SQL для тестировщика – Часть 2: Агрегаты, GROUP BY, HAVING

SQL для тестировщика – Часть 2: Агрегаты, GROUP BY, HAVING

QA❤️4Life

Вторая часть расширенной шпаргалки по SQL: агрегаты и группировка – то, чем тестировщик сверяет данные, ищет дубли и проверяет миграции.

Канал: QA❤️4Life
Автор: Евгений Гусинец


SQL для тестировщика – Часть 2 из 5: Агрегаты, GROUP BY, HAVING

Демо-схема для всех примеров серии:

  • users (id, email, status, created_at)
  • orders (id, user_id, sum, status, created_at)
  • payments (id, order_id, amount, created_at)

Агрегатные функции: что считают

Что делают. Схлопывают много строк в одно число:

  • COUNT(*) – количество строк;
  • SUM(col) – сумма;
  • AVG(col) – среднее;
  • MIN(col) / MAX(col) – минимум и максимум.
SELECT COUNT(*), SUM(sum), AVG(sum)
FROM orders
WHERE status = 'paid';

Зачем. Быстрая оценка данных: сколько записей, какая средняя сумма, какие экстремумы.

COUNT(*) vs COUNT(col)

Что делает. COUNT(*) считает все строки. COUNT(col) – только строки, где col не NULL.

SELECT COUNT(*), COUNT(email)
FROM users;

Зачем. Разница между двумя числами – количество NULL в столбце. Это и диагностика дыр в данных, и ловушка: сверка через COUNT(col) может «прощать» битые записи.

COUNT(DISTINCT col) считает уникальные значения: сколько разных пользователей делали заказы.

GROUP BY

Что делает. Сворачивает строки в группы по значению столбца, агрегат считается на каждую группу. Правило: в SELECT – только столбцы группировки и агрегаты.

SELECT status, COUNT(*)
FROM orders
GROUP BY status;

Зачем. Разброс данных по статусам – первый запрос при любой проверке распределения.

HAVING: фильтр по агрегатам

Что делает. Фильтрует уже посчитанные группы. Разница с WHERE: WHERE отбирает строки до группировки, HAVING – группы после.

SELECT user_id, COUNT(*)
FROM orders
GROUP BY user_id
HAVING COUNT(*) > 5;

Зачем. Найти аномалии: слишком активных пользователей, слишком крупные группы.

Поиск дублей

Что делает. GROUP BY + HAVING COUNT(*) > 1 – стандартный приём.

SELECT email, COUNT(*) AS cnt
FROM users
GROUP BY email
HAVING COUNT(*) > 1;

Зачем. Дубль пользователя – потенциальный баг регистрации или миграции. Чтобы показать сами строки дублей, а не итог по группам, нужен self-join (часть 3) или ROW_NUMBER (часть 5).

Сверка COUNT до и после миграции

Что делает. Три замера на старой и новой базе: общий COUNT, разбивка по статусам, COUNT(DISTINCT id).

SELECT COUNT(*), COUNT(DISTINCT id)
FROM orders;
SELECT status, COUNT(*)
FROM orders
GROUP BY status;

Зачем. Общий COUNT может совпасть, а разбивка по статусам – разойтись. Три замера вместо одного – дешёвая страховка от «половина записей переехала с другим статусом».

Порядок выполнения запроса

Что делает. Запрос логически исполняется не так, как написан: FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT.

Зачем. Отсюда следуют все «почему»: почему в WHERE нельзя использовать алиас из SELECT, почему HAVING видит агрегаты, а WHERE нет. Когда запрос ведёт себя странно – прогоняйте его глазами по этой цепочке.

Резюме части 2

  • COUNT(*) и COUNT(col) – разные числа, разница = количество NULL.
  • GROUP BY: в SELECT только группировочные столбцы и агрегаты.
  • WHERE фильтрует строки, HAVING – группы.
  • Дубли ищутся парой GROUP BY + HAVING COUNT(*) > 1.
  • Миграцию сверяй тремя замерами: общий COUNT, по статусам, DISTINCT.

Report Page