Jak fungují GROUP BY a HAVING?

Question

Accepted Answer

**`GROUP BY`** seskupuje řádky se stejnou hodnotou, aby agregační funkce počítaly výsledek per skupinu. **`HAVING`** filtruje ty skupiny (podobně jako `WHERE`, ale pro skupiny/agregáty). Dohromady jsou jádrem sumarizace a analýzy dat podle kategorie.

## GROUP BY — agregace per skupinu

```sql
SELECT country, COUNT(*) AS user_count, AVG(age) AS avg_age
FROM users
GROUP BY country;
-- one result row PER country, with that country's count and average age
```

`GROUP BY country` sbalí všechny řádky každé země do jedné skupiny a agregační funkce (`COUNT`, `AVG`) spočítají hodnotu pro každou skupinu. Můžete seskupovat podle více sloupců:

```sql
GROUP BY country, city          -- a group per unique (country, city) combination
```

## HAVING — filtrování skupin

```sql
-- show only countries with MORE THAN 100 users
SELECT country, COUNT(*) AS user_count
FROM users
GROUP BY country
HAVING COUNT(*) > 100;          -- filter on the AGGREGATE
```

`HAVING` filtruje *po* seskupení, na agregačních hodnotách — něco, co `WHERE` nedokáže (WHERE filtruje jednotlivé řádky před seskupením).

## WHERE vs HAVING — klíčový rozdíl

```sql
SELECT country, COUNT(*) AS cnt
FROM users
WHERE active = true             -- WHERE: filter ROWS first (before grouping)
GROUP BY country
HAVING COUNT(*) > 100;          -- HAVING: filter GROUPS after (on aggregates)
```

```text
WHERE  → filters individual ROWS, runs BEFORE grouping, can't use aggregates
HAVING → filters GROUPS, runs AFTER grouping, used WITH aggregates
→ Use WHERE to filter rows, HAVING to filter aggregated groups. (Filter with WHERE
  first when possible — it's more efficient, reducing rows before grouping.)
```

## Pořadí provádění

```text
FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY
(WHERE before grouping, HAVING after — which is why their roles differ)
```

## Proč je to důležité

`GROUP BY` a `HAVING` jsou jádrem **analytického SQL** — sumarizace a analýza dat podle kategorie je fundamentální a neustálá potřeba (počty per region, prodej per produkt, průměry per skupinu), takže jejich pochopení je esenciální. `GROUP BY` (seskupování řádků, aby agregáty počítaly per skupinu) je základem těchto souhrnných dotazů, a pochopení, jak sbírá řádky do skupin pro agregaci, je nezbytné pro jakékoli reporting nebo analytics.

Rozdíl **`WHERE` vs `HAVING`** je zvláště důležitý a často zaměňovaný: `WHERE` filtruje jednotlivé řádky *před* seskupením (a nemůže používat agregáty), zatímco `HAVING` filtruje skupiny *po* seskupení (na agregačních hodnotách) — používání chybného vede na chyby nebo nesprávné výsledky, a pochopení, kdy se každý aplikuje (WHERE pro filtrování na úrovni řádků, HAVING pro filtrování na úrovni agregátů skupin), je klíčová dovednost.

Vědomí, že filtrovat s WHERE nejdřív, když je to možné (efektivnější — snižuje řádky před seskupením), je užitečná optimalizace.

Spojitost s **pořadím provádění** (WHERE před seskupením, HAVING po) vysvětluje, proč se jejich role liší.

Protože seskupování a filtrování agregátů jsou všudypřítomné v reportingu a analýze dat, a protože rozdíl WHERE-vs-HAVING je jak důležitý pro správnost, tak běžně nepochopený, zvládnutí `GROUP BY` a `HAVING` — seskupování pro agregáty per kategorii a dvoustupňový filtrační model — je základní, často používané znalosti esenciální pro analytické SQL a běžné interview téma.