Trung bình" nếu tổng doanh số nằm trong khoảng từ 20,000 đến 50,000 và "Thấp" nếu tổng doanh số không lớn hơn XNUMX:
SELECT 
    categoria,
    SUM(total_ventas) AS total_ventas,
    CASE 
        WHEN SUM(total_ventas) > 50000 THEN 'Alto'
        WHEN SUM(total_ventas) BETWEEN 20000 AND 50000 THEN 'Medio'
        ELSE 'Bajo'
    END AS clasificacion
FROM ventas
GROUP BY categoria
HAVING SUM(total_ventas) > 10000;
  1. Chỉ hiển thị những sản phẩm có giá trung bình trên 100 đô la nếu chúng đã được bán trong 30 ngày qua:
SELECT 
    id_producto,
    AVG(precio) AS precio_promedio
FROM ventas
WHERE fecha >= DATE_SUB(CURDATE(), INTERVAL 30 DAY)
GROUP BY id_producto
HAVING AVG(precio) > 100;
SELECT 
    categoria,
    SUM(total) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total) > (
    SELECT AVG(total_ventas)
    FROM (
        SELECT categoria, SUM(total) AS total_ventas
        FROM ventas
        GROUP BY categoria
    ) AS subconsulta
);

Ví dụ thực tế về truy vấn với Having

  1. Lấy các phòng ban có hơn 5 nhân viên và hiển thị mức lương trung bình cho mỗi phòng ban:
SELECT 
    departamento,
    COUNT(*) AS total_empleados,
    AVG(salario) AS salario_promedio
FROM empleados
GROUP BY departamento
HAVING COUNT(*) > 5;
  1. Hiển thị các danh mục sản phẩm có tổng doanh số lớn hơn 10,000 đô la và biên lợi nhuận lớn hơn 20%:
SELECT 
    categoria,
    SUM(total) AS total_ventas,
    (SUM(total) - SUM(costo)) / SUM(total) AS margen_ganancia
FROM ventas
GROUP BY categoria
HAVING 
    SUM(total) > 10000 
    AND (SUM(total) - SUM(costo)) / SUM(total) > 0.2;
  1. Lấy những khách hàng đã mua hàng ở ít nhất 3 danh mục khác nhau và có tổng giá trị mua hàng lớn hơn 1,000 đô la:
SELECT 
    id_cliente,
    COUNT(DISTINCT categoria) AS total_categorias,
    SUM(total) AS total_compras
FROM ventas
GROUP BY id_cliente
HAVING 
    COUNT(DISTINCT categoria) >= 3 
    AND SUM(total) > 1000;
  1. Hiển thị các sản phẩm có xếp hạng trung bình lớn hơn 4.5 và nhận được ít nhất 10 xếp hạng:
SELECT 
    id_producto,
    AVG(calificacion) AS promedio_calificacion,
    COUNT(*) AS total_calificaciones
FROM calificaciones
GROUP BY id_producto
HAVING 
    AVG(calificacion) > 4.5 
    AND COUNT(*) >= 10;
  1. Lấy các cửa hàng có tổng doanh số cao hơn doanh số trung bình của tất cả các cửa hàng trong 30 ngày qua:
SELECT 
    id_tienda,
    SUM(total) AS total_ventas
FROM ventas
WHERE fecha >= DATE_SUB(CURDATE(), INTERVAL 30 DAY)
GROUP BY id_tienda
HAVING 
    SUM(total) > (
        SELECT AVG(total_ventas)
        FROM (
            SELECT id_tienda, SUM(total) AS total_ventas
            FROM ventas
            WHERE fecha >= DATE_SUB(CURDATE(), INTERVAL 30 DAY)
            GROUP BY id_tienda
        ) AS subconsulta
    );
nhóm theo mysql với các ví dụ
Bài viết liên quan:
Câu lệnh GROUP BY của MySQL với các ví dụ

Tối ưu hóa hiệu suất với Having trong MySQL

  1. Sử dụng các chỉ mục thích hợp:
    • Hãy đảm bảo bạn có chỉ mục trên các cột được sử dụng trong mệnh đề NHÓM THEO và trong các cột liên quan đến các điều kiện của mệnh đề Having.
    • Chỉ mục có thể cải thiện đáng kể hiệu suất bằng cách giảm lượng dữ liệu mà MySQL phải kiểm tra để thực hiện phân cụm.
  2. Tránh tính toán không cần thiết khi Có:
    • Nếu có thể, hãy thử thực hiện tính toán và lọc trong mệnh đề WHERE trước khi nhóm.
    • Việc lọc từng hàng trước khi nhóm có thể giảm lượng dữ liệu được xử lý trong mệnh đề Having, giúp cải thiện hiệu suất.
  3. Sử dụng truy vấn phụ hoặc bảng tạm thời:
    • Trong một số trường hợp, có thể hiệu quả hơn khi sử dụng các truy vấn phụ hoặc bảng tạm thời để thực hiện các phép tính trung gian trước khi áp dụng mệnh đề Having.
    • Điều này có thể tránh được nhu cầu tính toán lặp đi lặp lại và giảm độ phức tạp của truy vấn chính.
  4. Tối ưu hóa các hàm tổng hợp:
    • Sử dụng các hàm tổng hợp phù hợp với nhu cầu của bạn. Ví dụ, nếu bạn chỉ cần đếm số hàng, hãy sử dụng COUNT(*) thay vì COUNT(column).
    • Tránh sử dụng các hàm tổng hợp không cần thiết hoặc dư thừa trong mệnh đề Having.
  5. Giới hạn số lượng nhóm:
    • Nếu có thể, hãy cố gắng hạn chế số lượng nhóm được tạo bởi mệnh đề GROUP BY.
    • Càng ít nhóm được tạo ra thì càng ít phép tính và so sánh được thực hiện trong mệnh đề Having, giúp cải thiện hiệu suất.
  6. Sử dụng EXPLAIN để phân tích kế hoạch thực hiện:
    • Sử dụng câu lệnh EXPLAIN trước truy vấn của bạn để biết thông tin về cách MySQL dự định thực hiện truy vấn.
    • Phân tích kế hoạch thực hiện để xác định những điểm nghẽn tiềm ẩn hoặc những lĩnh vực cần cải thiện, chẳng hạn như thiếu chỉ mục hoặc sử dụng tài nguyên không hiệu quả.
  7. Hãy cân nhắc sử dụng phân vùng:
    • Nếu bạn đang làm việc với các bảng rất lớn, hãy cân nhắc sử dụng phân vùng để chia dữ liệu thành các phần nhỏ hơn, dễ quản lý hơn.
    • Phân vùng có thể cải thiện hiệu suất bằng cách cho phép MySQL chỉ truy cập và xử lý các phân vùng có liên quan đến truy vấn cụ thể.
  MySQL Docker: Di chuyển mượt mà từ môi trường truyền thống

Có kết hợp với JOIN

  1. Nhận khách hàng đã mua hàng ở tất cả các danh mục sản phẩm:
SELECT 
    c.id_cliente,
    c.nombre,
    COUNT(DISTINCT v.categoria) AS total_categorias
FROM clientes c
JOIN ventas v ON c.id_cliente = v.id_cliente
GROUP BY c.id_cliente, c.nombre
HAVING COUNT(DISTINCT v.categoria) = (
    SELECT COUNT(DISTINCT categoria) FROM productos
);
  1. Hiển thị các cặp sản phẩm đã được bán cùng nhau trong ít nhất 10 đơn hàng:
SELECT 
    v1.id_producto AS producto1,
    v2.id_producto AS producto2,
    COUNT(*) AS total_ordenes
FROM ventas v1
JOIN ventas v2 ON v1.id_orden = v2.id_orden AND v1.id_producto < v2.id_producto
GROUP BY v1.id_producto, v2.id_producto
HAVING COUNT(*) >= 10;
  1. Lấy các danh mục sản phẩm có tổng doanh số cao hơn doanh số trung bình của tất cả các danh mục, chỉ xét doanh số trong 6 tháng qua:
SELECT 
    p.categoria,
    SUM(v.total) AS total_ventas
FROM productos p
JOIN ventas v ON p.id_producto = v.id_producto
WHERE v.fecha >= DATE_SUB(CURDATE(), INTERVAL 6 MONTH)
GROUP BY p.categoria
HAVING SUM(v.total) > (
    SELECT AVG(total_ventas)
    FROM (
        SELECT p.categoria, SUM(v.total) AS total_ventas
        FROM productos p
        JOIN ventas v ON p.id_producto = v.id_producto
        WHERE v.fecha >= DATE_SUB(CURDATE(), INTERVAL 6 MONTH)
        GROUP BY p.categoria
    ) AS subconsulta
);

Những lỗi thường gặp khi sử dụng Having và cách tránh chúng

  1. Sử dụng các cột không tổng hợp trong mệnh đề Having mà không bao gồm chúng trong GROUP BY:
    • Lỗi: Nếu bạn cố tham chiếu một cột không tổng hợp trong mệnh đề Having mà không đưa nó vào mệnh đề GROUP BY, bạn sẽ nhận được lỗi.
    • Giải pháp: Đảm bảo bao gồm tất cả các cột không tổng hợp được đề cập trong mệnh đề Having trong mệnh đề GROUP BY.
  2. Nhầm lẫn giữa WHERE và Having conditions:
    • Lỗi: Đặt điều kiện lọc trong mệnh đề Having mà lẽ ra phải có trong mệnh đề WHERE hoặc ngược lại.
    • Giải pháp: Hãy nhớ rằng mệnh đề WHERE được áp dụng trước khi nhóm và được dùng để lọc từng hàng riêng lẻ, trong khi mệnh đề Having được áp dụng sau khi nhóm và được dùng để lọc các nhóm hàng.
  3. Quên không đưa mệnh đề GROUP BY vào:
    • Lỗi: Nếu bạn sử dụng các hàm tổng hợp trong truy vấn mà không chỉ định mệnh đề GROUP BY, bạn sẽ nhận được lỗi.
    • Giải pháp: Đảm bảo bao gồm mệnh đề GROUP BY và chỉ định các cột mà bạn muốn nhóm kết quả.
  4. Sử dụng các hàm tổng hợp trong mệnh đề WHERE:
    • Lỗi: Các hàm tổng hợp như SUM, COUNT, AVG, MAX, MIN, v.v. không thể được sử dụng trực tiếp trong mệnh đề WHERE.
    • Giải pháp: Nếu bạn cần lọc kết quả dựa trên kết quả của hàm tổng hợp, hãy sử dụng truy vấn phụ hoặc chuyển điều kiện sang mệnh đề Having.
  5. Không xử lý đúng giá trị null:
    • Lỗi: Các hàm tổng hợp xử lý các giá trị null theo cách khác nhau, điều này có thể dẫn đến kết quả không mong muốn nếu không được xử lý đúng cách.
    • Giải pháp: Sử dụng các hàm như COUNT(*) thay vì COUNT(column) nếu bạn muốn bao gồm các hàng có giá trị null vào số đếm. Hãy cân nhắc sử dụng các hàm như COALESCE hoặc IFNULL để xử lý các giá trị null một cách phù hợp.
  6. Rhiệu suất kém do thiếu chỉ mục hoặc truy vấn được tối ưu hóa kém:
  • Lỗi: Các truy vấn sử dụng Having có thể trở nên chậm nếu không sử dụng các chỉ mục thích hợp hoặc nếu thực hiện các tính toán không cần thiết.
  • Giải pháp: Đảm bảo bạn có chỉ mục trên các cột được sử dụng trong mệnh đề GROUP BY và trên các cột liên quan đến các điều kiện trong mệnh đề Having. Tối ưu hóa truy vấn bằng cách tránh các tính toán không cần thiết và sử dụng các truy vấn phụ hoặc bảng tạm thời khi thích hợp.
  1. Không xét đến thứ tự các mệnh đề:
    • Lỗi: Việc sắp xếp các mệnh đề sai thứ tự có thể dẫn đến lỗi cú pháp hoặc kết quả không mong muốn.
    • Giải pháp: Đảm bảo bạn thực hiện theo đúng thứ tự các mệnh đề: SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY.
  2. Sử dụng các điều kiện mơ hồ hoặc không rõ ràng trong mệnh đề Having:
    • Lỗi: Viết các điều kiện phức tạp hoặc không rõ ràng trong mệnh đề Having có thể khiến mã của bạn khó hiểu và khó bảo trì.
    • Giải pháp: Viết các điều kiện rõ ràng và súc tích trong mệnh đề Having. Nếu các điều kiện quá phức tạp, hãy cân nhắc chia truy vấn thành nhiều truy vấn đơn giản hơn hoặc sử dụng truy vấn phụ để cải thiện khả năng đọc.
  3. Không kiểm tra kỹ lưỡng các truy vấn với các tập dữ liệu khác nhau:
    • Lỗi: Các truy vấn sử dụng Having có thể hoạt động chính xác với tập dữ liệu thử nghiệm nhưng lại không hoạt động hoặc tạo ra kết quả không chính xác với dữ liệu thực hoặc lớn hơn.
    • Giải pháp: Kiểm tra kỹ lưỡng các truy vấn với các tập dữ liệu khác nhau, bao gồm các trường hợp ngoại lệ và tình huống dữ liệu rỗng hoặc bị thiếu. Sử dụng các công cụ gỡ lỗi và phân tích hiệu suất để xác định và khắc phục sự cố.
  4. Không ghi chép đúng các truy vấn phức tạp:
    • Lỗi: Việc thiếu tài liệu hoặc bình luận về các truy vấn phức tạp với Having có thể khiến các nhà phát triển khác hoặc chính bạn khó hiểu và khó bảo trì trong tương lai.
    • Giải pháp: Thêm các bình luận rõ ràng và súc tích giải thích mục đích của từng phần truy vấn, đặc biệt là trong các điều kiện của mệnh đề Having. Ghi lại mọi logic phức tạp hoặc yêu cầu kinh doanh cụ thể.

Các giải pháp thay thế cho việc Có trong các trường hợp cụ thể

  1. Các truy vấn phụ:
    • Thay vì sử dụng Phải lọc kết quả được nhóm, bạn có thể sử dụng các truy vấn phụ để thực hiện các tính toán và lọc cần thiết trước khi nhóm.
    • Các truy vấn phụ có thể đặc biệt hữu ích khi bạn cần so sánh các giá trị tổng hợp với các giá trị được tính toán trong một truy vấn riêng biệt.
    • Ví dụ: 
       SELECT *
FROM (
    SELECT categoria, SUM(total) AS total_ventas
    FROM ventas
    GROUP BY categoria
) AS subconsulta
WHERE total_ventas > 10000;
  2. Lượt xem:
    • Nếu bạn có một truy vấn phức tạp với Having được sử dụng thường xuyên, bạn có thể tạo một xem trong MySQL bao hàm logic của truy vấn.
    • Chế độ xem cung cấp một cách để đơn giản hóa và tái sử dụng các truy vấn phức tạp, đồng thời có thể cải thiện khả năng đọc và bảo trì mã.
    • Ví dụ: 
       CREATE VIEW ventas_por_categoria AS
CREATE VIEW ventas_por_categoria AS
SELECT categoria, SUM(total) AS total_ventas
FROM ventas
GROUP BY categoria;

SELECT *
FROM ventas_por_categoria
WHERE total_ventas > 10000;
  3. Bảng được suy ra:
    • Tương tự như truy vấn phụ, bảng dẫn xuất cho phép bạn thực hiện tính toán và lọc trong truy vấn bên trong, sau đó sử dụng kết quả trong truy vấn chính.
    • Bảng phái sinh có thể hữu ích khi bạn cần thực hiện nhiều phép tổng hợp hoặc lọc phức tạp trước khi kết hợp kết quả với các bảng khác.
    • Ví dụ: 
       SELECT c.nombre, v.total_ventas
FROM clientes c
JOIN (
    SELECT id_cliente, SUM(total) AS total_ventas
    FROM ventas
    GROUP BY id_cliente
) AS v ON c.id_cliente = v.id_cliente
WHERE v.total_ventas > 1000;
  4. Chức năng cửa sổ:
    • Các hàm cửa sổ như ROW_NUMBER(), RANK(), DENSE_RANK(), v.v. có thể được sử dụng để thực hiện tính toán và lọc dựa trên phân vùng dữ liệu mà không cần sử dụng Having.
    • Các hàm cửa sổ đặc biệt hữu ích khi bạn cần thực hiện các phép tính dựa trên các nhóm hàng có liên quan và lọc kết quả dựa trên các phép tính đó.
    • Ví dụ: 
       SELECT *
FROM (
    SELECT categoria, total, 
           ROW_NUMBER() OVER (PARTITION BY categoria ORDER BY total DESC) AS rn
    FROM ventas
) AS subconsulta
WHERE rn <= 3;

Có dữ liệu null và giá trị mặc định

  1. Hàm tổng hợp và giá trị Null:
    • Các hàm tổng hợp như SUM, AVG, COUNT, v.v. xử lý các giá trị null theo cách khác nhau tùy thuộc vào từng hàm cụ thể.
    • COUNT(*) bao gồm tất cả các hàng trong số đếm, kể cả các hàng có giá trị null trong tất cả các cột.
    • COUNT(column) chỉ đếm các hàng mà cột được chỉ định không có giá trị null.
    • SUM và AVG bỏ qua các giá trị null và chỉ hoạt động trên các giá trị không null.
    • Ví dụ: 
       SELECT departamento, COUNT(*) AS total_empleados, AVG(salario) AS salario_promedio
FROM empleados
GROUP BY departamento
HAVING AVG(salario) > 5000;
  2. Xử lý giá trị null bằng COALESCE hoặc IFNULL:
    • Nếu bạn có các cột có thể chứa giá trị null và bạn muốn đưa chúng vào tính toán hoặc điều kiện, bạn có thể sử dụng hàm COALESCE hoặc IFNULL để cung cấp giá trị mặc định.
    • COALESCE(cột, giá trị mặc định) trả về giá trị không null đầu tiên trong danh sách đối số.
    • IFNULL(cột, giá trị mặc định) trả về giá trị mặc định đã chỉ định nếu cột là null.
    • Ví dụ: 
       SELECT departamento, AVG(COALESCE(salario, 0)) AS salario_promedio
FROM empleados
GROUP BY departamento
HAVING AVG(COALESCE(salario, 0)) > 5000;
  3. Lọc các nhóm có giá trị null:
    • Nếu bạn muốn lọc các nhóm dựa trên sự có mặt hoặc không có giá trị null trong một cột cụ thể, bạn có thể sử dụng điều kiện IS NULL hoặc IS NOT NULL trong mệnh đề Having.
    • Ví dụ: 
       SELECT departamento, COUNT(*) AS total_empleados
FROM empleados
GROUP BY departamento
HAVING MAX(salario) IS NULL;
  4. Giá trị mặc định trong Có điều kiện:
    • Khi so sánh kết quả của các hàm tổng hợp với các giá trị mặc định trong mệnh đề Having, hãy cẩn thận với logic của điều kiện.
    • Đảm bảo rằng các giá trị mặc định được sử dụng phù hợp với logic điều kiện và cung cấp kết quả mong đợi.
    • Ví dụ: 
       SELECT departamento, AVG(COALESCE(salario, 0)) AS salario_promedio
FROM empleados
GROUP BY departamento
HAVING AVG(COALESCE(salario, 0)) > 0;
  5. Cân nhắc về hiệu suất với giá trị null:
    • Việc xử lý giá trị null trong các hàm tổng hợp và có điều kiện có thể ảnh hưởng đến hiệu suất truy vấn, đặc biệt là trên các tập dữ liệu lớn.
    • Nếu bạn có nhiều giá trị null trong các cột được sử dụng trong các hàm tổng hợp, hãy cân nhắc sử dụng chỉ mục một phần hoặc chiến lược lọc trước để cải thiện hiệu suất.
    • Ví dụ: 
       CREATE INDEX idx_empleados_salario ON empleados (salario) WHERE salario IS NOT NULL;

Thực hành tốt khi sử dụng Having

  1. Sử dụng tên cột và bí danh mang tính mô tả:
    • Gán tên mô tả cho các cột và bí danh trong mệnh đề SELECT để cải thiện khả năng đọc truy vấn.
    • Sử dụng tên phản ánh rõ mục đích hoặc nội dung của từng cột hoặc biểu thức.
    • Ví dụ: 
       SELECT departamento, COUNT(*) AS total_empleados, AVG(salario) AS salario_promedio
FROM empleados
GROUP BY departamento
HAVING AVG(salario) > 5000;
  2. Viết các điều kiện rõ ràng và súc tích:
    • Viết các điều kiện rõ ràng và súc tích trong mệnh đề Having để giúp mã của bạn dễ hiểu và dễ bảo trì hơn.
    • Tránh các điều kiện quá phức tạp hoặc lồng nhau và cân nhắc chia truy vấn thành các phần nhỏ hơn, dễ quản lý hơn nếu cần.
    • Ví dụ: 
       HAVING COUNT(DISTINCT categoria) > 3 AND SUM(total_ventas) > 10000;
  3. Sử dụng các hàm tổng hợp thích hợp:
    • Chọn hàm tổng hợp phù hợp dựa trên nhu cầu của bạn và kiểu dữ liệu của các cột.
    • Sử dụng COUNT(*) để đếm tất cả các hàng, bao gồm cả những hàng có giá trị null.
    • Sử dụng COUNT(column) để đếm các hàng mà cột được chỉ định không có giá trị null.
    • Sử dụng SUM, AVG, MAX và MIN khi cần thiết để thực hiện các phép tính tổng hợp.
    • Ví dụ: 
       HAVING COUNT(*) > 100 AND AVG(precio) < 50;
  4. Áp dụng bộ lọc trong mệnh đề WHERE bất cứ khi nào có thể:
    • Nếu bạn có thể lọc từng hàng trước khi nhóm bằng mệnh đề WHERE, hãy thực hiện như vậy để giảm lượng dữ liệu được xử lý trong mệnh đề Having.
    • Lọc các hàng trước khi nhóm có thể cải thiện hiệu suất truy vấn.
    • Ví dụ: 
       SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
WHERE fecha >= '2023-01-01' AND fecha < '2024-01-01'
GROUP BY categoria
HAVING SUM(total_ventas) > 10000;
  5. Sử dụng các truy vấn phụ hoặc bảng dẫn xuất khi cần thiết:
    • Nếu bạn cần thực hiện các phép tính phức tạp hoặc lọc dựa trên kết quả tổng hợp, hãy cân nhắc sử dụng truy vấn phụ hoặc bảng dẫn xuất.
    • Các truy vấn phụ và bảng dẫn xuất có thể cải thiện khả năng đọc và hiệu suất trong các truy vấn phức tạp.
    • Ví dụ: 
       SELECT *
FROM (
    SELECT categoria, SUM(total_ventas) AS total_ventas
    FROM ventas
    GROUP BY categoria
) AS subconsulta
WHERE total_ventas > (SELECT AVG(total_ventas) FROM ventas);
  6. Ghi chú và bình luận mã của bạn:
    • Thêm các bình luận rõ ràng và súc tích để giải thích mục đích và logic của các phần khác nhau trong truy vấn của bạn, đặc biệt là trong mệnh đề Having.
    • Tài liệu hướng dẫn phù hợp giúp các nhà phát triển khác và chính bạn dễ dàng hiểu và duy trì mã của mình trong tương lai.
    • Ví dụ: 
       -- Obtener las categorías con un total de ventas superior al promedio
SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total_ventas) > (SELECT AVG(total_ventas) FROM ventas);
  7. Chạy thử nghiệm mở rộng:
    • Kiểm tra truy vấn của bạn bằng Having bằng cách sử dụng các tập dữ liệu và trường hợp thử nghiệm khác nhau.
    • Xác minh rằng kết quả thu được như mong đợi và truy vấn hoạt động chính xác trong các tình huống khác nhau, bao gồm cả trường hợp ngoại lệ và dữ liệu null.
    • Sử dụng các công cụ gỡ lỗi và phân tích hiệu suất để xác định và khắc phục sự cố.
    • Ví dụ: 
       -- Prueba con diferentes umbrales de total de ventas
HAVING SUM(total_ventas) > 10000;
HAVING SUM(total_ventas) > 50000;
HAVING SUM(total_ventas) > 100000;
  8. Hãy xem xét hiệu suất và tối ưu hóa:
    • Hãy lưu ý đến hiệu suất khi viết truy vấn bằng Having, đặc biệt là trên các tập dữ liệu lớn.
    • Sử dụng chỉ mục thích hợp trên các cột được sử dụng trong mệnh đề GROUP BY và có điều kiện để cải thiện tốc độ truy vấn.
    • Tránh các tính toán không cần thiết hoặc dư thừa trong mệnh đề Having.
    • Ví dụ: 
       -- Utiliza índices en las columnas de agrupación y filtrado
CREATE INDEX idx_ventas_categoria ON ventas (categoria);
CREATE INDEX idx_ventas_fecha ON ventas (fecha);
  9. Duy trì tính nhất quán và chuẩn hóa:
    • Tuân thủ các quy ước đặt tên và định dạng nhất quán trong mọi truy vấn của bạn với Having.
    • Sử dụng phong cách mã hóa nhất quán, chẳng hạn như viết hoa các từ khóa và thụt lề đúng cách.
    • Duy trì tính nhất quán trong cấu trúc truy vấn và thứ tự mệnh đề.
    • Ví dụ: 
       SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
WHERE fecha >= '2023-01-01' AND fecha < '2024-01-01'
GROUP BY categoria
HAVING SUM(total_ventas) > 10000
ORDER BY total_ventas DESC;
  10. Cập nhật thông tin và học hỏi từ cộng đồng:
    • Luôn cập nhật các tính năng và cải tiến mới của MySQL liên quan đến hiệu suất và tối ưu hóa truy vấn.
    • Học hỏi từ cộng đồng nhà phát triển và chia sẻ kiến ​​thức và kinh nghiệm của bạn.
    • Tham gia các diễn đàn, blog và hội nghị để tìm hiểu các phương pháp hay nhất và nắm bắt các xu hướng mới nhất.
    • Ví dụ:
    • Theo dõi các blog và nguồn tài nguyên trực tuyến về các thắc mắc.
    • Tham gia vào cộng đồng nhà phát triển và đặt câu hỏi trên các diễn đàn chuyên ngành.
    • Tham dự các hội nghị và hội thảo trên web về MySQL và cơ sở dữ liệu.

    11. Có trong các truy vấn với phân trang và sắp xếp

    1. Phân trang với LIMIT và OFFSET:
      • Phân trang cho phép bạn chia kết quả của truy vấn thành các trang nhỏ hơn, dễ quản lý hơn.
      • Sử dụng mệnh đề LIMIT để chỉ định số hàng tối đa trả về và mệnh đề OFFSET để chỉ định số hàng bỏ qua trước khi bắt đầu trả về kết quả.
      • Ví dụ: 
         SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total_ventas) > 10000
ORDER BY total_ventas DESC
LIMIT 10 OFFSET 0;
    2. Sắp xếp theo ORDER BY:
      • Mệnh đề ORDER BY được sử dụng để sắp xếp kết quả của truy vấn theo một hoặc nhiều cột.
      • Bạn có thể sắp xếp kết quả theo thứ tự tăng dần (ASC) hoặc giảm dần (DESC).
      • Ví dụ: 
         SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total_ventas) > 10000
ORDER BY total_ventas DESC;
    3. Sự tương tác giữa Having, ORDER BY và Limit:
      • Điều quan trọng là phải lưu ý thứ tự áp dụng các mệnh đề Having, ORDER BY và LIMIT.
      • Mệnh đề Having trước tiên được áp dụng để lọc các nhóm hàng đáp ứng điều kiện đã chỉ định.
      • Sau đó, mệnh đề ORDER BY được áp dụng để sắp xếp các kết quả đã lọc.
      • Cuối cùng, các mệnh đề LIMIT và OFFSET được áp dụng để giới hạn số hàng trả về và phân trang kết quả.
      • Ví dụ: 
         SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total_ventas) > 10000
ORDER BY total_ventas DESC
LIMIT 10 OFFSET 20;
    4. Cân nhắc về hiệu suất:
      • Khi làm việc với các tập dữ liệu lớn và sử dụng phân trang và sắp xếp kết hợp với Having, điều quan trọng là phải cân nhắc đến hiệu suất truy vấn.
      • Đảm bảo bạn có chỉ mục thích hợp trên các cột được sử dụng trong mệnh đề GROUP BY, Có điều kiện và sắp xếp các cột để cải thiện hiệu quả truy vấn.
      • Hãy nhớ rằng máy chủ cơ sở dữ liệu Bạn phải xử lý và sắp xếp tất cả kết quả trước khi áp dụng LIMIT và OFFSET, điều này có thể ảnh hưởng đến hiệu suất trên các tập dữ liệu rất lớn.
      • Hãy cân nhắc sử dụng các kỹ thuật phân trang nâng cao hơn, chẳng hạn như phân trang dựa trên con trỏ hoặc phân trang bằng khóa chính, để cải thiện hiệu suất trong những trường hợp cụ thể.
    5. Phân trang và sắp xếp trong ứng dụng:
      • Khi phát triển các ứng dụng yêu cầu phân trang và sắp xếp cùng với Having, điều quan trọng là phải thiết kế một chiến lược phù hợp để xử lý các khía cạnh này một cách hiệu quả.
      • Sử dụng tham số trong truy vấn của bạn để cho phép phân trang động và sắp xếp dựa trên sở thích của người dùng.
      • Hãy cân nhắc việc lưu trữ đệm các kết quả được phân trang và sắp xếp để tránh các truy vấn lặp lại và cải thiện hiệu suất.
      • Ví dụ: 
         SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total_ventas) > ? 
ORDER BY ? ?
LIMIT ? OFFSET ?;

    Nâng cao Sử dụng Having với Subqueries

    1. Lọc nhóm dựa trên kết quả truy vấn phụ tổng hợp:
      • Bạn có thể sử dụng các truy vấn phụ trong mệnh đề Having để lọc các nhóm dựa trên kết quả tổng hợp của một truy vấn khác.
      • Điều này hữu ích khi bạn cần so sánh các giá trị tổng hợp của từng nhóm với giá trị được tính toán trong một truy vấn phụ.
      • Ví dụ: 
         SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total_ventas) > (
    SELECT AVG(total_ventas)
    FROM (
        SELECT categoria, SUM(total_ventas) AS total_ventas
        FROM ventas
        GROUP BY categoria
    ) AS subconsulta
);
    2. Lọc nhóm dựa trên sự tồn tại của các hàng trong truy vấn phụ:
      • Bạn có thể sử dụng mệnh đề EXISTS kết hợp với lệnh Having để lọc các nhóm dựa trên sự tồn tại của các hàng trong truy vấn phụ liên quan.
      • Điều này hữu ích khi bạn chỉ muốn giữ lại những nhóm có mối quan hệ cụ thể với kết quả truy vấn phụ.
      • Ví dụ: 
         SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING EXISTS (
    SELECT 1
    FROM productos
    WHERE productos.categoria = ventas.categoria
    AND productos.precio > 100
);
    3. Lọc nhóm dựa trên thành viên trong một tập hợp giá trị:
      • Bạn có thể sử dụng mệnh đề IN kết hợp với lệnh Having để lọc các nhóm dựa trên thành viên trong một tập hợp các giá trị thu được từ một truy vấn phụ.
      • Điều này hữu ích khi bạn chỉ muốn giữ lại những nhóm có giá trị tổng hợp khớp với các giá trị được chỉ định trong truy vấn phụ.
      • Ví dụ: 
         SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING categoria IN (
    SELECT categoria
    FROM productos
    WHERE precio > 100
);
    4. Lọc nhóm dựa trên so sánh với giá trị tối thiểu hoặc tối đa:
      • Bạn có thể sử dụng các truy vấn phụ trong mệnh đề Having để lọc các nhóm dựa trên sự so sánh với các giá trị tối thiểu hoặc tối đa thu được từ một truy vấn khác.
      • Điều này hữu ích khi bạn chỉ muốn giữ lại những nhóm có tổng giá trị đáp ứng các tiêu chí nhất định liên quan đến giá trị ngoại lai.
      • Ví dụ: 
         SELECT categoria, SUM(total_ventas) AS total_ventas
FROM ventas
GROUP BY categoria
HAVING SUM(total_ventas) > (
    SELECT MAX(total_ventas)
    FROM (
        SELECT categoria, SUM(total_ventas) AS total_ventas
        FROM ventas
        GROUP BY categoria
    ) AS subconsulta
    WHERE categoria <> ventas.categoria
);

    Tối ưu hóa Having với các chỉ mục và phân vùng

    1. Sử dụng chỉ mục để nhóm các cột:
      • Tạo chỉ mục trên các cột được sử dụng trong mệnh đề NHÓM THEO để cải thiện hiệu quả phân cụm.
      • Chỉ mục cho phép MySQL nhanh chóng xác định vị trí các hàng thuộc về mỗi nhóm, giúp tăng tốc quá trình nhóm.
      • Ví dụ: 
         CREATE INDEX idx_ventas_categoria ON ventas (categoria);
    2. Sử dụng chỉ mục trên các cột lọc:
      • Tạo chỉ mục trên các cột được sử dụng trong các điều kiện của mệnh đề Having để cải thiện tốc độ lọc.
      • Chỉ mục cho phép MySQL nhanh chóng tìm thấy các hàng đáp ứng các điều kiện được chỉ định trong Having.
      • Ví dụ: 
         CREATE INDEX idx_ventas_total ON ventas (total_ventas);
    3. Sử dụng chỉ số tổng hợp:
      • Tạo chỉ mục tổng hợp bao gồm cả nhóm cột và lọc cột.
      • Chỉ mục tổng hợp có thể cải thiện hiệu suất hơn nữa bằng cách cho phép MySQL thực hiện tìm kiếm và lọc hiệu quả bằng cách sử dụng một chỉ mục duy nhất.
      • Ví dụ: 
         CREATE INDEX idx_ventas_categoria_total ON ventas (categoria, total_ventas);

      4.  CREATE TABLE ventas (
id INT,
categoria VARCHAR(50),
total_ventas DECIMAL(10,2),
fecha DATE
)
PARTITION BY HASH(YEAR(fecha))
PARTITIONS 5;

      Có trong môi trường đồng thời cao

      • Sử dụng mức cách nhiệt phù hợp:
        • Chọn mức độ cô lập phù hợp cho các giao dịch liên quan đến truy vấn có Having.
        • Mức độ cô lập xác định cách xử lý xung đột đồng thời và tính nhất quán của dữ liệu.
        • Ví dụ, mức cô lập ĐỌC LẶP LẠI đảm bảo rằng các lần đọc lặp lại trong một giao dịch sẽ trả về cùng một kết quả, ngăn ngừa các lần đọc ảo.
        • Điều chỉnh mức độ cô lập dựa trên yêu cầu về tính nhất quán và hiệu suất của bạn.
      • Sử dụng khóa hàng hoặc khóa bảng:
        • MySQL sử dụng khóa để kiểm soát việc truy cập đồng thời vào dữ liệu và ngăn ngừa xung đột.
        • Khi bạn chạy truy vấn bằng Having, MySQL có thể áp dụng khóa cấp hàng hoặc cấp bảng để đảm bảo tính toàn vẹn của dữ liệu.
        • Khóa hàng cho phép mức độ đồng thời cao hơn bằng cách chỉ khóa các hàng cụ thể liên quan đến truy vấn, trong khi khóa bảng khóa toàn bộ bảng.
        • Chọn mức khóa phù hợp dựa trên nhu cầu đồng thời và hiệu suất của bạn.
      • Tối ưu hóa truy vấn bằng cách Có:
        • Tối ưu hóa truy vấn bằng cách giảm thiểu thời gian thực hiện và giảm tình trạng chặn.
        • Sử dụng chỉ mục thích hợp khi nhóm và lọc cột để tăng tốc tìm kiếm và lọc.
        • Tránh các tính toán không cần thiết hoặc dư thừa trong mệnh đề Having.
        • Hãy cân nhắc sử dụng truy vấn phân vùng hoặc truy vấn song song để phân bổ khối lượng công việc và cải thiện hiệu suất.
      • Sử dụng giao dịch một cách hợp lý:
        • Bao bọc truy vấn bằng các giao dịch bên trong để duy trì tính toàn vẹn của dữ liệu và tránh sự không nhất quán.
        • Sử dụng các câu lệnh BEGIN, COMMIT và ROLLBACK để kiểm soát việc bắt đầu, xác nhận và hoàn tác các giao dịch.
        • Giảm thiểu thời gian giao dịch để giảm tình trạng bế tắc và cải thiện tính đồng thời.
        • Tránh giữ những ổ khóa không cần thiết trong thời gian dài.
      • Theo dõi và điều chỉnh hiệu suất:
        • Sử dụng các công cụ phân tích và giám sát hiệu suất để xác định các điểm nghẽn và vấn đề đồng thời liên quan đến truy vấn với Having.
        • Giám sát việc sử dụng khóa, thời gian chờ khóa và tình trạng bế tắc.
        • Điều chỉnh cài đặt máy chủ MySQL, chẳng hạn như kích thước bộ đệm, kích thước phiên và các tham số kết nối, để tối ưu hóa hiệu suất trong môi trường có tính đồng thời cao.
      • Tỷ lệ theo chiều ngang: