GROUP BY và HAVING hoạt động như thế nào?

Question

Accepted Answer

**`GROUP BY`** nhóm các dòng có chung một giá trị, để các hàm tổng hợp tính toán theo từng nhóm. **`HAVING`** lọc các nhóm đó (giống `WHERE`, nhưng cho nhóm/giá trị tổng hợp). Cùng nhau, chúng là cốt lõi của việc tóm tắt và phân tích dữ liệu theo từng nhóm.

## GROUP BY — tổng hợp theo nhóm

```sql
SELECT country, COUNT(*) AS user_count, AVG(age) AS avg_age
FROM users
GROUP BY country;
-- một dòng kết quả CHO MỖI quốc gia, với số lượng và độ tuổi trung bình của quốc gia đó
```

`GROUP BY country` gộp tất cả các dòng của mỗi quốc gia thành một nhóm, và các hàm tổng hợp (`COUNT`, `AVG`) tính một giá trị cho từng nhóm. Bạn có thể nhóm theo nhiều cột:

```sql
GROUP BY country, city          -- một nhóm cho mỗi tổ hợp (country, city) duy nhất
```

## HAVING — lọc các nhóm

```sql
-- chỉ hiển thị các quốc gia có NHIỀU HƠN 100 user
SELECT country, COUNT(*) AS user_count
FROM users
GROUP BY country
HAVING COUNT(*) > 100;          -- lọc trên GIÁ TRỊ TỔNG HỢP
```

`HAVING` lọc *sau* khi nhóm, trên các giá trị tổng hợp — điều mà `WHERE` không làm được (WHERE lọc từng dòng trước khi nhóm).

## WHERE vs HAVING — một khác biệt then chốt

```sql
SELECT country, COUNT(*) AS cnt
FROM users
WHERE active = true             -- WHERE: lọc DÒNG trước (trước khi nhóm)
GROUP BY country
HAVING COUNT(*) > 100;          -- HAVING: lọc NHÓM sau (trên giá trị tổng hợp)
```

```text
WHERE  → lọc từng DÒNG, chạy TRƯỚC khi nhóm, không dùng được hàm tổng hợp
HAVING → lọc NHÓM, chạy SAU khi nhóm, dùng VỚI hàm tổng hợp
→ Dùng WHERE để lọc dòng, HAVING để lọc các nhóm đã tổng hợp. (Lọc bằng WHERE
  trước khi có thể — hiệu quả hơn, giảm số dòng trước khi nhóm.)
```

## Thứ tự thực thi

```text
FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY
(WHERE trước khi nhóm, HAVING sau — đó là lý do vai trò của chúng khác nhau)
```

## Tại sao điều này quan trọng

`GROUP BY` và `HAVING` là cốt lõi của **SQL phân tích** — tóm tắt và phân tích dữ liệu theo từng nhóm là một nhu cầu nền tảng, thường xuyên (đếm theo vùng, doanh số theo sản phẩm, trung bình theo nhóm), nên hiểu chúng là điều thiết yếu. `GROUP BY` (nhóm các dòng để hàm tổng hợp tính theo từng nhóm) là nền tảng của các truy vấn tóm tắt này, và hiểu cách nó gộp các dòng thành nhóm để tổng hợp là cần thiết cho mọi báo cáo hay phân tích. **Khác biệt giữa `WHERE` và `HAVING`** đặc biệt quan trọng và thường bị nhầm: `WHERE` lọc từng dòng *trước* khi nhóm (và không dùng được hàm tổng hợp), trong khi `HAVING` lọc các nhóm *sau* khi nhóm (trên giá trị tổng hợp) — dùng sai cái nào gây lỗi hoặc kết quả sai, và hiểu khi nào dùng cái nào (WHERE cho lọc cấp dòng, HAVING cho lọc cấp tổng hợp của nhóm) là một kỹ năng then chốt.

Biết nên lọc bằng WHERE trước khi có thể (hiệu quả hơn — giảm số dòng trước khi nhóm) là một tối ưu hữu ích.

Mối liên hệ với **thứ tự thực thi** (WHERE trước khi nhóm, HAVING sau) giải thích vì sao vai trò của chúng khác nhau.

Vì nhóm và lọc tổng hợp xuất hiện khắp nơi trong báo cáo và phân tích dữ liệu, và vì khác biệt WHERE-vs-HAVING vừa quan trọng cho tính đúng đắn vừa thường bị hiểu lầm, thành thạo `GROUP BY` và `HAVING` — nhóm để tổng hợp theo từng nhóm và mô hình lọc hai cấp — là kiến thức cốt lõi, được áp dụng thường xuyên, thiết yếu cho SQL phân tích và là một chủ đề phỏng vấn phổ biến.