工作中涉及的有用的SQL表达式
这篇文章主要记录自己工作大半年来经常涉及的SQL表达式，以下SQL语句仅适用于MySQL！
一、和日期相关的SQL表达式
工作中用到的数据表，有很多字段都和时间有关，而且基本上所有的时间字段格式都是：“yyyy-MM-dd HH:mm:ss“。对此，我经常会对时间进行以下几种操作：
-
时间格式函数 ：
（1）DATE_FORMAT(xx,‘yyyy-MM-dd’)
例：select DATE_FORMAT(‘1970-01-01 00:00:00’,‘yyyy-MM’)
结果为：‘1970-01-01’
类似的还有：DATE_FORMAT(xx,‘yyyy-MM’)、DATE_FORMAT(xx,‘yyyy’)
(2)year(xx):取时间中的年份
例：select year(‘1970-01-01 00:00:00’)
结果为：‘1970’
(3)month(xx):取时间中的月份
例：select month(‘1970-01-01 00:00:00’)
结果为：‘1’
(4)date(xx):取时间中的日期
例：select date(‘1970-01-01 00:00:00’)
结果为：‘1970-01-01’ -
日期加减函数 ：
（1）date_add(xx,interval n day)——加上n天
例：select date_add(‘1970-01-01’,interval 10 day)
结果为：‘1970-01-11’
类似的还有：date_add(xx,interval n hour)、date_add(xx,interval n week)、date_add(xx,interval n month)、date_add(xx,interval n quarter)、date_add(xx,interval n year)
（2）date_sub(xx,interval n day)——减去n天
例：select date_sub(‘1970-01-11’,interval 10 day)
结果为：‘1970-01-01’
（3）datediff(date1,date2)——date1和date2两日期相减后的天数
例：select datediff(‘1970-01-11’,‘1970-01-01’)
结果为：10
datediff这个函数因为可以用来计算两个日期的相差天数，因此在工作中经常用来计算用户的活跃日期（or 交易日期）与注册日期的差值，从而计算用户的流失率、留存率、转化率等指标。
二、模糊查询
1.like搭配%或者_ :like是常用的模糊匹配关键字，其中，%代表一个或多个字符的通配符，_仅仅代表一个字符的通配符;
2.locate(substr,str) :这个函数是工作中更常用的模糊匹配函数，返回子串substr第一次出现在字符串str的位置，若substr没有出现在str中，则返回0；
三、排序函数
1.rank :有相同序号，会跳跃，比如：1，1,3,4，……
2.dense_rank：有相同序号，连续，比如：1,1,2,3,4，……
3.**row_number()over(PARTITION by 分组字段 order by 排序字段) ** ：序号不同且连续，比如：1,2，3,4，……
三个函数用法类似，参考文档：https://www.cnblogs.com/52XF/p/4209211.html
工作中最常用的函数是row_number() 这个排序函数，比如：在一张交易表里，一个用户有多次交易，一次交易在表里有一条记录，我们想取用户首次完成交易的记录，此时就可以用到这个SQL，SQL代码如下：
// 查询用户首次完成交易的记录
select * from(
select *,
row_number() over(partition by user_id order by transe_date) as rank
from transe_table) t
where rank=1
四、聚合函数
sum,count,max,min,avg这些聚合函数在工作中会经常用到，大家对它应该也很熟悉。但是，在工作中，这些聚合函数，也可以和row_number()函数一样，配合**over(PARTITION by 分组字段 order by 排序字段)**进行在指定分组字段内聚合，这里用一段SQL来解释说明：
// 按照指定的分组字段进行内部聚合
select user_id,
order_id,
sum(transe_amount) over (partition by fuid) as amount1,--按用户汇总各个用户的交易金额
max(transe_amount) over(partition by fuid) as amount2, --获取每个用户的最大一笔交易金额
min(transe_amount) over(partition by fuid) as amount2, --获取每个用户的最小一笔交易金额
avg(transe_amount) over(partition by fuid) as amount2, --获取每个用户的平均交易金额
from transe_table
五、字符串函数
- 从左开始截取字符串 ：
left(str,n)
例：select left(‘腾讯视频’,2)
结果为：‘腾讯’ - 从右开始截取字符串 ：
right(str,n)
例：select right(‘腾讯视频’,2)
结果为：‘视频’ - substring按指定位置截取字符串 ：
substring(str,pos)——substring(被截取字段，从第几位开始截取）
substring(str,pos,length)——substring(被截取字段，从第几位开始截取，截取长度）
例1：select substring(‘1970-01-01’,1)
结果为：‘1970-01-01’
例2：select substring(‘1970-01-01’,1,7)
结果为：‘1970-01’ - substring_index按指定关键字截取字符串 ：
substring_index(str,delim,count)——substring(被截取字段,关键字,关键字出现的次数）
例1：select substring_index(‘1970-01-01’,’-’,1)
结果为：‘1970’
例2：select substring_index(‘1970-01-01’,’-’,2)
结果为：‘1970-01’