电商数据分析：MySQL HAVING实战案例
快速体验
- 打开 InsCode(快马)平台 https://www.inscode.net
- 输入框内输入如下内容：
构建一个电商数据分析查询：1) 使用订单表、商品表和用户表；2) 按商品类别分组统计销售额；3) 使用HAVING筛选出销售额超过10万且平均评分高于4.5的商品类别；4) 按销售额降序排列；5) 包含完整的SQL语句和示例数据。- 点击'项目生成'按钮，等待项目生成完整后预览效果
今天在整理电商平台的销售数据时，遇到了一个实际需求：我们需要找出那些既畅销又好评的商品类别。这类分析对优化库存和营销策略特别有帮助，正好可以用MySQL的HAVING子句来实现。下面分享我的实战过程，这个案例特别适合用InsCode(快马)平台来快速验证SQL效果。
数据表结构设计首先需要三张核心表：订单表记录交易信息，商品表存储商品详情，用户表保存买家数据。订单表通过商品ID和用户ID与其他表关联，这种设计能完整追踪"谁买了什么"。
关键字段准备
- 商品表必须包含类别字段（如电子产品、家居用品等）
- 订单表需要记录销售数量和金额
用户评价数据可以存储在订单表或单独的评分表中
分组统计逻辑先用GROUP BY按商品类别分组，然后计算两个关键指标：
- 总销售额：用SUM函数累加所有订单金额
平均评分：通过AVG函数计算该类商品获得的平均星评
HAVING筛选技巧这里就是核心环节了，WHERE不能用于聚合后的筛选，必须用HAVING：
- 设置销售额条件：>100000
添加评分条件：>4.5 这两个条件会确保只保留优质畅销品类
结果排序优化最后用ORDER BY对结果按销售额降序排列，这样报表呈现时高价值品类会自动置顶，方便业务部门优先处理。
实际执行时发现几个易错点： - 混淆WHERE和HAVING的使用场景，前者过滤原始记录，后者过滤分组结果 - 聚合函数别名在HAVING中直接使用可能导致错误，最好重复计算表达式 - 多条件组合时注意括号优先级
这个案例在InsCode(快马)平台上验证特别方便，它的在线MySQL环境开箱即用，还能保存常用查询模板。最惊喜的是可以直接把分析结果部署成数据看板，比如我做的这个品类分析报表，点几下就生成可分享的链接，市场部的同事马上能看到实时数据。
通过这次实践，深刻体会到HAVING在数据筛选中不可替代的价值。它就像数据分析的精准过滤器，配合GROUP BY使用能快速从海量数据中提取关键信息。对于需要定期跑这类分析的团队，建议把查询语句保存为存储过程，搭配定时任务自动生成报表。
快速体验
- 打开 InsCode(快马)平台 https://www.inscode.net
- 输入框内输入如下内容：
构建一个电商数据分析查询：1) 使用订单表、商品表和用户表；2) 按商品类别分组统计销售额；3) 使用HAVING筛选出销售额超过10万且平均评分高于4.5的商品类别；4) 按销售额降序排列；5) 包含完整的SQL语句和示例数据。- 点击'项目生成'按钮，等待项目生成完整后预览效果