having 混用导致查询变慢，因其在 group by 和聚合计算后执行，无法利用索引下推，且错误将本该在 where 过滤的非聚合条件（如 status = ‘active’）放入 having，增大中间结果集；分组字段无索引时更会引发全表扫描和文件排序。
WHERE 和 HAVING 混用时，为什么查询变慢了
因为 HAVING 是在分组后才执行的过滤，它必须等 GROUP BY 完成、聚合函数算完，才能筛数据；而 WHERE 在分组前就过滤掉大量行，能显著减少中间结果集大小。很多慢查询其实是把本该写在 WHERE 里的条件错塞进了 HAVING。
- 比如
HAVING count(*) > 10没问题，但HAVING status = 'active'就是典型错误——status不是聚合字段，也不依赖分组结果，应改用WHERE status = 'active' - 数据库无法对
HAVING条件做索引下推，哪怕对应字段有索引，也得先算完所有分组再过滤 - 某些引擎（如 mysql 5.7）在
HAVING引用非select列或非分组列时还会报错：Unknown column 'x' in 'having clause'
GROUP BY 字段没索引，HAVING 再快也没用
HAVING 本身不触发索引，但它依赖的分组过程会严重受 GROUP BY 字段是否走索引影响。如果分组字段没索引，数据库大概率要全表扫描 + 文件排序（using filesort），这时加再多 HAVING 条件都救不回性能。
- 检查执行计划：看到
type: ALL或Extra: Using temporary; Using filesort就说明分组没走索引 - 复合索引要注意顺序：若写
GROUP BY user_id, created_at，索引应建为(user_id, created_at)，反过来效果差 - MySQL 8.0+ 支持函数索引，对表达式分组（如
GROUP BY date(created_at)）可建INDEX (DATE(created_at))
用子查询提前过滤，比硬扛 HAVING 更稳
当业务逻辑强制要求“先分组、再按聚合结果过滤”，又没法优化 GROUP BY 字段索引时，把大表先缩小再分组，往往比直接 GROUP BY ... HAVING 快几倍。
- 例如统计“近30天下单超5次的用户”：别写
GROUP BY user_id HAVING MAX(order_time) > NOW() - INTERVAL 30 DAY AND COUNT(*) > 5，而是先WHERE order_time > NOW() - INTERVAL 30 DAY，再分组 - 嵌套一层
SELECT * FROM (SELECT ... WHERE ...) t GROUP BY ... HAVING ...，让优化器有机会在子查询阶段用上索引 - 注意 postgresql 对子查询的物化策略（
MATERIALIZEDvsNOT MATERIALIZED），必要时加/*+ MATERIALIZE */提示（oracle/PG）或强制临时表
MySQL 的 SQL_MODE 会影响 HAVING 行为
MySQL 默认开启 ONLY_FULL_GROUP_BY，这会让看似合法的 HAVING 报错，比如引用了未出现在 GROUP BY 或聚合函数中的非分组列——这不是性能问题，但会阻断上线。
- 错误信息典型长这样：
Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column ... - 关掉它虽能跑通，但语义模糊：数据库可能随机选值，结果不可靠；正确做法是补全
GROUP BY或用ANY_VALUE() - mariadb 10.3+ 默认更严格，连
ANY_VALUE()都要显式声明，否则直接报错
真正卡住性能的往往不是 HAVING 本身，而是它前面那步分组有没有被索引兜住，以及过滤逻辑有没有被错误地拖到分组之后。调优时盯着 EXPLAIN 里的 rows 和 Extra 字段，比死磕 HAVING 语法重要得多。