SQL之where、hiving、group by的使用总结

SQL的执行先后顺序是：from、where 、join 、on、 group by、 having 、select 、distinct、 union、 order by、 limit

执行的过程解释：
from：将数据从硬盘加载到数据缓冲区，方便对接下来的数据进行操作。
where：从基表或视图中选择满足条件的元组。（不能使用聚合函数）
join：连接（如join、right join、left join）
on：连接条件join on实现多表连接查询，推荐该种方式进行多表查询，不使用子查询。
group by：分组，一般和聚合函数一起使用。
having：在元组的基础上进行筛选，选出符合条件的元组。（一般与group by进行连用）
select：查询到得所有元组需要罗列的哪些列。
distinct：去重的功能。
union：将多个查询结果合并（默认去掉重复的记录）。
order by：进行相应的排序。
limit：显示输出数据记录条数。（元组）

group by语句

GROUP BY语句通常会和聚合函数一起使用，按照一个或者多个列队结果进行分组，然后对每个组执行聚合操作。

ex:
##### 计算emp表每个部门的平均工资
hive (default)> select t.deptno, avg(t.sal) avg_sal from emp t group by t.deptno;
##### 计算emp每个部门中每个岗位的最高薪水
hive (default)> select t.deptno, t.job, max(t.sal) max_sal from emp t group by t.deptno, t.job;

Having语句

ex:求每个部门的平均薪水大于2000的部门
hive (default)> select deptno, avg(sal) avg_sal from emp where deptno IS NOT NULL group by deptno having avg_sal > 2000;
注：该出的执行顺序是，from将数据emp表数据从硬盘加载到数据缓冲区，然后执行where字句，此时不是对结果集进行过滤，这是直接操作的表（这也是为什么where子句后面不能跟聚合函数的原因），是直接拿着条件对原始表的数据进行过滤，聚合函数还没执行；
然后对返回的`结果集`进行分组操作：group by deptno，接着在每个组内执行聚合函数avg(sal) ，然后执行having过滤条件：avg_sal > 2000，最后才是执行select对结果集进行罗列。

having与where不同点

（1）where针对表中的列发挥作用，查询数据；having针对查询结果中的列发挥作用，筛选数据。
（2）where后面不能写分组函数，而having后面可以使用分组函数。
（3）having只用于group by分组统计语句。