WHERE против HAVING

WHERE и HAVING оба отсекают лишнее, поэтому кандидаты их путают. Интервьюер это знает и спрашивает почти на каждом первом собеседовании по SQL. Хороший ответ занимает две фразы, а держится на порядке выполнения из прошлого урока. Все примеры работают на учебной базе блока.

Как спрашивают

Чем отличается WHERE от HAVING? Можно ли написать условие на агрегат в WHERE?

Иногда в виде задачи: «Найди клиентов, у которых сумма заказов больше 5000».

Короткий ответ

WHERE фильтрует отдельные строки до группировки, а HAVING фильтрует готовые группы после неё. Поэтому агрегатные функции вроде sum и count можно писать в HAVING, но нельзя в WHERE: на шаге WHERE групп ещё нет. Условие, которое не зависит от агрегата, лучше ставить в WHERE: тогда в группировку попадёт меньше строк.

Разбор: сито и весы

Представь сортировку яблок на складе. Сначала рабочий проверяет каждое яблоко поштучно и выкидывает гнилые. Это WHERE: решение принимается про одну строку. Потом оставшиеся яблоки раскладывают по ящикам, по ящику на сорт, и взвешивают ящики целиком. Ящики легче десяти килограммов отправляют обратно. Это HAVING: решение принимается про группу, по её общему весу.

Спросить «сколько весит ящик?» до того, как яблоки разложены, бессмысленно. Ровно поэтому агрегат в WHERE даёт ошибку.

Сумма заказов по клиентам на учебной базе:

SELECT customer_id, sum(amount) AS total
FROM orders
GROUP BY customer_id;

customer_id | total
------------+------
          1 | 11000
          2 |  7000
          3 |  1200

Клиенты с суммой больше 5000. Условие про сумму группы, значит, HAVING:

SELECT customer_id, sum(amount) AS total
FROM orders
GROUP BY customer_id
HAVING sum(amount) > 5000;

customer_id | total
------------+------
          1 | 11000
          2 |  7000

А вот попытка написать то же через WHERE:

SELECT customer_id, sum(amount)
FROM orders
WHERE sum(amount) > 5000
GROUP BY customer_id;

PostgreSQL отвечает: ERROR: aggregate functions are not allowed in WHERE.

Оба фильтра в одном запросе

Чаще всего на собеседовании нужны оба фильтра сразу. Задача: в каких отделах больше одного сотрудника с зарплатой выше 150 000?

SELECT department_id, count(*) AS n
FROM employees
WHERE salary > 150000
GROUP BY department_id
HAVING count(*) > 1;

department_id | n
--------------+--
            1 | 3

Порядок работы такой:

1. WHERE salary > 150000 отбрасывает Дину и Егора поштучно.
2. GROUP BY раскладывает остальных: в отделе 1 трое, в отделе 2 один Глеб, и ещё Жанна в группе с department_id равным NULL.
3. HAVING count(*) > 1 оставляет только группу из трёх человек.

Если поменять фильтры местами по смыслу, получится другой вопрос. WHERE решает, какие строки считать, HAVING решает, какие итоги показывать.