SQL GROUP BY e HAVING na prática

Quando uma tabela cresce, olhar registro por registro deixa de responder perguntas como “quantos produtos existem em cada categoria?”, “qual é o valor médio?” ou “quais categorias têm estoque total acima de 100?”. Em SQL, as funções de agregação resumem várias linhas, GROUP BY separa essas linhas em grupos e HAVING filtra os grupos depois do cálculo.

Comece pelas funções de agregação

As mais úteis no início são COUNT, SUM, AVG, MIN e MAX. Sem agrupamento, elas resumem o conjunto inteiro selecionado.

SELECT COUNT(*) AS total_produtos,
       AVG(preco) AS preco_medio,
       MIN(preco) AS menor_preco,
       MAX(preco) AS maior_preco
FROM produtos;

COUNT(*) conta linhas. AVG(preco) calcula a média dos valores não nulos da coluna. MIN e MAX encontram os extremos.

GROUP BY cria um resumo para cada grupo

Agora imagine que a pergunta seja “quantos produtos existem em cada categoria?”. A categoria precisa definir os grupos:

SELECT categoria, COUNT(*) AS quantidade
FROM produtos
GROUP BY categoria
ORDER BY quantidade DESC;

O banco reúne as linhas que têm a mesma categoria e calcula COUNT(*) separadamente para cada conjunto. O resultado tem uma linha por categoria, não uma linha por produto.

Somando estoque por categoria

SELECT categoria,
       SUM(estoque) AS estoque_total,
       ROUND(AVG(preco), 2) AS preco_medio
FROM produtos
GROUP BY categoria
ORDER BY categoria;

A mesma consulta pode calcular mais de um resumo por grupo. O ROUND apenas facilita a leitura da média.

WHERE filtra linhas; HAVING filtra grupos

Essa diferença é central. WHERE atua antes do agrupamento. HAVING testa o resultado produzido para cada grupo.

SELECT categoria, SUM(estoque) AS estoque_total
FROM produtos
WHERE preco > 20
GROUP BY categoria
HAVING SUM(estoque) > 100
ORDER BY estoque_total DESC;

Primeiro entram apenas produtos com preço acima de 20. Depois eles são agrupados por categoria. Por fim, permanecem somente as categorias cujo estoque somado supera 100.

Um erro que ajuda a entender

-- Evite isto:
SELECT categoria, COUNT(*)
FROM produtos
WHERE COUNT(*) > 3
GROUP BY categoria;

WHERE não pode decidir com base em COUNT(*) porque a contagem ainda não foi produzida nessa etapa. A condição agregada pertence ao HAVING:

SELECT categoria, COUNT(*) AS quantidade
FROM produtos
GROUP BY categoria
HAVING COUNT(*) > 3;

Laboratório: relatório de vendas no PostgreSQL

Crie uma tabela pequena para experimentar sem depender de outro projeto.

CREATE TABLE vendas (
  id SERIAL PRIMARY KEY,
  categoria VARCHAR(40) NOT NULL,
  produto VARCHAR(80) NOT NULL,
  quantidade INTEGER NOT NULL,
  valor_unitario NUMERIC(10,2) NOT NULL
);

INSERT INTO vendas (categoria, produto, quantidade, valor_unitario) VALUES
('Informática','Mouse',3,90.00),
('Informática','Teclado',2,150.00),
('Informática','Monitor',1,900.00),
('Papelaria','Caderno',10,22.00),
('Papelaria','Caneta',30,4.50),
('Acessórios','Suporte',4,75.00);

1. Faturamento por categoria

SELECT categoria,
       SUM(quantidade * valor_unitario) AS faturamento
FROM vendas
GROUP BY categoria
ORDER BY faturamento DESC;

A expressão multiplica quantidade por valor unitário em cada linha; depois SUM soma esses valores dentro de cada categoria.

2. Categorias que venderam pelo menos cinco unidades

SELECT categoria, SUM(quantidade) AS unidades
FROM vendas
GROUP BY categoria
HAVING SUM(quantidade) >= 5
ORDER BY unidades DESC;

3. Média de preço somente para itens com valor acima de R$ 20

SELECT categoria,
       ROUND(AVG(valor_unitario), 2) AS media
FROM vendas
WHERE valor_unitario > 20
GROUP BY categoria
ORDER BY media DESC;

Observe que o filtro individual usa WHERE. Se a exigência fosse “mostrar somente categorias cuja média seja maior que 100”, seria HAVING AVG(valor_unitario) > 100.

Quatro erros comuns

1. Coluna solta no SELECT. Misturar uma coluna comum com agregação sem agrupá-la costuma gerar erro. 2. Usar WHERE para filtrar uma soma ou média. Condições sobre resultados agregados pertencem ao HAVING. 3. Confundir COUNT(*) com COUNT(coluna). O primeiro conta linhas; o segundo ignora valores nulos naquela coluna. 4. Agrupar demais. Cada coluna adicional no GROUP BY divide os dados em grupos mais específicos e pode destruir o resumo desejado.

Caso completo: relatório mensal que pode ser conferido

Uma consulta deve mostrar categorias com pelo menos três vendas concluídas e faturamento acima de R$ 500. Pedidos cancelados não entram. O filtro de status atua nas linhas antes do agrupamento; as regras sobre quantidade e soma atuam depois.

SELECT categoria,
       COUNT(*) AS quantidade_vendas,
       SUM(valor_total) AS faturamento
FROM vendas
WHERE status = 'CONCLUIDA'
GROUP BY categoria
HAVING COUNT(*) >= 3
   AND SUM(valor_total) > 500
ORDER BY faturamento DESC;

Como conferir sem confiar cegamente na consulta

1. Filtre manualmente uma amostra e retire os cancelados.
2. Separe as linhas por categoria.
3. Conte vendas e some valores de cada grupo.
4. Aplique os dois critérios do HAVING.
5. Compare colunas, ordem e quantidade de grupos com o SQL.

Perguntas frequentes

Conclusão

O salto de consultas simples para relatórios começa quando você deixa de perguntar apenas “quais linhas existem?” e passa a perguntar “o que esses dados mostram em conjunto?”. Funções de agregação fazem os cálculos, GROUP BY define os grupos e HAVING seleciona os grupos relevantes. Com isso, SQL passa a responder perguntas de análise sem precisar exportar os dados para outra ferramenta.