分享 6 个 SQL 小技巧

简介

经常有小哥发出疑问，SQL 还能这么写？我经常笑着回应，SQL 确实可以这么写。其实 SQL 学起来简单，用起来也简单，但它还是能写出很多变化，这些变化读懂它不难，但要自己 Get 到这些变化，可能需要想一会或在网上找一会。

各种 join

关于 join 的介绍，比较流行的就是这张图了，如下：

http://www.baidu.com

简单的解释如下：

• join：内联接，也可写成 inner join，取两表关联字段相交的那部分数据。

• left join：左外联接，也可写成 left outer join，取左表数据，若关联不到右表，右表为空。

• right join：右外联接，也可写成 right outer join，取右表数据，若关联不到左表，左表为空。

• full join：全联接，也可写成 full outer join，取左表和右表中所有数据。

但注意上图，里面还有几个Key is null的情况，它可以将两表相交的那部分数据排除掉！也正是因为这个特性，一种很常见的 SQL 技巧是，用left join可替换not exists、not in等相关子查询，如下：

select * from tableA A where not exists (select 1 from tableB B where B.Key=A.Key)
-- 使用left join的等价写法select * from tableA A left join tableB B on B.Key=A.Key where B.Key is null

也比较好理解，只有当左表的数据在右表中不存在时，B.Key is null才成立。

查询各类别最大的那条数据

比如在学籍管理系统中，有一类很常见的需求，查询每学科分数最高的那条数据，有如下几种写法：

select * from stu_score s where s.course_id in ('Maths','English') and s.score = (select max(score) from stu_score s1 where s1.course_id = s.course_id)

比较好理解，考分最高其实就是过滤出分数等于最大分数的记录。

在不能使用子查询的场景下，也可转换成 join，如下：

select * from stu_score s left join stu_score s1 on s1.course_id = s.course_id and s1.score > s.scorewhere s.course_id in ('Maths','English') and s1.id is null

这和前面用 left join 改写 not exists 类似，通过s1.id is null过滤出 left join 关联条件不满足时的数据，什么情况 left join 关联条件不满足呢，当 s 表记录是分数最大的那条记录时，s1.score > s.score条件自然就不成立了，所以它过滤出来的数据，就是学科中分数最大的那条记录。

一直以来，我看到 SQL 的 join 的条件大都是 a.field=b.field 这种形式，导致我以为 join 只能写等值条件，实际上，join 条件和 where 中一样，支持>、<、like、in甚至是 exists 子查询等条件，大家也一定不要忽视了这一点。

上面场景还有一种写法，就是使用 group by 先把各学科最大分算出来，然后再关联出相应数据，如下：

select * from(select s.course_id,max(s.score) max_score stu_score s where s.course_id in ('Maths','English') group by s.course_id) smjoin stu_score s1 on s1.course_id = sm.course_id and s1.score=sm.max_score

查询各类别 top n 数据

比如在学籍管理系统中，查询每学科分数前 5 的记录，类似这种需求也很常见，比较简单明了的写法如下：

select * from stu_score s where s.course_id in ('Maths','English') and (select count(*) from stu_score s1 where s1.course_id = s.course_id and s1.score > s.score) < 5

很显然，第 5 名只有 4 个学生比它分数高，第 4 名只有 3 个学生比它分数高，依此类推。

LATERAL join

MySQL8 为 join 提供了一个新的语法 LATERAL，使得被关联表 B 在联接前可以先根据关联表 A 的字段过滤一下，然后再进行关联。

这个新的语法，可以非常简单的解决上面top n的场景，如下：

select * from stu_course c join LATERAL (select * from stu_score s where c.course_id = s.course_id order by s.score desc limit 5) s1 on c.course_id = s1.course_idwhere c.course_name in ('数学','英语')

如上，每个学科查询出它的前 5 名记录，然后再关联起来。

统计多个数量

使用count(*)可以统计数量，但有些场景想统计多个数量，如统计 1 天内单量、1 周内单量、1 月内单量。

用count(*)的话，需要扫描 3 次表，如下：

select count(*) from order where add_time > DATE_SUB(now(), INTERVAL 1 DAY)union allselect count(*) from order where add_time > DATE_SUB(now(), INTERVAL 1 WEEK)union allselect count(*) from order where add_time > DATE_SUB(now(), INTERVAL 1 MONTH)

其实扫描一次表也可以实现，用 sum 来代替 count 即可，如下：

select sum(IF(add_time > DATE_SUB(now(), INTERVAL 1 DAY)), 1, 0) day_order_cnt,sum(IF(add_time > DATE_SUB(now(), INTERVAL 1 WEEK)), 1, 0) week_order_cnt,sum(IF(add_time > DATE_SUB(now(), INTERVAL 1 MONTH)), 1, 0) month_order_cntfrom order where add_time > DATE_SUB(now(), INTERVAL 1 MONTH)

IF 是 mysql 的逻辑判断函数，当其第一个参数为 true 时，返回第二个参数值，即 1，否则返回第三个参数值 0，然后再使用 sum 加起来，就是各条件为 true 的数量了。

数据对比

有时，我们需要对比两个表的数据是否一致，最简单的方法，就是在两边查询出结果集，然后逐行逐字段对比。

但是这样对比的效率比较低下，因为它要两个表的数据全都查出来，其实我们不一定非要都查出来，只要计算出一个 hash 值，然后对比 hash 值即可，如下：

select BIT_XOR(CRC32(CONCAT(ifnull(column1,''),ifnull(column2,'')))) as checksum from table_name where add_time > '2020-02-20' and add_time < '2020-02-21';  

先使用 CONCAT 将要对比的列连接起来，然后使用 CRC32 或 MD5 计算 hash 值，最后使用聚合函数 BIT_XOR 将多行 hash 值异或合并为一个 hash 值。

这个查询最终只会返回 1 条 hash 值，查询数据量大大减少了，数据对比效率就上去了。

总结

SQL 看起来简单，其实有很多细节与技巧，如果你也有其它技巧，欢迎留言分享讨论😃

作者：打码日记

出处：https://www.cnblogs.com/codelogs/p/17488367.html