SQL技能大进阶：解锁高级技巧，提升数据处理效率

目录

一、引言

二、10 个不可不知的高级 SQL 技巧

（一）窗口函数：数据分析的得力助手

（二）公共表达式（CTEs）：让查询更清晰

（三）聚合函数：数据汇总的利器

（四）递归 CTEs：处理分层数据的神器

（五）临时函数：简化代码的好帮手

（六）使用 CASE WHEN 枢转数据：灵活处理数据

（七）EXCEPT vs NOT IN：查询数据的不同方式

（八）自联结：在同一表中查找关联数据

（九）Rank vs Dense Rank vs Row Number：数据排名的不同策略

（十）日期时间操纵：处理时间相关数据

三、总结与展望

---

一、引言

        作为一个在数据领域摸爬滚打许久的博主，我深知 SQL（Structured Query Language）—— 结构化查询语言，在数据处理与分析中的核心地位。想当初，我也是从对 SQL 一知半解开始，不断学习和实践，才逐渐掌握了这门强大的工具。在这个过程中，我发现仅仅掌握基础的 SQL 语句，如 SELECT、INSERT、UPDATE、DELETE 等，只能应对一些简单的数据操作任务。而当面对复杂的数据场景和业务需求时，高级 SQL 技巧就显得尤为重要。

        今天，我就迫不及待地想和大家分享这些高级 SQL 技巧。无论你是数据分析师、数据科学家、数据库管理员，还是对数据处理感兴趣的技术爱好者，掌握这些技巧，都能让你在数据的海洋中更加游刃有余，轻松挖掘出数据背后隐藏的价值。

二、10 个不可不知的高级 SQL 技巧

（一）窗口函数：数据分析的得力助手

        窗口函数，也叫开窗函数，是 SQL 中一种非常强大的工具。它能在不改变原表结构的情况下，对数据进行分组、排序和计算。与普通聚合函数不同，窗口函数不会将数据合并为一行，而是为每一行返回一个计算结果，就像是在数据的 “窗口” 中进行操作一样。

        在实际应用中，窗口函数常用于计算移动平均值、排名、累计总和等。以销售数据为例，假设我们有一个销售记录表，包含销售日期、销售金额等字段。我们可以使用窗口函数来计算每个月的移动平均值，以此来观察销售数据的趋势。具体的 SQL 语句如下：

SELECT 
    sale_date, 
    sale_amount,
    AVG(sale_amount) OVER (ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg
FROM 
    sales;

        在这个例子中，AVG(sale_amount) OVER (ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) 就是窗口函数的应用。ORDER BY sale_date 表示按照销售日期进行排序，ROWS BETWEEN 2 PRECEDING AND CURRENT ROW 表示窗口范围是当前行及其前两行，这样就可以计算出每个月的移动平均值。通过移动平均值，我们能更清晰地看到销售数据的变化趋势，为销售策略的制定提供有力支持。

（二）公共表达式（CTEs）：让查询更清晰

        公共表达式（CTEs，Common Table Expressions）是一种临时结果集，它可以在一个 SELECT、INSERT、UPDATE 或 DELETE 语句中引用。CTEs 就像是给一段复杂的查询取了一个别名，让我们可以在后续的查询中直接使用这个别名，而不需要重复编写相同的查询逻辑。

        CTEs 的主要用途是提高查询的可读性和可维护性，特别是在处理复杂的嵌套查询时。比如，我们有一个员工表和一个部门表，员工表中包含员工 ID、姓名、部门 ID 等字段，部门表中包含部门 ID 和部门名称等字段。现在我们要查询每个部门的员工人数和平均工资，并且只显示员工人数大于 5 的部门。使用 CTEs 可以这样写：

WITH EmployeeDepartment AS (
    SELECT 
        e.employee_id, 
        e.employee_name, 
        e.department_id, 
        d.department_name
    FROM 
        employees e
    JOIN 
        departments d ON e.department_id = d.department_id
),
DepartmentSalary AS (
    SELECT 
        department_id, 
        department_name, 
        COUNT(employee_id) AS employee_count, 
        AVG(salary) AS average_salary
    FROM 
        EmployeeDepartment
    GROUP BY 
        department_id, department_name
)
SELECT 
    department_id, 
    department_name, 
    employee_count, 
    average_salary
FROM 
    DepartmentSalary
WHERE 
    employee_count > 5;

        在这个例子中，我们首先定义了一个名为EmployeeDepartment的 CTE，它将员工表和部门表进行了连接，得到了员工的部门信息。然后又定义了一个名为DepartmentSalary的 CTE，它基于EmployeeDepartment计算了每个部门的员工人数和平均工资。最后，我们在主查询中从DepartmentSalary中筛选出员工人数大于 5 的部门。通过使用 CTEs，我们将复杂的查询逻辑分解成了多个步骤，每个步骤都有清晰的定义和用途，使得整个查询更加易读和易于维护。