最近的工作中遇到了一些信息筛选的要求，其中一个要求就是，统计信息中某项活动超过5次的。这里就需要用到一些Mysql中的GROUP BY 和HAVING 两个语句了。
一、核心方法：GROUP BY 与 HAVING
要理解频率查询，首先必须明白两个核心SQL子句：GROUP BY和HAVING。
GROUP BY（分组）：它的作用是将具有相同值的行分配到不同的“桶”里。想象一下，你有一堆混杂的不同水果，GROUP BY就是让你按水果种类（苹果、香蕉、橘子）将它们分到不同的篮子中。
COUNT()（聚合函数）：在分好组之后，我们需要计算每个“篮子”里有多少个水果。COUNT(*)就是完成这个计数的工具，它返回每个组中的行数。
HAVING（过滤组）：WHERE子句用于在分组前过滤行，而HAVING子句则在分组后过滤组。它允许我们对分组后的结果集设置条件，例如，我们只关心水果数量超过5个的篮子。
二、实战演练：从基础查询到复杂过滤
让我们通过一个具体的例子来演示。假设我们有一张名为 orders 的订单表，其中有一个 customer_id 字段，记录了下订单的客户ID。
1. 基础统计：每个值出现了多少次？
我们的第一个问题是：每个客户总共下了多少订单？
2. 进阶过滤：哪些值出现的次数超过了阈值？
现在，我们不再满足于知道所有客户的订单数。我们想找出下单次数超过5次的优质客户。这时，HAVING子句就派上了用场。
三、注意事项与最佳实践
HAVING vs WHERE：切记，WHERE在分组前过滤行，它不能使用聚合函数（如COUNT）。HAVING在分组后过滤组，通常与聚合函数一起使用。将条件放在错误的子句会导致查询失败或结果错误。
处理NULL值：COUNT(*)会计算所有行，包括那些字段值为NULL的行。而COUNT(customer_id)只会计算customer_id不为NULL的行。根据你的业务逻辑选择合适的方式。
性能优化：对于大型表，在用于GROUP BY和WHERE的字段上建立索引可以极大地提高查询速度。例如，为customer_id字段添加索引，会让上面的分组计数查询快得多。
