企业官网建设流程全解析

• 数据库
• 数据分析
• OLAP
• 大数据
• 实时分析
• 数据仓库
• 后端

Having 子句是 Apache Druid 中用于对 groupBy 查询聚合结果做行级过滤的 JSON 对象，其语义与 SQL 的HAVING子句等价，常用来实现"只返回满足聚合值条件的分组"这类查询需求。本文以 docs/content/querying/having.md 为主体骨架，完整覆盖其全部过滤类型与 JSON 语法，并结合 processing 模块下的HavingSpec源码实现、GroupByQuery 查询解析逻辑及对应测试，讲透每种过滤器的配置方式、底层比较规则与使用注意事项，帮助你在实际查询中正确编写和调试 having 子句。

一、Having 子句是什么

在 SQL 中，WHERE作用于原始行，而HAVING作用于聚合后的分组结果。Druid 的 having 子句与之对应：它也是一个 JSON 对象，通过指定聚合值上的条件，决定 groupBy 查询返回哪些行（即哪些分组）。以 GroupByQuery.java 中的定义为依据，having 子句作为 groupBy 查询 JSON 的一个可选顶层属性存在：

@JsonProperty("having") HavingSpec havingSpec,

在查询执行阶段，Druid 会先完成分组与聚合，再对每个结果行调用HavingSpec.eval(Row)判断该行是否满足条件（见 GroupByQuery.java），只有eval返回true的行才会进入最终结果。也就是说，having 过滤发生在聚合之后、limit 截断之前。

Druid 通过@JsonTypeInfo(use = JsonTypeInfo.Id.NAME, property = "type")以type字段反序列化不同的 having 子句，HavingSpec接口（HavingSpec.java）中注册的全部类型如下：

其中always和not对应的NeverHavingSpec、AlwaysHavingSpec被作为组合单元暴露在HavingSpec接口中（HavingSpec.NEVER/HavingSpec.ALWAYS，见 HavingSpec.java），主要用于逻辑组合与测试。下面按类别逐一介绍每种语法的 JSON 写法。

二、查询过滤器（Query Filter HavingSpec，type 为 filter）

查询过滤器类型的 HavingSpec 允许把任意 Druid 查询过滤器直接用在 having 部分。其语法为：

{ "type" : "filter", "filter" : <any Druid query filter> }

例如使用一个 selector 过滤器：

{ "type" : "filter", "filter" : { "type": "selector", "dimension" : "<dimension>", "value" : "<dimension_value>" } }

从源码实现看（DimFilterHavingSpec.java），filter属性是必填的（构造器通过Preconditions.checkNotNull(dimFilter, "filter")校验），它会把传入的DimFilter转成ValueMatcher后再对每一行做匹配，因此凡是 filters.md 中列出的过滤器类型（selector、regex、bound、javascript 等）都可在此复用。

特别注意__time字段的差异：filter类型的 HavingSpec 作用于输出字段名为__time时，行为与其他 HavingSpec 不同——它作用于每一行的时间戳，而不是名为__time的输出字段。官方文档明确建议：避免将输出字段命名为__time，未来版本的 Druid 可能会强制执行这一约束。

三、数值过滤器（Numeric Filters）

数值过滤器是最简单的 having 子句，直接对聚合指标与给定数值做比较，同时也可作为更复杂的布尔表达式过滤器的底层基础。示例：

{ "type": "greaterThan", "aggregation": "myAggMetric", "value": 100 }

其中aggregation指定要比较的聚合指标名（即 groupBy 查询中aggregations数组里定义的输出名），value为数值。下面介绍三种数值过滤器。

3.1 equalTo：等于

匹配聚合值等于给定值的行：

{ "type": "equalTo", "aggregation": "<aggregate_metric>", "value": <numeric_value> }

等价于 SQL 的HAVING <aggregate> = <value>。

3.2 greaterThan：大于

匹配聚合值大于给定值的行：

{ "type": "greaterThan", "aggregation": "<aggregate_metric>", "value": <numeric_value> }

等价于 SQL 的HAVING <aggregate> > <value>。

3.3 lessThan：小于

匹配聚合值小于给定值的行：

{ "type": "lessThan", "aggregation": "<aggregate_metric>", "value": <numeric_value> }

等价于 SQL 的HAVING <aggregate> < <value>。

3.4 数值比较的底层实现

三种数值过滤器最终都通过同一个工具类HavingSpecMetricComparator（HavingSpecMetricComparator.java）完成比较，其规则如下：

• 若聚合结果以Long存储，则用Longs.compare(long, value.longValue())做整型比较；
• 若聚合结果是字符串且完全匹配整型正则[-|+]?\d+（LONG_PAT），则按getLongMetric取出的长整型值比较；
• 其他情况（浮点等）统一回退为Floats.compare(float, value.floatValue())的浮点比较。

因此当聚合指标值很大（超出浮点精度）或希望做精确整型比较时，Druid 会优先走整型路径，避免精度损失。对应的序列化/反序列化与组合行为在 HavingSpecTest.java 中有完整测试覆盖（例如GreaterThanHavingSpec("agg", 1.3)、LessThanHavingSpec与NotHavingSpec组合的序列化验证）。

四、维度选择过滤器（Dimension Selector Filter）

dimSelector类型的 having 子句匹配维度值等于给定值的行：

{ "type": "dimSelector", "dimension": "<dimension>", "value": <dimension_value> }

注意它与数值过滤器不同：数值过滤器比较的是聚合指标，而dimSelector比较的是分组维度本身。从实现看（DimensionSelectorHavingSpec.java）：

• dimension为必填属性（构造器通过checkNotNull校验）；
• 可选属性extractionFn用于在比较前对维度值做提取转换，未指定时默认使用IdentityExtractionFn（恒等变换）；
• 由于 Druid 支持多值维度，eval会遍历该维度行的所有取值，任一值经extractionFn提取后与value相等即命中；若维度行值为空且value也为 null/空串，同样视为命中。

因此可以在 having 阶段结合 extraction functions 做大小写归一、正则提取等复杂匹配。

五、逻辑表达式过滤器（Logical Expression Filters）

与 SQL 的AND/OR/NOT对应，Druid 提供三种逻辑组合器，其内部havingSpecs/havingSpec可以嵌套任意本页介绍的其他 having 子句（包括再嵌套逻辑组合）。

5.1 AND

{ "type": "and", "havingSpecs": [<having clause>, <having clause>, ...] }

havingSpecs中的每个子句可以是本页定义的任意 having 子句。从 AndHavingSpec.java 的实现看，它是短路求值的：遍历子句，一旦某个子句eval返回false立即返回false。

5.2 OR

{ "type": "or", "havingSpecs": [<having clause>, <having clause>, ...] }

同样支持任意嵌套。对应 OrHavingSpec.java 的实现也是短路求值：任一子句eval返回true即整体为true。

5.3 NOT

{ "type": "not", "havingSpec": <having clause> }

对单个子句的结果取反（见 NotHavingSpec.java）。

5.4 组合示例

利用逻辑组合可以写出等价于复杂 SQL 的过滤条件。例如"返回count大于 100 且（avg_price小于 10 或category等于 'book'）"：

{ "type": "and", "havingSpecs": [ { "type": "greaterThan", "aggregation": "count", "value": 100 }, { "type": "or", "havingSpecs": [ { "type": "lessThan", "aggregation": "avg_price", "value": 10 }, { "type": "dimSelector", "dimension": "category", "value": "book" } ] } ] }

六、完整 groupBy 查询示例

把 having 子句放入 groupBy 查询 JSON 的having顶层属性，即可对聚合结果过滤。下面是一个完整的查询（聚合定义参考 aggregations.md，groupBy 查询整体结构参考 groupbyquery.md）：

{ "queryType": "groupBy", "dataSource": "wikiticker", "granularity": "day", "dimensions": ["channel"], "aggregations": [ {"type": "count", "name": "edits"}, {"type": "longSum", "name": "added", "fieldName": "added"} ], "having": { "type": "and", "havingSpecs": [ {"type": "greaterThan", "aggregation": "edits", "value": 50}, {"type": "lessThan", "aggregation": "added", "value": 100000} ] }, "intervals": ["2015-09-12T00:00:00.000Z/2015-09-13T00:00:00.000Z"] }

该查询按channel分组统计每日编辑次数与新增字符数，最终只返回"编辑次数大于 50 且新增字符数小于 100000"的频道分组，效果等价于 SQL 的GROUP BY channel HAVING edits > 50 AND added < 100000。

七、使用注意事项与性能提示

• 线程安全：HavingSpec对象本身不是线程安全的，javadoc 与 GroupByQuery.java 的applyLimit注释均明确提示：不应被多个线程同时使用，也不要在两个不同线程中同时累积本方法返回的两个Sequence。DimFilterHavingSpec更是在eval内部通过evalCount自增检查检测并发调用，一旦发现并发会抛出IllegalStateException("concurrent 'eval' calls not permitted!")（见 DimFilterHavingSpec.java）。
• 输出字段命名：避免把输出字段命名为__time，因为filter类型 HavingSpec 对它存在特殊语义（作用于行时间戳而非字段值）。
• 比较精度：数值比较优先走整型路径（见第三节），对长整型聚合结果更精确；浮点场景则按 float 比较，若对精度敏感需在设计聚合时留意。
• 缓存：每种 HavingSpec 都实现了getCacheKey()（如equalTo为0x3、greaterThan为0x4、lessThan为0x5、dimSelector为0x8、filter为0x9），参与查询缓存键的生成，因此不同 having 条件会生成不同的缓存条目，可放心使用。

八、进一步阅读

• 本文主体：docs/content/querying/having.md
• 可复用的查询过滤器清单：docs/content/querying/filters.md
• groupBy 查询完整结构与其余属性：docs/content/querying/groupbyquery.md
• 聚合定义与输出名：docs/content/querying/aggregations.md
• HavingSpec 接口与类型注册：processing/src/main/java/io/druid/query/groupby/having/HavingSpec.java
• 查询解析与执行入口：processing/src/main/java/io/druid/query/groupby/GroupByQuery.java
• 序列化与组合行为测试：processing/src/test/java/io/druid/query/groupby/having/HavingSpecTest.java

• 数据库
• 数据分析
• OLAP
• 大数据
• 实时分析
• 数据仓库
• 后端