在工作中常用到的SQL

前言

隻有光頭才能變強。

文本已收錄至我的GitHub倉庫，歡迎Star：

https://github.com/ZhongFuCheng3y/3y

最近在公司做了幾張報表，還記得剛開始要做報表的時候都快把SQL給忘光了（當時在廣州休假了1個月多，在實習期間也沒咋寫過SQL），回到公司的第一個需求就是做報表。

于是我很不要臉地跟帶我的學長說：“SQL我好像忘光了，group 分組查詢好像都忘得差不多了，我得複習一下”。

這篇文章來記錄一下我曾經忘掉的group查詢、join查詢等一些比較實用/常用的SQL

• 本文主打通俗易懂，不涵蓋任何優化(适合新手觀看)

一、回顧group 查詢

group

查詢就是分組查詢，為什麼要分組查詢？因為我們想按某個次元進行統計。下面來看個圖：

比如說，我想知道：

每天Java3y這個公衆号的點選量是多少。

按我們人工而言，思路很簡單：把相同的天數以及公衆号名稱為Java3y的資料找出來，再将每個點選量相加，就得出了結果了。

用上SQL我們可能會這樣寫：

select name,time,sum(pv) as pv  
from xxx_table 
where name = 'Java3y' group by name,time           

1.1 group 查詢可能存在的誤解

記得有一天，有個群友在群上問了一個問題：

其實他的需求很簡單：檢索出資料分組後時間最高的記錄。但他是這樣幹的：

1. 把先按照時間

   order by

2. 對

   order by

   後的記錄進行分組

示例圖：

1.2 造成這個誤解的可能原因

有的工具可以支援這種的寫法：

select * from xxx_table group by name           

這種寫法沒有被禁止，并可以得出結果，比如得到的結果是：

Java4y    20  7月15号
Java3y    30  7月15号           

這種寫法其實是不合理的，要知道的是：使用

group by

分組統計之後，我們的select 後面隻能跟着group by 的字段，或者是聚合函數。

因為，我們對資料進行了分組查詢，資料的分布情況，我們是不關心的。

記住：先分組，後統計(先把資料歸類後，再對相同的資料進行統計)

1.3 group查詢最常用的SQL

去重是我們經常會遇到的問題，打個比方說，由于各種原因（不管是業務上還是說是髒資料），現在我有兩條重複的資料（除了ID，其餘的字段都是相同的）：

我這邊隻希望留下某一條記錄作為查詢結果就好了，我們可以寫下以下的SQL：

select * from user where id in(
   select min(id) from user where name = 'Java3y' and pv = 20 and time='7-25' group by name,pv,time;
)           

上面這條SQL是非常非常實用的，除了我說的去重以外，其實我們可以再”思考“一下：

• 上面已經說了，使用

  group by

• 很多時候我們

  group by

  了以後，還想要查詢結果中包含

  group by

  之外的字段(一般情況下，我們都不可能将group by 涵蓋所有的字段)，我們就可以上面那樣，将查詢後的結果作為子查詢，放在外部查詢的where 子句後，這樣外部查詢是可以select 出其他字段的。

(SQL寫得比較少的朋友可能沒什麼感觸啊，但我希望上面那種寫法大家能夠記住，以後一定會遇到類似的情況的)

二、回顧join查詢

join查詢不知道大家在剛學的時候是怎麼了解的，反正我當初好像就挺迷迷糊糊的。我覺得join查詢可以簡單了解成這樣：我想要的查詢結果，一張表搞不掂，那我就join另一張表

比如說，現在我有兩張的表：

現在我想知道在7月25号時：每個公衆号的點選量、公衆号名稱、号主名稱、公衆号的建立日期

• 顯然，我們會發現一張表搞不掂啊，某些資料要依賴于另一張表才能把資料"完整"展示出來

那join其實就是把兩張表合起來的一個操作：

兩張表合并起來以後我們就會發現，這張“大表”就含有這兩張表的所有字段啦，那我想要什麼都有了！

值得注意的是：在join的時候，會産生笛卡爾積（至于什麼是笛卡爾積我這裡就不說了，反正我們要記住的是join表時一定要寫關聯條件去除笛卡爾積）

另外，

left join

和

right join

也是我們經常用到，如果我們單純寫

join

關鍵字，那會被當成是

inner join

。下面我簡單解釋一下：

• 上面說了，在join的時候一定要寫關聯條件，如果是

  inner join

  的話，隻有符合關聯條件的資料才會存在最大表中
• 如果是

  left join

  的話，即便關聯條件不符合，左邊表的資料一定會存在大表中

• right join

  的話，即便關聯條件不符合，右邊表的資料一定會存在大表中

看下面的圖：

此時我們的兩張表關聯的條件是“公衆号” ：如果是

inner join

，那麼最後我們的表隻有兩條記錄。如果是

left join

，那麼最後我們的表有三條資料。如果是

right join

，那麼我們最後的表隻有兩條資料

三、回顧case when

SQL中的case when then else end用法其實跟我們程式語言中的

if-else

很是類似，在寫SQL的時候也常常會用到。

我用得比較多的文法如下：

CASE WHEN sex = '1' THEN '男'
         WHEN sex = '2' THEN '女'
ELSE '其他' END              

在when後面可以跟多個表達式，比如說：

CASE WHEN sex = '1' and name ='Java3y' THEN '男'
         WHEN sex = '2' and name ='Java4y' THEN '女'
ELSE '其他' END              

如果要為

case when

表達式取别名，在

end

關鍵字後邊直接加就好了

更多用法詳情參考：

• https://www.cnblogs.com/prefect/p/5746624.html

四、一些常用的函數

4.1 hive和presto解析json

我這邊會有這種情況：将json資料存到MySQL上。我去網上搜了一下以及問了同僚，為什麼要将json存到MySQL的字段上時，他們的答複都差不多：

• 在MySQL存json資料，這樣友善擴充啊。如果那些字段不需要用到索引，改動比較頻繁，你又不想改動表的結構，那可以存json。
• ps:在MySQL 5.7版本以後支援json類型

參考資料：

• https://cloud.tencent.com/developer/article/1004449
• https://www.zhihu.com/question/324674084/answer/685522547

我這邊做報表一般來hive或presto上搞的，是以解析json的也是在那上面。

hive解析json函數：

get_json_object(param1,'$.param2')

-- 如果是數組
get_json_object(xjson，'$.[0].param2')           

presto 對json的處理函數:

-- 數組  (去除第index個json)
 json_array_get(xjson,index) 
 
 -- 單個jsoin對象
 json_extract(xjson,'$.param2')           

• https://www.cnblogs.com/drjava/p/10536922.html

4.2 時間函數

昨天/近7天/本月按照這種名額來查詢也是非常常見的：

昨天

SELECT * FROM 表名 WHERE TO_DAYS( NOW( ) ) - TO_DAYS( 時間字段名) <= 1

7天

SELECT * FROM 表名 where DATE_SUB(CURDATE(), INTERVAL 7 DAY) <= date(時間字段名)

近30天

SELECT * FROM 表名 where DATE_SUB(CURDATE(), INTERVAL 30 DAY) <= date(時間字段名)

本月

SELECT * FROM 表名 WHERE DATE_FORMAT( 時間字段名, '%Y%m' ) = DATE_FORMAT( CURDATE( ) , '%Y%m' )

上一月

SELECT * FROM 表名 WHERE PERIOD_DIFF( date_format( now( ) , '%Y%m' ) , date_format( 時間字段名, '%Y%m' ) ) =1

           

在presto中使用時間格式，需要明确寫出關鍵字

timestamp

，比如：

select supplier,count(id) 
from xxx_table 
where sendtime >= timestamp '2019-06-01' 
           

• https://blog.csdn.net/cool_easy/article/details/50880949

4.3 其他常用的函數

這裡我簡單整理一下我最近用過函數：

length  --計算字元串長度
concat  --連接配接兩個字元串
substring -- 截取字元串
count   -- 統計數量
max   -- 最大
min   -- 最小
sum   -- 合計
floor/ceil  --...數學函數
           

再來分享一下最近遇到的一個需求，現在有的資料如下：

【Java3y簡單】快樂學習
【Java3y簡單】快樂學習渣渣
【Java3y通俗易懂】簡單學
【Java3y通俗易懂】簡單學芭芭拉
【Java3y平易近人】無聊學
【Java3y初學者】枯燥學
【Java3y初學者】枯燥學呱呱
【Java3y大資料】欣慰學
【Java3y學習】巴拉巴拉學
【Java3y學習】巴拉巴拉學哈哈
【Java3y好】雨女無瓜學
           

現在我統計出【】括号裡邊出現的頻次，比如說：

Java3y通俗易懂

出現的頻次是多少。當時一直都沒想到好的思路，都快要搜“SQL 正規表達式 快速入門”了，請教了一下同僚，同僚很快就寫出來了：

select substring_index(left(title , INSTR(title , '】') -1 ) , '【',-1) 
FROM `xxx_table`
           

哇~，awesome

最後

樂于輸出幹貨的Java技術公衆号：Java3y。公衆号内有200多篇原創技術文章、海量視訊資源、精美腦圖，關注即可擷取！

覺得我的文章寫得不錯，點贊！