禁奥义·SQL秘籍

news2024/9/23 7:30:55

sql secret scripts

sql 语法顺序、执行顺序、执行过程、要点解析、优化技巧。

1、语法顺序

sql

如上图所示，为 sql 语法顺序与执行顺序对照图。其具体含义如下：

0、select： 用于从数据库中选取数据，即表示从数据库中查询到的数据的列。其后可跟列名、函数、子查询等。
1、distinct： 用于对结果集进行去重，即若查询的数据中存在重复项，则可用其进行去重。其需要放在 select 后第一顺位，且其去重并不是对 select 后某个字段进行去重，而是对 select 后所有列进行去重。
2、from： 表示要查询的数据库表，即主表。其后跟表名、子查询等。
3、join： 表示要连接的表，及关联表。其后跟要连接表名、子查询等。
4、on： 表示主表与关联表的关联条件。
5、where： 表示查询条件。其后可跟普通条件、函数（普通函数）等。
6、group by： 表示分组，及将数据按照分组条件进行分组。其后跟要分组的列名。
7、having： 对分组结果进行筛选。其后跟普通条件、聚合函数等。
8、order by： 表示排序，及将结果集按照某种条件进行排序。其后跟要排序的列名及排序方式（升序、降序）。
9、limit： 表示最终结果集的大小，即查询结果集的大小将 <= limit 的值。其后跟数据集大小。

如上所述，则对于表用户表 web_user(id, username, age, gender, address)、系统日志表 sys_log(id, user_id, operate_name, request_time, request_params)，其查询 sql 可为：

# 某些数据库中 user 字符为关键字 故此 sql 中 user 别名呈关键字色
select distinct user.username, log.operate_name
from sys_log log
    left join web_user user
        on log.user_id = user.id
where log.operate_name like '%列表%'
group by user.username, log.operate_name
having avg(log.request_time) > 100
order by user.username desc
limit 10

2、执行顺序

sql-execute

如上图所示，为 sql 实际执行顺序。在 sql 的实际执行过程中，每个步骤都会产生一个虚拟表，这个虚拟表将作为下一步的基础数据。其具体含义如下：

0、from： 选择要查询的基表（即主表），产生虚拟表 1。
1、on： 连接查询（join）时主表与关联表的关联条件。将关联条件匹配到的行记录在虚拟表 2。
2、join： 选择要关联的表。若为 left/right join，则将主表中关联条件为匹配到的行添加到虚拟表 2，产生虚拟表 3。若有多个关联表，则重复执行 0～2 步，直到所有关联表都处理完。
3、where： 使用过滤条件对虚拟表 3 进行过滤，将符合条件的行插入到虚拟表 4。
4、group by： 根据 group by 指定的列，对虚拟表 4 进行分组，产生虚拟表 5。
5、having： 根据 having 指定的过滤条件对虚拟表 5 中的每一组记录进行过滤，将符合条件的的行插入到虚拟表 6。
6、select： 从虚拟表 6 中取出 select 指定的列的记录插入到虚拟表 7。
7、distinct： 将虚拟表 7 中重复的行删除（记录的唯一性），产生虚拟表 8。
8、order by： 对虚拟表 8 中的记录按照 order by 指定的列及指定的排序方式进行排序。
9、limit： 取出指定行数的记录，返回结果集。

3、要点解析

distinct： 其作用是对记录进行去重，去重时不是根据 distinct 后的某个字段去重，而是根据其后的所有字段去重，即可以理解为其后所有字段构成的唯一主键。一般而言，distinct 是 group by 子句的特殊情况，若对 distinct 结果集进行排序则可得到 group by 同样的结果。同时，distinct 会讲 null 值当作一条记录返回。

当想要根据某个或某几个字段去重，同时又要查出其它字段时，则可以结合 group by 来实现，如想根据 username 去重，同时查询出 id，则其 sql 可为：
```
# 此方案不适配 mysql
select id, count(distinct username) from sys_log group by username;
```
join： 关联查询，分为四种类型，分别是：
- inner join：内连接，即左右两个表中至少匹配到一条记录则返回。
- left join：左连接，即使右表（关联表）中没有匹配到行，也返回左表（主表）中的所有行。
- right join：右连接，即使左表（关联表）中没有匹配到行，也返回右表（主表）中的所有行。
- full join：全连接，只要有一个表中匹配到行，则返回。
join 时要注意 on 条件，on 条件作为左右两表的关联条件，直接决定了后续 where 时的数据量，所以尽可能的在 on 中筛选掉无用数据。若无 on 条件则会出现笛卡尔积现象。
where： where 条件中只能使用普通条件（如 and、or、in 等）和普通函数（ucase()、lcase()、mid()、substring()、len()、round()、now()、format() 等），不能使用聚合函数（avg()、max()、min()、count()、first()、last()、sum() 等）。
not、and、or： 逻辑运算符。
- and：若 and 前后两个条件都成立，则 and 运算符显示一条记录。
- or：若 or 前后两个条件只要一个成立，则 or 运算符显示一条记录。
- not：表示非。
逻辑运算符使用需要注意优先级，其优先级为 ( )、not、and、or。所以必要时需使用 ( ) 来确保 and 和 or 条件的先后顺序。
between： between 的使用需要注意上下限，而其上下限由不同数据库的实现决定。如：
- 在某些数据库中，between 选取介于两个值之间但不包括两个值的数据。
- 在某些数据库中，between 选取介于两个值之间且包括两个值的数据。
- 在某些数据库中，between 选取介于两个值之间但只包括第一个值不包括第二个值的数据。
group by： group by 表示分组，其规定 group by 后跟的列需和 select distinct 后跟的列保持一致，若此时还需要查出其它字段，则可以使用 rank() over (parition by) 关键字实现。

rank() over (partition by)：其中 rank() 是排序函数，其会对结果集排序并产生一个序号；partition by 为分组，若无指定则所有结果集默认一个组。如想按 operate_name 分组，同时又想查出 username、operate_name 列，则 sql 可为：
```
# order by 是为了对 partition by 分组结果进行排序，所以 order by 列尽可能使用 id 这种差异性极强的列来排序（如唯一索引）
# 只有排序后每条记录的 rankNo 值都不同，才能根据 rankNo = 1 取到唯一的一条记录
select * from (
		select username, operate_name, rank() over (partition by operate_name order by id) rankNo 			from sys_log
	) as temp
where temp.rankNo = 1
```
having： 对分组后的结果进行筛选，其后只能跟普通条件和聚合函数（avg()、max()、min()、count()、first()、last()、sum() 等）。
order by： order by 表示排序，需要注意多字段排序的情况。如 order by a, b，先根据字段 a 的值排序，然后对 a 列相同的行再根据字段 b 的值排序。
union： union 用来合并两个或多个 select 的结果集。需注意，使用 union 时，多个 select 语句必须拥有相同数量的列，且列的数据类型需保持一致，select 列的先后顺序也要保持一致。
limit： limit 语句用来截取指定条数的结果集，一般用在分页中，如以下 sql：
```
select * from sys_log where operate_name = '列表' limit 1000000, 10
```
其含义为查询出第 1000000 行及之后的 9 行，但在实际执行中会发现耗时较长。这是因为数据库也不知道第 1000000 行从什么地方开始，因此需要先找到第 1000000 行，然后再取出 10 条。此时则可以将上一页的最大值作为查询条件传入，则 sql 如下：
```
# 假设上一页最后一条数据的 create_time 值为 2023-11-30 22:25:00
select * from sys_log where operate_name = '列表' and create_time > '2023-11-30 22:25:00' limit 10
```
此时会发现，耗时将大大减小。