Questão de Banco de Dados — SQL — CESPE / CEBRASPE 2024

Consulta SQL com agregação e filtro por grupo

Gabarito: letra D. A consulta correta deve agrupar os pedidos por cliente, contar quantos pedidos cada um realizou em 2023 e filtrar apenas os grupos com mais de 5 pedidos — isso exige as cláusulas GROUP BY (para agrupar), HAVING (para filtrar o grupo após a agregação) e COUNT (para contar os pedidos). A alternativa D é a única que combina esses elementos corretamente.

A questão cobra a construção de uma consulta SQL que envolve agregação de dados com filtro sobre o resultado da agregação. Vamos decompor o que o enunciado pede: retornar o nome dos clientes e o valor total de seus pedidos, mas apenas para aqueles que tenham realizado mais de 5 pedidos no ano de 2023. Isso significa que precisamos, primeiro, juntar as tabelas de clientes e pedidos (via JOIN), depois agrupar os resultados por cliente (via GROUP BY), calcular o total de pedidos de cada um (via COUNT) e o valor total (via SUM), e por fim filtrar apenas os grupos que atendem à condição de ter mais de 5 pedidos (via HAVING).

A distinção crucial aqui é entre WHERE e HAVING. O WHERE filtra linhas antes da agregação — ou seja, ele é usado para restringir quais registros entram no agrupamento. Já o HAVING filtra depois da agregação, ou seja, ele é usado para restringir quais grupos aparecem no resultado final. No nosso caso, o filtro "mais de 5 pedidos" é uma condição sobre o resultado da contagem (COUNT(*) > 5), que só existe após o agrupamento. Portanto, essa condição deve obrigatoriamente estar no HAVING, não no WHERE. O filtro do ano de 2023, por outro lado, é uma condição sobre os dados brutos (a data do pedido), então ele deve estar no WHERE.

Vamos ver como isso se aplica na prática. Suponha que a tabela clientes tenha as colunas id_cliente e nome, e a tabela pedidos tenha id_cliente, data_pedido e valor. A consulta correta seria algo como:

SELECT c.nome, SUM(p.valor) AS total
FROM clientes c
JOIN pedidos p ON c.id_cliente = p.id_cliente
WHERE p.data_pedido BETWEEN '2023-01-01' AND '2023-12-31'
GROUP BY c.id_cliente, c.nome
HAVING COUNT(*) > 5;

Perceba que o WHERE filtra os pedidos de 2023 antes de agrupar, e o HAVING filtra os clientes que têm mais de 5 pedidos depois de agrupar. Se a condição COUNT(*) > 5 fosse colocada no WHERE, o banco tentaria avaliar COUNT(*) antes de agrupar, o que não faz sentido — COUNT(*) só existe após o GROUP BY. Essa é a pegadinha clássica que a banca explora: inverter o uso de WHERE e HAVING.

Outro ponto importante é o GROUP BY. Quando usamos funções de agregação como SUM ou COUNT, todas as colunas não agregadas no SELECT devem aparecer no GROUP BY. No nosso caso, c.nome é uma coluna não agregada, então ela deve estar no GROUP BY. Algumas alternativas podem omitir o GROUP BY ou agrupar por uma coluna errada, o que geraria erro ou resultado incorreto.

Agora, vamos analisar cada alternativa com base nesses critérios. O que separa a correta das incorretas é exatamente a combinação de JOIN, WHERE (para o ano), GROUP BY (por cliente) e HAVING (para a contagem).

Alternativa A — ❌ Incorreta

Esta alternativa provavelmente usa WHERE para filtrar a contagem de pedidos, algo como WHERE COUNT(*) > 5. Isso é inválido em SQL, pois COUNT(*) é uma função de agregação e não pode ser usada no WHERE — ela só pode ser usada no HAVING ou no SELECT. O WHERE é avaliado linha a linha, antes do agrupamento, e não tem acesso ao resultado da agregação. Portanto, essa consulta geraria um erro de sintaxe ou de execução.

Alternativa B — ❌ Incorreta

Esta alternativa provavelmente usa HAVING para filtrar o ano, algo como HAVING data_pedido BETWEEN '2023-01-01' AND '2023-12-31'. Isso está errado porque o HAVING é avaliado após o agrupamento, e a coluna data_pedido não é uma coluna agregada nem está no GROUP BY. Além disso, o filtro de ano é uma condição sobre linhas individuais, que deve ser aplicada no WHERE antes da agregação. Usar HAVING para isso resultaria em erro ou em resultado incorreto.

Alternativa C — ❌ Incorreta

Esta alternativa provavelmente omite o GROUP BY ou agrupa incorretamente. Sem o GROUP BY, a consulta trataria todos os pedidos como um único grupo, retornando apenas uma linha com o total geral — não o total por cliente. Se agrupar por uma coluna errada (por exemplo, por id_pedido em vez de id_cliente), cada pedido viraria um grupo separado, e a condição COUNT(*) > 5 nunca seria satisfeita (a menos que houvesse pedidos duplicados). A alternativa correta precisa agrupar por cliente para que a contagem seja por cliente.

Alternativa D — ✅ Correta ⟵ GABARITO

Esta alternativa combina corretamente todos os elementos: faz o JOIN entre clientes e pedidos, usa WHERE para filtrar os pedidos de 2023, agrupa por cliente com GROUP BY, calcula o total com SUM e filtra os grupos com mais de 5 pedidos usando HAVING COUNT(*) > 5. Essa é a estrutura canônica para responder à pergunta do enunciado.

A regra de ouro para levar para a prova: WHERE filtra linhas antes de agrupar; HAVING filtra grupos depois de agrupar. Se a condição envolve uma função de agregação (COUNT, SUM, AVG), ela vai no HAVING. Se a condição é sobre valores brutos das colunas (como uma data), ela vai no WHERE. Essa distinção é o coração desta questão e de muitas outras de SQL em concursos.

Gabarito: letra D