“范老湿从不会SQL”

于是又到了梧桐絮飘满校园的四月，又到了梧桐色相簿的季节，我们迎来了实习生招聘。

“范老湿从不写代码”，“范老湿从不会SQL”，说起来都是泪。去年就因为SQL挂了面了一下午的X团，然而今年仍然不会。近来又因为C能力低下挂掉了N多OJ，满屏AC的日子一去不复返。所幸现在拯救也许还不晚，那让我们来愉快的治疗它吧～

参考书籍是Ben Forta的《SQL必知必会》

一、SQL相关概念

• 数据库(database)：保存有组织的数据的容器（通常是一个文件或一组文件）；
• 表(table)：某种特定类型数据的结构化清单；
  每一个数据库中的表都有一个唯一的表名
• 模式：关于数据库和表的布局及特性的信息；
• 列(column)：表中的一个字段；
  所有表都是由一个或多个列组成的
  每一个表列都有一个数据类型
• 行(row)：表中的一个纪录；
  有时称纪录(record)，行才是正确的术语
• 主键(primary key)：一（组）列，其值存在且唯一，故能标识表中的每一行；
  主键列的值一般不允许修改与更新，且不能重用（即被删除行的值删除后不能用于以后的值）

范老湿总结：每一个database里面可能有很多table，既然是table那一定有column和row，起唯一标识作用的column被称为primary key。Primary key中的值一定符合以下性质：存在性、唯一性、不可复用性。

以及：

• 关键字：即SQL中的保留字，不能用做表或列的名字。
  SQL支持以下三种注释：

#, --, /* */

二、SELECT

2.1 SELECT的基本使用

SELECT, like its name, 就是从表中选择数据嘛。那怎样才是SELECT的正确姿势呢？

SELECT prod_name FROM Products;

相信机智的你一眼就能看出，这是从Products这个表中选择了prod_name这个column。

从上面那条SQL语句中，可以（或者不可以）看出以下几点：

• SQL语句中，结束要加分号（半角的不用说了吧）；
• SQL语句不区分大小写（看当地规范了，这个例子就是关键字大写，表名首字母大写，其它小写）；
• SQL语句中，不区分空格与回车（所以上面那四个词语写每行一个也没关系，你开心就好）；
• SQL语句的输出，并不一定遵循某些顺序。

那这样呢：

SELECT prod_id, prod_name, prod_price FROM Products;

当然就是从Products这个表中同时选择了prod_id, prod_name, prod_price这三列。
在语句中，列名之间以逗号分隔。

这样呢：

SELECT * FROM Products;

这样就是从Products里面选择了所有的column。

有时候，我们需要去重：

SELECT DISTINCT vend_id FROM Products;

这样，输出的vend_id就实现了去重
需要注意的是，DISTINCT作用于所有的列，而并非跟在后面的那一列，比如:

SELECT DISTINCT vend_id, prod_price FROM Products;

我们也可以对输出的内容作出限制，比如我们想取prod_name中的TOP 5：

SELECT prod_name FROM Products LIMIT 5;

（不同SQL实现的本条语句，语法可能不同，本文以MySQL为准，下同）
如果想看后面的呢？

SELECT prod_name FROM Products LIMIT 5 OFFSET 5;

这样就返回了Products中prod_name这列从第5行起的5行数据。

2.2 排序：ORDER BY

可是，就像我们之前说的，SQL的输出默认是没有顺序的。如果你问我啊，我可以说一句“无可奉告”。但是看你们这么热情啊，一句话不说也不好。所以说啊，我们来学习一个，如何才能让SQL的输出有顺序：

SELECT prod_name FROM Products ORDER BY prod_name;

这样的话，就是按照prod_name的字母顺序升序排列了。
需要注意的是，ORDER BY子句应被保证为SELECT语句中的最后一条子句。

不过这样只能按一个列排序啊Orz如果我们想按多个列排序呢？

SELECT prod_id, prod_price, prod_name FROM Products ORDER BY prod_price, prod_name;

可是这样写语句是不是有点太长了呢？其实这样也可以的：

SELECT prod_id, prod_price, prod_name FROM Products ORDER BY 2, 3;

就可以达到和上面语句一样的效果，其实就是从那三个查看的列里面选择了第二个和第三个吧。

上面的都是升序，那如果我们想降序排列呢？

SELECT prod_id, prod_price, prod_name FROM Products ORDER BY prod_price DESC;

要降序排列的列要后面加上DESC，反过来说，就是DESC只作用于它前面的那一列：

SELECT prod_id, prod_price, prod_name FROM Products ORDER BY prod_price DESC, prod_name;

这样，prod_price列就是降序的，prod_name列则呈升序排列。

2.3 数据过滤：WHERE

但是这样的话，似乎还是不够方便啊。如果我们想查看某一个列的值符合特定规律的数据呢？这样我们就用到WHERE：

SELECT prod_name, prod_price FROM Products WHERE prod_price = 3.49;

这样就输出了所有 prod_price值为3.49的prod_name和prod_price

WHERE字句都资瓷哪些操作符呢？

=, <>, !=, <, <=, !<, >, >=, !>, BETWEEN, IS NULL

SQL有个特点，就是非常直观，这些符号的含义也就不用做过多解释了。

SQL还资瓷很多花式的过滤方法！是的！就算过滤条件更复杂一些也没关系！比如像这样：

SELECT prod_id, prod_price, prod_name FROM Products WHERE vend_id = 'DLL01' AND prod_price <= 4;

既然资瓷了AND，你问我资不资瓷OR？当然资瓷！我就这么明确告诉你：

SELECT prod_id, prod_price, prod_name FROM Products WHERE vend_id = 'DLL01' AND vend_id = 'BRS01';

既然说到AND和OR，那么不可避免的就是出现逻辑运算顺序的问题了。SQL优先处理AND运算符。在需要指定顺序时，也可以使用括号：

SELECT prod_name, prod_price FROM Products WHERE (vend_id = 'DLL01' OR vend_id = 'BRS01') AND prod_price >= 10;

以及ORDED BY子句，一般是放在WHERE后面。

其实OR操作也可以这样实现

SELECT prod_name, prod_price FROM Products WHERE vend_id IN ('DLL01', 'BRS01') ORDER BY prod_name;

而且，IN的操作一般比OR更快哦～而且IN还可以用来实现更多更灵活的操作！

那么既然有了AND和OR，自然而然就有了NOT

SELECT prod_name FROM Products WHERE NOT vend_id = 'DLL01' ORDER BY prod_name;

2.4 更灵活的过滤：LIKE

这样我们就学会了过滤，但是似乎好像资瓷的过滤方式还太少啊Orz连字符串匹配都不资瓷（就你事多（误

好好好，这就说怎样才是资瓷更高级过滤条件的正确姿势：

SELECT prod_id, prod_name FROM Products WHERE prod_name LIKE 'Fish%';

SELECT prod_id, prod_name FROM Products WHERE prod_name LIKE '%bean bag%';

就是过滤出prod_name里面以Fish开头或者含有bean bag的数据。

也可以这样：

SELECT prod_id, prod_name FROM Products WHERE prod_name LIKE 'F％y';

过滤出prod_name中以F开头以y结尾的数据。

这样存在一个问题：很多DBMS会在字符串后自动添加空格，以达到和字符串类型定义时相等的长度。

以及LIKE '%'不会匹配NULL。

当然，都说了是“更灵活的”过滤姿势，怎么能只有%一种？

SELECT prod_id, prod_name FROM Products WHERE prod_name LIKE ‘__ inch teddy bear';

_操作符相较于%更加严格？感觉这么说也不好，算是用法不同吧。%是匹配字符串，而一个_则是匹配单个字符，不许多也不许少。

有时候我们还会遇到要匹配的字符有多种可能性的情况，除了用OR，还有什么更优雅的方案么？

SELECT cust_contact FROM Customers WHERE cust_contact LIKE ‘[JM]%' ORDER BY cust_contact;

这样就匹配了cust_contact里面以J或M开头的数据。同样的，[]也只是对应单个字符。

如果我们想否定，可以用NOT，当然也可以用更优雅的^

SELECT cust_contact FROM Customers WHERE cust_contact LIKE ‘[^JM]%' ORDER BY cust_contact;

主要的通配符就是%, _和[]。不幸的是通配符一般速度会比较慢，建议不要的过度使用，使用的时候也尽量放在搜索模式的后面，以减少检索时间。

2.5 计算字段与格式化输出

看来仅仅简单的把数据输出还不行啊，有时候我们还需要将数据按照一定格式输出，或者做一些数值计算。说白了就是字符串操作和数值计算嘛。比如这样：

SELECT Concat(vend_name, ' (', vend_country, ')') FROM vendors ORDER BY vend_name;

即在vend_country字段两侧加了括号。Concat则是起连接作用的函数。

我们前面说过，有的DBMS（比如MySQL）会在字符串末尾补全空格。这时就需要用RTrim函数解决：

SELECT Concat(RTrim(vend_name), ' (', RTrim(vend_country), ')') FROM vendors ORDER BY vend_name;

除了去除右边空格的RTrim以外，还有去掉左边空格的LTrim和左右空格的Trim。

有时候我们要把新生成的部分起一个名字，也就是别名：

SELECT Concat(RTrim(vend_name), ' (', RTrim(vend_country), ')') AS vend_title FROM vendors ORDER BY vend_name;

字符串的计算就是上面那样，那么如何进行数学计算呢？

SELECT prod_id, quantity, item_price, quantity*item_price AS expanded_price FROM orderitems WHERE order_num = 20005;

这样就计算了数量和单价的乘积，并将其别名设为expanded_price。

2.6 函数运算

是的，既然资瓷一般的字符串运算，那么更应该资瓷一下更复杂的函数运算，上一节我们提到了Trim等函数这一届里面我们简要的把函数分为文本处理函数、日子时间处理函数和数值处理函数。

首先说文本处理函数

函数	说明
Left()	返回串左边的字符
Length()	返回串的长度
Locate()	找出串的一个子串
Lower()	将串转化为小写
LTrim()	去掉串左边的空格
Right()	返回串右边的字符
RTrim()	去掉串右边的空格
Soundex()	返回串的SOUNDEX值
SubString()	返回子串的字符
Upper()	将串转化为大写

其中SOUNDEX的含义需要解释一下，简单来说就是读音相似的，比如：

SELECT cust_name, cust_contact FROM Customers WHERE SOUNDEX(cust_contact) = SOUNDEX('Michael Green')

cust_contact里面如果有'Michelle Green'这样读音相似的，就会返回。

接下来是日期时间处理函数：

函数	说明
AddDate()	增加一个日期
AddTime()	增加一个事件
CurDate()	返回当前日期
CurTime()	返回当前时间
Date()	返回一个日期时间的日期部分
DateDiff()	计算两个日期之差
Date_Add()	高度灵活的日期运算函数
Date_Format()	返回一个格式化的日期或时间串
Day()	返回一个日期的天数部分
DayOfWeek()	返回一个日期是星期几
Hour()	返回一个时间的小时部分
Minute()	返回一个时间的分钟部分
Month()	返回一个日期的月份部分
Now()	返回当前的日期和时间
Second()	返回一个时间的秒部分
Time()	返回一个日期时间的时间部分
Year()	返回一个日期的年份部分

例子：

SELECT cust_id, order_num FROM orders WHERE Date(order_date) BETWEEN '2005-09-01' AND '2005-09-30';

即匹配的日期在2005年9月1日到2005年9月30日。需要注意的是，order_date是一个datetime类型，对它进行date部分的匹配时要用Date函数截取其date部分。

最后是数值处理函数：

函数	说明
Abs()	返回一个数的绝对值
Cos()	返回一个角度的余弦
Exp()	返回一个数的指数值
Mod()	返回除操作的余数
Pi()	返回圆周率
Rand()	返回一个随机数
Sin()	返回一个角度的正弦
Sqrt()	返回一个数的平方根
Tan()	返回一个角度的正切

这个不用多说了吧

2.7 聚集函数

上面说的是对于一些数值的计算。有时候我们做数据分析时需要关注整个Dataset中某个特征的宏观特点。（说人话：比如平均值、最大值最小值等）

函数	说明
Avg()	返回某列的平均值
Count()	返回某列的行数
Max()	返回某列的最大值
Min()	返回某列的最小值
Sum()	返回某列值之和

下面分别举例说明：

SELECT AVG(prod_price) AS avg_price FROM products WHERE vend_id = 1003;

即得出vend_id为1003的产品的平均价格。

需要注意的是，Avg函数将自动忽略值为NULL的行。

Count函数也是类似

SELECT COUNT(cust_email) AS num_cust FROM Customers;

也将返回cust_email不为NULL的行数。Min,Max,Sum同理。

我们前面提到过用DISTINCT去重，这里也是一样：

SELECT AVG(DISTINCT prod_price) AS avg_price FROM products WHERE vend_id = 1003;

得到的是每个商品的单价去重之后的平均价格。

聚集函数也可以组合使用：

SELECT COUNT(*) AS num_items, MIN(prod_price) AS price_min, MAX(prod_price) AS price_max, AVG(prod_price) AS price_avg FROM products;

2.8 分组

在前面的例子中，我们知道，如果想得到某一个vend_id的num_prods数据，我们可以这样：

SELECT COUNT(*) AS num_prods FROM products WHERE vend_id = 1003;

如果我们想同时查看所有vend_id的num_prods，就需要分组处理：

SELECT vend_id, COUNT(*) AS num_prods FROM products GROUP BY vend_id;

输出为两列，一列是排序后的vend_id，一个是每个vend_id对应的num_prods数。

GROUP BY子句中需要注意的是：

• GROUP BY子句可以包含任意数目的列，因而可以对分组进行嵌套。这种情况下数据将在最后指定的分组上进行汇总；
• GROUP BY子句中的每一列都必须是检索列或有效的表达式；
• 大多数SQL实现不允许GROUP BY列带有长度可变的数据类型；
• 除聚集计算语句外，SELECT语句中的每一列都必须在GROUP BY子句中给出；
• 如果分组列中包含具有NULL值的行，则NULL将作为一个单独的分组；
• GROUP BY分组必须出现在WHERE子句之后，ORDER BY子句之前。

除了用GROUP BY分组以外，SQL还支持过滤分组。这时候我们要用到HAVING子句：

SELECT cust_id, COUNT(*) AS orders FROM Orders GROUP BY cust_id HAVING COUNT(*) >= 2;

这样就过滤出了订单数>=2的分组。

• HAVING和WHERE的区别：可以简要的理解为HAVING在数据分组前进行过滤，WHERE在数据分组后进行过滤。

有些时候，HAVING和WHERE也可以同时使用：

SELECT vend_id, COUNT(*) AS num_prods FROM Products WHERE prod_price >= 4 GROUP BY vend_id HAVING COUNT(*) >= 2

WHERE子句先是过滤出了prod_price至少为4的行，HAVING子句又过滤出计数为2或2以上的分组。

既然分组支持过滤，那么一定支持排序：

SELECT order_num, COUNT(*) AS items FROM OrderItems GROUP BY order_num HAVING COUNT(*) >= 3;

如上过滤出了订单数>=3的order_num。

SELECT order_num, COUNT(*) AS items FROM OrderItems GROUP BY order_num HAVING COUNT(*) >= 3 ORDER BY items, order_num;

加上一个ORDER BY子句，即按items、order_num从小到大排序。

到现在，我们总结一下SELECT子句使用的顺序：

子句	说明	是否必须使用
SELECT	要返回的列或表达式	是
FROM	从中检索数据的表	仅在表中选择数据时使用
WHERE	行级过滤	否
GROUP BY	分组说明	仅在按组计算聚集时使用
HAVING	组级过滤	否
ORDER BY	输出排序顺序	否

2.9 子查询

SQL还允许子查询，即查询中嵌套的查询。

例如如下两个SQL查询：

SELECT order_num FROM OrderItems WHERE prod_id = 'RGAN01';
SELECT cust_id FROM Orders WHERE order_num IN (20007, 20008);

有两个表，OrderItems和Orders。OrderItems中保存的是order_num和prod_id信息，而Orders中保存的是cust_id和order_num的信息。如果我们想根据prod_id查找cust_id的相关信息，除了使用两次查找，还可以使用如下方式：

SELECT cust_id FROM Orders WHERE order IN (SELECT order_num FROM OrderItems WHERE prod_id = 'RGAN01');

除此之外，还可以作为计算字段使用子查询。

SELECT cust_name, cust_state, (SELECT COUNT(*) FROM Orders WHERE Orders.cust_id = Customers.cust_id) AS orders FROM Customers ORDER BY cust_name;