深入理解子查询

T-SQL查询进阶--深入理解子查询

引言

      SQL有着非常强大且灵活的查询方式，而多表连接操作往往也可以用子查询进行替代,本篇文章将会讲述子查询的方方面面。

简介

      子查询本质上是嵌套进其他SELECT,UPDATE,INSERT,DELETE语句的一个被限制的SELECT语句,在子查询中，只有下面几个子句可以使用

1. SELECT子句（必须）
2. FROM子句(必选）
3. WHERE子句(可选)
4. GROUP BY(可选)
5. HAVING(可选)
6. ORDER BY(只有在TOP关键字被使用时才可用)

    子查询也可以嵌套在其他子查询中,这个嵌套最多可达32层。子查询也叫内部查询(Inner query)或者内部选择(Inner Select),而包含子查询的查询语句也叫做外部查询（Outter)或者外部选择(Outer Select),子查询的概念可以简单用下图阐述:

         上图是作为数据源使用的一个子查询.

     通常来讲，子查询按照子查询所返回数据的类型，可以分为三种，分别为：

1. 返回一张数据表(Table)
2. 返回一列值(Column)
3. 返回单个值(Scalar)

     下面，我们按照这三种方式来阐述子查询

子查询作为数据源使用

     当子查询在外部查询的FROM子句之后使用时,子查询被当作一个数据源使用,即使这时子查询只返回一个单一值(Scalar)或是一列值(Column)，在这里依然可以看作一个特殊的数据源,即一个二维数据表(Table).作为数据源使用的子查询很像一个View(视图),只是这个子查询只是临时存在，并不包含在数据库中。

     比如这个语句:

SELECT     P.ProductID, P.Name, P.ProductNumber, M.Name AS ProductModelName
FROM         Production.Product AS P INNER JOIN
(SELECT     Name, ProductModelID
 FROM          Production.ProductModel) AS M 
ON P.ProductModelID = M.ProductModelID

    上述子查询语句将ProductModel表中的子集M,作为数据源（表）和Product表进行内连接。结果如下:

  

    作为数据源使用也是子查询最简单的应用。当然，当子查询作为数据源使用时，也分为相关子查询和无关子查询，这会在文章后面介绍到.

子查询作为选择条件使用

    作为选择条件的子查询也是子查询相对最复杂的应用.

    作为选择条件的子查询是那些只返回一列(Column)的子查询，如果作为选择条件使用，即使只返回单个值，也可以看作是只有一行的一列.比如:

    在AdventureWorks中：

    我想取得总共请病假天数大于68小时的员工:

SELECT [FirstName]
      ,[MiddleName]
      ,[LastName]
  FROM [AdventureWorks].[Person].[Contact]
  WHERE ContactID IN 

  (SELECT EmployeeID
  FROM [AdventureWorks].[HumanResources].[Employee]
  WHERE SickLeaveHours>68)

   结果如下：

  

   上面的查询中，在IN关键字后面的子查询返回一列值作为外部查询的选择条件使用.

   同样的，与IN关键字的逻辑取反的NOT IN关键字，这里就不再阐述了

   但是要强调的是，不要用IN和NOT IN关键字，这会引起很多潜在的问题，这篇文章对这个问题有着很好的阐述:http://wiki.lessthandot.com/index.php/Subquery_typo_with_using_in。这篇文章的观点是永远不要再用IN和NOT IN关键字，我的观点是存在即合理，我认为只有在IN里面是固定值的时候才可以用IN和NOT IN，比如:

SELECT [FirstName]
      ,[MiddleName]
      ,[LastName]
  FROM [AdventureWorks].[Person].[Contact]
  WHERE ContactID  IN (25,33)

   只有在上面这种情况下，使用IN和NOT IN关键字才是安全的，其他情况下，最好使用EXISTS,NOT EXISTS,JOIN关键字来进行替代. 除了IN之外，用于选择条件的关键字还有ANY和ALL,这两个关键字和其字面意思一样. 和"<",">",”="连接使用，比如上面用IN的那个子查询：

   我想取得总共请病假天数大于68小时的员工

   用ANY关键字进行等效的查询为:

SELECT [FirstName]
      ,[MiddleName]
      ,[LastName]
  FROM [AdventureWorks].[Person].[Contact]
  WHERE ContactID =ANY

  (SELECT EmployeeID
  FROM [AdventureWorks].[HumanResources].[Employee]
  WHERE SickLeaveHours>68)

   在作为ANY和ALL关键字在子查询中使用时，所实现的效果如下

=ANY	和IN等价
<>ALL	和NOT IN等价
>ANY	大于最小的(>MIN)
	小于最大的(
>ALL	大于最大的(>MAX)
	小于最小的(
=ALL	下面说

   =ALL关键字很少使用，这个的效果在子查询中为如果只有一个返回值，则和“=”相等，而如果有多个返回值，结果为空

   这里要注意，SQL是一种很灵活的语言，就像子查询所实现的效果可以使用JOIN来实现一样（效果一样，实现思路不同），ANY和ALL所实现的效果也完全可以使用其他方式来替代,按照上面表格所示，>ANY和>MIN完全等价，比如下面两个查询语句完全等价:

SELECT *
FROM AdventureWorks.HumanResources.Employee
WHERE SickLeaveHours>ANY

(SELECT SickLeaveHours FROM AdventureWorks.HumanResources.Employee WHERE SickLeaveHours>68)


SELECT *
FROM AdventureWorks.HumanResources.Employee
WHERE SickLeaveHours>

(SELECT MIN(SickLeaveHours) FROM AdventureWorks.HumanResources.Employee WHERE SickLeaveHours>68)

 

相关子查询和EXISTS关键字

   前面所说的查询都是无关子查询(Uncorrelated subquery),子查询中还有一类很重要的查询是相关子查询(Correlated subquery),也叫重复子查询比如，还是上面那个查询，用相关子查询来写:

   我想取得总共请病假天数大于68天的员工:

SELECT [FirstName]
      ,[MiddleName]
      ,[LastName]
  FROM [AdventureWorks].[Person].[Contact] c
  WHERE EXISTS

  (SELECT *
  FROM [AdventureWorks].[HumanResources].[Employee] e
  WHERE c.ContactID=e.ContactID AND e.SickLeaveHours>68)

   结果和使用IN关键字的查询结果相同:

  

   如何区别相关子查询和无关子查询呢?最简单的办法就是直接看子查询本身能否执行，比如上面的例子中的子查询：

(SELECT *
  FROM [AdventureWorks].[HumanResources].[Employee] e
  WHERE c.ContactID=e.ContactID AND e.SickLeaveHours>68)

   这一句本身执行本身会报错.因为这句引用到了外部查询的表

   对于无关子查询来说，整个查询的过程为子查询只执行一次，然后交给外部查询，比如：

  

SELECT *
FROM AdventureWorks.HumanResources.Employee
WHERE SickLeaveHours>ANY

SQLRESULT

   上面的无关子查询，整个查询过程可以看作是子查询首先返回SQLResult(SQL结果集),然后交给外部查询使用，整个过程子查询只执行一次

    而相反,作为相关子查询,子查询的执行的次数依赖于外部查询，外部查询每执行一行，子查询执行一次，比如：

    还是上面的例子:我想取得总共请病假天数大于68天的员工

SELECT [FirstName]
      ,[MiddleName]
      ,[LastName]
  FROM [AdventureWorks].[Person].[Contact] c
  WHERE EXISTS

  (SELECT *
  FROM [AdventureWorks].[HumanResources].[Employee] e
  WHERE c.ContactID=e.ContactID AND e.SickLeaveHours>68)

----
step 1:
SELECT [FirstName]
      ,[MiddleName]
      ,[LastName]
  FROM [AdventureWorks].[Person].[Contact] c
  WHERE EXISTS

  (SELECT *
  FROM [AdventureWorks].[HumanResources].[Employee] e
  WHERE 1=e.ContactID AND e.SickLeaveHours>68)
----
step 2:
SELECT [FirstName]
      ,[MiddleName]
      ,[LastName]
  FROM [AdventureWorks].[Person].[Contact] c
  WHERE EXISTS

  (SELECT *
  FROM [AdventureWorks].[HumanResources].[Employee] e
  WHERE 2=e.ContactID AND e.SickLeaveHours>68)
----
step n:
SELECT [FirstName]
      ,[MiddleName]
      ,[LastName]
  FROM [AdventureWorks].[Person].[Contact] c
  WHERE EXISTS

  (SELECT *
  FROM [AdventureWorks].[HumanResources].[Employee] e
  WHERE n=e.ContactID AND e.SickLeaveHours>68)

 

 

  如上面代码所示。上面的相关子查询实际上会执行N次（N取决与外部查询的行数），外部查询每执行一行，都会将对应行所用的参数传到子查询中，如果子查询有对应值，则返回TRUE（既当前行被选中并在结果中显示），如果没有，则返回FALSE。然后重复执行下一行。

子查询作为计算列使用

    当子查询作为计算列使用时，只返回单个值(Scalar) 。用在SELECT语句之后，作为计算列使用。同样分为相关子查询和无关子查询

    相关子查询的例子比如：我想取得每件产品的名称和总共的销量

SELECT [Name],
      (SELECT COUNT(*) FROM AdventureWorks.Sales.SalesOrderDetail S
      WHERE S.ProductID=P.ProductID) AS SalesAmount
FROM [AdventureWorks].[Production].[Product] P
  

   部分结果如下：

  

   当子查询作为计算列使用时，会针对外部查询的每一行，返回唯一的值。

   同样的，SQL子查询都可以使用其他语句达到同样的效果，上面的语句和如下语句达到同样的效果：

SELECT P.Name,COUNT(S.ProductID)
FROM [AdventureWorks].[Production].[Product] P 
LEFT JOIN  AdventureWorks.Sales.SalesOrderDetail S
ON S.ProductID=P.ProductID
GROUP BY P.Name
  

   子查询作为计算列且作为无关子查询时使用，只会一次性返回但一值，这里就不再阐述了。