SQL进阶教程——用关联子查询比较行与行（第六章）

1. 前言

使用SQL对同一行数据进行列间比较很简单，只需要在WHERE子句里写上比较条件就可以了。但是，对不同行数据进行列间的比较却没那么简单。然而，这并不是说我们不能用SQL进行行与行之间的比较。
使用SQL进行行间比较时，发挥主要作用的技术是关联子查询，特别是与自连接结合的“关联子查询”。

2. 用列表展示与上一年的比较结果

• Sales

year（年份）	sale（年营业额：亿日元）
1990	50
1991	51
1992	52
1993	52
1994	50
1995	50
1996	49
1997	55

-- 求出是增长了还是减少了，抑或是维持现状(1):使用关联子查询
SELECT S1.year,S1.sale,
CASE WHEN S1.sale < (SELECT sale FROM Sales AS S2 WHERE S2.year = S1.year - 1) THEN '↓'
     WHEN S1.sale = (SELECT sale FROM Sales AS S2 WHERE S2.year = S1.year - 1) THEN '→'
     WHEN S1.sale > (SELECT sale FROM Sales AS S2 WHERE S2.year = S1.year - 1) THEN '↑'
     ELSE '--' END AS var
FROM Sales AS S1
ORDER BY S1.year;

注意：在关联子查询中，对于外部查询返回的每一行数据，内部查询都要执行一次。另外，在关联子查询中是信息流是双向的。外部查询的每行数据传递一个值给子查询，然后子查询为每一行数据执行一次并返回它的记录。然后，外部查询根据返回的记录做出决策。

-- 求出是增长了还是减少了，抑或是维持现状(2):使用自连接查询(最早的年份不会出现在结果里)
SELECT S1.year,S1.sale,
CASE WHEN S1.sale > S2.sale THEN '↑'
     WHEN S1.sale = S2.sale THEN '→'
     WHEN S1.sale < S2.sale THEN '↓'
     ELSE '--' END AS var
FROM Sales AS S1,Sales AS S2 
WHERE S2.year = S1.year - 1;

3. 时间轴有断点时：和过去最近的时间进行比较

对某一年，“过去最临近的年份”需要满足下面两个条件

1. 与该年份相比是过去的年份
2. 在满足条件1的年份中，年份最早的一个

• Sale2：有年份缺失

year(年份)	sale（年营业额）
1990	50
1992	50
1993	52
1994	55
1997	55

-- 查询与过去最邻近的年份营业额相同的年份
SELECT year,sale
FROM Sales2 S1
WHERE sale = (SELECT sale
			  FROM Sales S2 
			  WHERE S2.year = (SELECT max(S3.year) 
			  					FROM Sales2 AS S3 
			  					WHERE S1.year > S3.year ))
ORDER BY year;

-- 查询与过去最邻近的年份营业额相同的年份：同时使用自连接
SELECT S1.year AS year,S1.sale AS sale
FROM Sales2 AS S1,Sales2 AS S2
WHERE S1.sale = S2.sale AND S2.year = 
(SELECT MAX(year) FROM Sales2 S3 WHERE S1.year > S3.year)
ORDER BY year;

注意：再次强调，不清楚请按照SQL内部执行流程在纸上来一遍（关联子查询是从外部开始，将每一条记录带入内部然后返回）

4. 移动累计值和移动平均值

• Accounts

prc_date（处理日期）	prc_amt（处理金额）
2006-10-26	12 000
2006–10-28	2 500
2006–10-31	-15 000
2006–11-03	34 000
2006–11-04	-5 000
2006–11-06	7 200
2006–11-11	11 000

• 求移动累计值

--使用窗口函数
SELECT prc_date,prc_amt, sum(prc_amt) over(order by prc_date) AS  onhand_amt
FROM accounts;

---求累计值，关联子查询
SELECT a1.prc_date,(SELECT sum(a2.prc_amt) 
	FROM accounts a2 WHERE a2.prc_date  < a1.prc_date)  AS  onhand_amt
FROM accounts as a1
ORDER BY a1.prc_date;

• 求移动平均值

prc_date（处理日期）	prc_amt（处理金额）
2006-10-26	12 000
2006–10-28	2 500
2006–10-31	-15 000
2006–11-03	34 000
2006–11-04	-5 000
2006–11-06	7 200
2006–11-11	11 000

-- 求移动累计值(1)：使用窗口函数 
SELECT prc_date, prc_amt, SUM(prc_amt) OVER (ORDER BY prc_date ROWS 2 PRECEDING) AS onhand_amt
FROM Accounts;

-- 求移动累计值(2)：不满3行的时间区间也输出
SELECT prc_date, A1.prc_amt,
( SELECT SUM(prc_amt) FROM Accounts A2 
  WHERE A1.prc_date >= A2.prc_date
  AND (SELECT COUNT(*) FROM Accounts A3 WHERE A3.prc_date BETWEEN A2.prc_date AND A1.prc_date ) <= 3 
) AS mvg_sum
FROM Accounts A1

-- 移动累计值(3)：不满3行的区间按无效处理
SELECT prc_date, A1.prc_amt,
( SELECT SUM(prc_amt) FROM Accounts A2 WHERE A1.prc_date >= A2.prc_date
  AND (SELECT COUNT(*) FROM Accounts A3 WHERE A3.prc_date BETWEEN A2.prc_date AND A1.prc_date ) <= 3
  HAVING COUNT(*) =3
) AS mvg_sum -- 不满3 行数据的不显示
FROM Accounts A1
ORDER BY prc_date;
--这里不能直接将“<=3”改成“=3”，会使不满三行的数据完全不显示，而不是不显示SUM列

5. 查询重叠的时间区间

• Reservations

reserver（入住客人）	start_date（入住日期）	end_date（离店日期）
木村	2006-10-26	2006-10-27
荒木	2006-10-28	2006-10-31
堀	2006-10-31	2006-11-01
山本	2006-11-03	2006-11-04
内田	2006-11-03	2006-11-05
水谷	2006-11-06	2006-11-06

• 日期的重叠类型

1. 自己入住日期在他人的住宿期间内
2. 自己的离店日期在他人的住宿期间内
3. 自己的入住日期的离店日期都在他人的住宿期间内

• 如何查处住宿日期重叠的客人并列表表示

SELECT reserver, start_date, end_date
FROM Reservations R1
WHERE EXISTS
(SELECT *
	FROM Reservations R2
	WHERE R1.reserver <> R2.reserver -- 与自己以外的客人进行比较
	AND ( R1.start_date BETWEEN R2.start_date AND R2.end_date-- 条件(1)：自己的入住日期在他人的住宿期间内
	OR R1.end_date BETWEEN R2.start_date AND R2.end_date)-- 条件(2)：自己的离店日期在他人的住宿期间内
);
--关联子查询存在记录，就返回相应的记录

• 升级版：把完全包含别人的住宿期间的情况也输出

SELECT reserver, start_date, end_date
FROM Reservations R1
WHERE EXISTS
(SELECT *
	FROM Reservations R2
	WHERE R1.reserver <> R2.reserver -- 与自己以外的客人进行比较
	AND ( R1.start_date BETWEEN R2.start_date AND R2.end_date-- 条件(1)：自己的入住日期在他人的住宿期间内
	OR R1.end_date BETWEEN R2.start_date AND R2.end_date)-- 条件(2)：自己的离店日期在他人的住宿期间内
	OR (R2.start_date BETWEEN R1.start_date AND R1.end_date
		AND
		R2.end_date BETWEEN R1.start_date AND R1.end_date)--条件(3):自己的住宿期间完全包含了别人的住宿期间
);

本节要点：

1. 关联子查询代码可读性不好
2. 在SELECT子句里面使用了关联子查询时，性能可能会变差。
3. 我们掌握任何一样东西，都像一把双刃剑，有着好和坏两面。所以请运用智慧利用它
4. 作为面向集合语言，SQL在比较多行数据时，不进行排序和循环。
5. SQL的做法时添加比较对象数据的集合，通过关联子查询一行一行的偏移处理。