Cum funcționează GROUP BY și HAVING?

Question

Accepted Answer

**`GROUP BY`** grupează rândurile care au aceeași valoare, astfel încât funcțiile de agregare calculează per grup. **`HAVING`** filtrează acele grupuri (similar cu `WHERE`, dar pentru grupuri/agregate). Împreună sunt nucleul rezumării și analizei datelor pe categorii.

## GROUP BY — agregare per grup

```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` comprinde toate rândurile fiecărei țări într-un singur grup, iar funcțiile de agregare (`COUNT`, `AVG`) calculează o valoare pentru fiecare grup. Puteți grupa după mai multe coloane:

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

## HAVING — filtrarea grupurilor

```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` filtrează *după* grupare, pe valori agregate — ceva ce `WHERE` nu poate face (WHERE filtrează rânduri individuale înainte de grupare).

## WHERE vs HAVING — o distincție cheie

```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.)
```

## Ordinea execuției

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

## De ce este important

`GROUP BY` și `HAVING` sunt esențiale pentru **SQL-ul analitic** — rezumarea și analiza datelor pe categorii este o nevoie fundamentală și constantă (numărări pe regiuni, vânzări pe produs, medii pe grup), deci înțelegerea lor este esențială. `GROUP BY` (gruparea rândurilor pentru ca agregatele să calculeze per grup) este baza acestor interogări rezumative, și înțelegerea modului în care comprinde rândurile în grupuri pentru agregare este necesară pentru orice raport sau analiză.

Distincția **`WHERE` vs `HAVING`** este deosebit de importantă și adesea confundată: `WHERE` filtrează rânduri individuale *înainte* de grupare (și nu poate folosi agregate), în timp ce `HAVING` filtrează grupuri *după* grupare (pe valori agregate) — folosirea celei greșite cauzeaza erori sau rezultate incorecte, și înțelegerea când se aplică fiecare (WHERE pentru filtrarea la nivel de rând, HAVING pentru filtrarea la nivel de agregat a grupurilor) este o abilitate cheie.

Știind că să filtrez cu WHERE mai întâi când este posibil (mai eficient — reducerea rândurilor înainte de grupare) este o optimizare utilă.

Conexiunea la **ordinea execuției** (WHERE înainte de grupare, HAVING după) explică de ce rolurile lor diferă.

Deoarece gruparea și filtrarea agregatelor sunt omniprezente în rapoarte și analize de date, și deoarece distincția WHERE-vs-HAVING este atât importantă pentru corectitudine, cât și frecvent neînțeleasă, stăpânirea `GROUP BY` și `HAVING` — gruparea pentru agregate per categorie și modelul de filtrare în două niveluri — este cunoaștere esențială, frecvent aplicată, vitală pentru SQL-ul analitic și un subiect frecvent în interviuri.