在 MySQL 中，HAVING 子句用于对分组后的数据进行筛选。它通常与 GROUP BY 一起使用，作用类似于 WHERE，但 WHERE 不能直接用于过滤聚合函数（如 COUNT、SUM、AVG 等），而 HAVING 可以。
理解 HAVING 的基本用法
当你使用 GROUP BY 对数据进行分组后，如果想根据聚合结果筛选某些分组，就必须使用 HAVING。比如，你想找出“订单数量大于 5 的客户”。
示例语句：SELECT customer_id, COUNT(order_id) AS order_count FROM orders GROUP BY customer_id HAVING COUNT(order_id) > 5;
这条语句会：
按 customer_id 分组 统计每组的订单数量 只返回订单数大于 5 的客户WHERE 和 HAVING 的区别
WHERE 在分组前过滤原始数据，而 HAVING 在分组后过滤结果。
举例说明：SELECT department, AVG(salary) AS avg_salary FROM employees WHERE hire_date > '2020-01-01' GROUP BY department HAVING AVG(salary) > 6000;
执行顺序是：
先用 WHERE 筛选出 2020 年以后入职的员工 再按部门分组计算平均工资 最后用 HAVING 筛出平均工资超过 6000 的部门常见聚合函数配合 HAVING 使用
你可以结合多种聚合函数在 HAVING 中做条件判断：
COUNT()：统计行数，比如 HAVING COUNT(*) >= 3 SUM()：求和，比如 HAVING SUM(amount) > 1000 AVG()：平均值，比如 HAVING AVG(score) >= 85 MAX()/MIN()：最大最小值，比如 HAVING MAX(price) 实际例子：SELECT product_category, AVG(price) AS avg_price FROM products GROUP BY product_category HAVING AVG(price) BETWEEN 100 AND 500;
这会返回平均价格在 100 到 500 之间的商品类别。
基本上就这些。HAVING 是处理分组数据时的关键工具，记住它作用于分组之后，支持聚合函数判断，和 WHERE 各司其职。写查询时理清过滤时机，就能正确使用。不复杂但容易忽略细节。
