GROUP BY اور HAVING کیسے کام کرتے ہیں؟

Question

Accepted Answer

**`GROUP BY`** ان rows کو گروپ کرتا ہے جو ایک value شیئر کرتی ہیں، تاکہ aggregate functions ہر گروپ کے لیے calculate کریں۔ **`HAVING`** ان گروپوں کو filter کرتا ہے (جیسے `WHERE`، لیکن گروپس/aggregates کے لیے)۔ یہ دونوں مل کر category کے لحاظ سے ڈیٹا کو summarize اور analyze کرنے کے core ہیں۔

## GROUP BY — ہر گروپ کے لیے aggregate

```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` ہر ملک کی تمام rows کو ایک گروپ میں collapse کرتا ہے، اور aggregate functions (`COUNT`, `AVG`) ہر گروپ کے لیے ایک value calculate کرتے ہیں۔ آپ multiple columns سے group کر سکتے ہیں:

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

## HAVING — گروپس کو filter کریں

```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` grouping کے *بعد* filter کرتا ہے، aggregate values پر — کچھ جو `WHERE` نہیں کر سکتا (WHERE individual rows کو grouping سے پہلے filter کرتا ہے)۔

## WHERE بمقابلہ HAVING — ایک اہم فرق

```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.)
```

## Execution order

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

## یہ کیوں اہم ہے

`GROUP BY` اور `HAVING` **analytical SQL** کے core ہیں — category کے لحاظ سے ڈیٹا کو summarize اور analyze کرنا ایک fundamental، مسلسل ضرورت ہے (ہر region میں counts، ہر product میں sales، ہر group میں averages)، تو انہیں سمجھنا ضروری ہے۔ `GROUP BY` (rows کو گروپ کرنا تاکہ aggregates ہر گروپ کے لیے calculate ہوں) ان summary queries کی بنیاد ہے، اور یہ سمجھنا کہ یہ rows کو aggregation کے لیے گروپوں میں کیسے collapse کرتا ہے، کسی بھی reporting یا analytics کے لیے ضروری ہے۔

**`WHERE` بمقابلہ `HAVING` کا فرق** خاص طور پر اہم ہے اور عام طور پر الجھا دیا جاتا ہے: `WHERE` individual rows کو grouping سے *پہلے* filter کرتا ہے (اور aggregates استعمال نہیں کر سکتا)، جب کہ `HAVING` groups کو grouping کے *بعد* filter کرتا ہے (aggregate values پر) — غلط استعمال errors یا غلط نتائج دیتا ہے، اور یہ سمجھنا کہ ہر ایک کب لاگو ہوتا ہے (WHERE row-level filtering کے لیے، HAVING گروپس کے aggregate-level filtering کے لیے) ایک اہم skill ہے۔

WHERE سے پہلے filter کرنا جب ممکن ہو (زیادہ موثر — grouping سے پہلے rows کم کرنا) ایک مفید optimization ہے۔

**execution order** سے connection (WHERE grouping سے پہلے، HAVING بعد میں) وضاحت کرتا ہے کہ ان کے roles کیوں مختلف ہیں۔

چونکہ grouping اور aggregate filtering reporting اور data analysis میں ہر جگہ ہیں، اور چونکہ WHERE-vs-HAVING کا فرق correctness کے لیے دونوں اہم ہے اور عام طور پر غلط فہمی سے دوچار ہے، `GROUP BY` اور `HAVING` میں mastery حاصل کرنا — per-category aggregates کے لیے grouping اور two-level filtering model — core، بار بار لاگو ہونے والا knowledge ہے جو analytical SQL کے لیے ضروری ہے اور ایک عام interview topic ہے۔