MSSQL HAVING 조건 완벽 가이드, GROUP BY 이후 집계 필터링 방법

🔗 HAVING 조건의 개념과 필요성

MSSQL에서 HAVING 조건은 GROUP BY로 데이터를 그룹화한 뒤, 각 그룹의 집계 결과를 기준으로 필터링할 때 사용합니다.
즉, WHERE 절이 개별 행을 걸러내는 반면 HAVING은 그룹 단위에서 조건을 적용하죠.
이 차이로 인해 HAVING은 COUNT, SUM, AVG 같은 집계 함수와 함께 자주 사용됩니다.

예를 들어, 매출 데이터에서 매출 합계가 일정 금액 이상인 지점만 보고 싶다면, 먼저 GROUP BY로 지점별 매출을 묶은 후 HAVING으로 합계 조건을 설정합니다.
이렇게 하면 집계 결과에서 불필요한 그룹을 제외하고, 원하는 기준에 맞는 데이터만 조회할 수 있습니다.

💬 HAVING은 집계된 결과에 조건을 적용할 수 있는 유일한 절이며, WHERE 절로는 집계 함수 결과를 필터링할 수 없습니다.

📌 HAVING 절의 실행 순서

HAVING 절은 SQL 쿼리의 실행 순서에서 GROUP BY 이후에 동작합니다.
일반적인 순서는 다음과 같습니다.

• 1️⃣FROM 절로 데이터 원본을 선택
• 2️⃣WHERE 절로 개별 행 필터링
• 3️⃣GROUP BY로 데이터 그룹화
• 4️⃣집계 함수(COUNT, SUM 등) 계산
• 5️⃣HAVING 절로 그룹 필터링

📌 간단한 HAVING 절 예시

SELECT StoreID, SUM(SalesAmount) AS TotalSales
FROM Sales
GROUP BY StoreID
HAVING SUM(SalesAmount) > 100000;

위 예제는 각 지점(StoreID)의 총 매출 합계가 100,000을 초과하는 경우만 결과로 반환합니다.
이처럼 HAVING은 집계된 결과에서 조건을 걸어야 할 때 필수적인 SQL 절입니다.

🛠️ WHERE 절과 HAVING 절의 차이

SQL을 처음 배우는 분들이 가장 혼동하는 부분이 바로 WHERE 절과 HAVING 절의 차이입니다.
두 절 모두 데이터를 필터링하는 역할을 하지만, 적용 시점과 대상이 다릅니다.
간단히 정리하면, WHERE는 행 단위에서 필터링하고, HAVING은 그룹 단위에서 필터링합니다.

📌 주요 차이점 정리

📌 예제 비교

다음 두 쿼리를 비교해 보면 차이를 명확히 알 수 있습니다.

-- WHERE 절 사용
SELECT StoreID, SalesAmount
FROM Sales
WHERE SalesAmount > 50000;

-- HAVING 절 사용
SELECT StoreID, SUM(SalesAmount) AS TotalSales
FROM Sales
GROUP BY StoreID
HAVING SUM(SalesAmount) > 100000;

WHERE 절 예제는 각 거래 금액이 50,000 초과인 행만 필터링합니다.
반면 HAVING 절 예제는 지점별 총 매출이 100,000 초과인 경우만 반환하죠.
이처럼 WHERE와 HAVING은 서로 대체할 수 없으며, 용도에 맞게 사용해야 합니다.

⚙️ GROUP BY와 HAVING의 결합 방식

GROUP BY와 HAVING은 함께 사용될 때 강력한 데이터 분석 도구가 됩니다.
GROUP BY는 데이터를 특정 컬럼 기준으로 묶어 집계 함수를 적용할 수 있도록 하고, HAVING은 그 집계 결과를 조건에 따라 필터링합니다.

이 구조 덕분에 복잡한 데이터셋에서도 원하는 패턴을 추출하거나, 특정 조건에 맞는 집계 결과만 조회할 수 있습니다.
예를 들어 고객별 구매 내역에서 구매 횟수가 일정 기준 이상인 고객만 선별하거나, 지역별 평균 매출이 목표치를 초과한 지역만 확인하는 식이죠.

📌 GROUP BY + HAVING 기본 구조

SELECT column1, AGG_FUNC(column2)
FROM table_name
GROUP BY column1
HAVING AGG_FUNC(column2) 조건;

이 기본 구조에서 AGG_FUNC는 SUM, COUNT, AVG, MAX, MIN 등 집계 함수를 의미합니다.
HAVING 절은 이 함수의 결과값을 조건으로 비교해 필터링을 수행합니다.

📌 GROUP BY와 HAVING 동작 예시

예를 들어, 판매 데이터에서 5건 이상 거래가 발생한 상품만 조회하려면 다음과 같이 작성할 수 있습니다.

SELECT ProductID, COUNT(*) AS OrderCount
FROM Orders
GROUP BY ProductID
HAVING COUNT(*) >= 5;

이 쿼리는 상품(ProductID)별 주문 건수를 세고, 그 값이 5 이상인 경우만 결과로 반환합니다.
GROUP BY로 그룹화 → 집계 함수 계산 → HAVING으로 조건 필터링 순으로 실행됩니다.

🔌 HAVING 절 활용 실전 예제

HAVING 절은 데이터 분석과 리포트 작성에서 매우 유용하게 쓰입니다.
특히, 집계 함수와 조건을 결합해 의미 있는 결과만 추출할 수 있죠.
아래에서는 실제 비즈니스 시나리오를 기반으로 한 다양한 예제를 살펴보겠습니다.

📌 예제 1: 일정 금액 이상 구매한 고객 찾기

SELECT CustomerID, SUM(TotalAmount) AS TotalSpent
FROM Orders
GROUP BY CustomerID
HAVING SUM(TotalAmount) > 500000;

이 쿼리는 고객별 총 구매 금액을 합산한 후, 500,000원을 초과한 고객만 반환합니다.
VIP 고객 리스트를 만들 때 유용하게 쓸 수 있습니다.

📌 예제 2: 재고 부족 상품 조회

SELECT ProductID, SUM(StockQuantity) AS TotalStock
FROM Inventory
GROUP BY ProductID
HAVING SUM(StockQuantity) < 50;

이 예제는 전체 재고 수량이 50개 미만인 상품만 추려냅니다.
물류팀이나 재고 관리 시스템에서 자동 알림 기능을 구현할 때 활용할 수 있습니다.

📌 예제 3: 평균 구매 금액이 높은 지역 찾기

SELECT Region, AVG(TotalAmount) AS AvgPurchase
FROM Orders
GROUP BY Region
HAVING AVG(TotalAmount) > 200000;

지역별 평균 구매 금액이 200,000원 이상인 경우만 표시하여, 마케팅 타겟 지역을 선정하는데 도움을 줍니다.

💡 성능 최적화와 주의사항

HAVING 절은 매우 강력하지만, 잘못 사용하면 쿼리 성능이 떨어질 수 있습니다.
그 이유는 HAVING 절이 GROUP BY 이후에 실행되기 때문에, 모든 데이터를 그룹화한 뒤 조건을 적용하기 때문입니다.
따라서 대규모 데이터셋에서는 실행 속도가 느려질 수 있습니다.

📌 성능 최적화 팁

• 🚀WHERE 절로 먼저 데이터 범위를 제한한 후 HAVING 절 적용
• 📊필요한 컬럼만 SELECT 절에 포함하여 불필요한 데이터 처리 최소화
• 🛠️집계 전 데이터 필터링을 통해 그룹화 대상 축소
• 📌인덱스를 활용해 GROUP BY 처리 속도 개선

📌 주의해야 할 점

HAVING 절은 모든 경우에 적합하지 않습니다.
집계 조건이 아닌 필터링은 반드시 WHERE 절에서 처리해야 하며, 이를 혼동하면 쿼리 성능과 결과 정확도 모두에 영향을 줄 수 있습니다.

📌 최적화 예시

-- 비효율적인 쿼리
SELECT CustomerID, SUM(TotalAmount) AS TotalSpent
FROM Orders
GROUP BY CustomerID
HAVING SUM(TotalAmount) > 500000;

-- 최적화된 쿼리
SELECT CustomerID, SUM(TotalAmount) AS TotalSpent
FROM Orders
WHERE OrderDate >= '2024-01-01'
GROUP BY CustomerID
HAVING SUM(TotalAmount) > 500000;

최적화된 쿼리에서는 WHERE 절을 통해 불필요한 데이터(2024년 이전 주문)를 먼저 제외하므로, 그룹화와 HAVING 절의 처리 대상이 줄어 성능이 크게 향상됩니다.

❓ 자주 묻는 질문 (FAQ)