于是又到了梧桐絮飄滿校園的四月，又到了梧桐色相簿的季節，我們迎來了實習生招聘。

“范老濕從不寫代碼”，“范老濕從不會SQL”，說起來都是淚。去年就因為SQL掛了面了一下午的X團，然而今年仍然不會。近來又因為C能力低下掛掉了N多OJ，滿屏AC的日子一去不復返。所幸現在拯救也許還不晚，那讓我們來愉快的治療它吧～

參考書籍是Ben Forta的《SQL必知必會》

一、SQL相關概念

• 數據庫(database)：保存有組織的數據的容器（通常是一個文件或一組文件）；
• 表(table)：某種特定類型數據的結構化清單；
  每一個數據庫中的表都有一個唯一的表名
• 模式：關于數據庫和表的布局及特性的信息；
• 列(column)：表中的一個字段；
  所有表都是由一個或多個列組成的
  每一個表列都有一個數據類型
• 行(row)：表中的一個紀錄；
  有時稱紀錄(record)，行才是正確的術語
• 主鍵(primary key)：一（組）列，其值存在且唯一，故能標識表中的每一行；
  主鍵列的值一般不允許修改與更新，且不能重用（即被刪除行的值刪除后不能用于以后的值）

范老濕總結：每一個database里面可能有很多table，既然是table那一定有column和row，起唯一標識作用的column被稱為primary key。Primary key中的值一定符合以下性質：存在性、唯一性、不可復用性。

以及：

• 關鍵字：即SQL中的保留字，不能用做表或列的名字。
  SQL支持以下三種注釋：

#, --, /* */

二、SELECT

2.1 SELECT的基本使用

SELECT, like its name, 就是從表中選擇數據嘛。那怎樣才是SELECT的正確姿勢呢？

SELECT prod_name FROM Products;

相信機智的你一眼就能看出，這是從Products這個表中選擇了prod_name這個column。

從上面那條SQL語句中，可以（或者不可以）看出以下幾點：

• SQL語句中，結束要加分號（半角的不用說了吧）；
• SQL語句不區分大小寫（看當地規范了，這個例子就是關鍵字大寫，表名首字母大寫，其它小寫）；
• SQL語句中，不區分空格與回車（所以上面那四個詞語寫每行一個也沒關系，你開心就好）；
• SQL語句的輸出，并不一定遵循某些順序。

那這樣呢：

SELECT prod_id, prod_name, prod_price FROM Products;

當然就是從Products這個表中同時選擇了prod_id, prod_name, prod_price這三列。
在語句中，列名之間以逗號分隔。

這樣呢：

SELECT * FROM Products;

這樣就是從Products里面選擇了所有的column。

有時候，我們需要去重：

SELECT DISTINCT vend_id FROM Products;

這樣，輸出的vend_id就實現了去重
需要注意的是，DISTINCT作用于所有的列，而并非跟在后面的那一列，比如:

SELECT DISTINCT vend_id, prod_price FROM Products;

我們也可以對輸出的內容作出限制，比如我們想取prod_name中的TOP 5：

SELECT prod_name FROM Products LIMIT 5;

（不同SQL實現的本條語句，語法可能不同，本文以MySQL為準，下同）
如果想看后面的呢？

SELECT prod_name FROM Products LIMIT 5 OFFSET 5;

這樣就返回了Products中prod_name這列從第5行起的5行數據。

2.2 排序：ORDER BY

可是，就像我們之前說的，SQL的輸出默認是沒有順序的。如果你問我啊，我可以說一句“無可奉告”。但是看你們這么熱情啊，一句話不說也不好。所以說啊，我們來學習一個，如何才能讓SQL的輸出有順序：

SELECT prod_name FROM Products ORDER BY prod_name;

這樣的話，就是按照prod_name的字母順序升序排列了。
需要注意的是，ORDER BY子句應被保證為SELECT語句中的最后一條子句。

不過這樣只能按一個列排序啊Orz如果我們想按多個列排序呢？

SELECT prod_id, prod_price, prod_name FROM Products ORDER BY prod_price, prod_name;

可是這樣寫語句是不是有點太長了呢？其實這樣也可以的：

SELECT prod_id, prod_price, prod_name FROM Products ORDER BY 2, 3;

就可以達到和上面語句一樣的效果，其實就是從那三個查看的列里面選擇了第二個和第三個吧。

上面的都是升序，那如果我們想降序排列呢？

SELECT prod_id, prod_price, prod_name FROM Products ORDER BY prod_price DESC;

要降序排列的列要后面加上DESC，反過來說，就是DESC只作用于它前面的那一列：

SELECT prod_id, prod_price, prod_name FROM Products ORDER BY prod_price DESC, prod_name;

這樣，prod_price列就是降序的，prod_name列則呈升序排列。

2.3 數據過濾：WHERE

但是這樣的話，似乎還是不夠方便啊。如果我們想查看某一個列的值符合特定規律的數據呢？這樣我們就用到WHERE：

SELECT prod_name, prod_price FROM Products WHERE prod_price = 3.49;

這樣就輸出了所有 prod_price值為3.49的prod_name和prod_price

WHERE字句都資瓷哪些操作符呢？

=, <>, !=, <, <=, !<, >, >=, !>, BETWEEN, IS NULL

SQL有個特點，就是非常直觀，這些符號的含義也就不用做過多解釋了。

SQL還資瓷很多花式的過濾方法！是的！就算過濾條件更復雜一些也沒關系！比如像這樣：

SELECT prod_id, prod_price, prod_name FROM Products WHERE vend_id = 'DLL01' AND prod_price <= 4;

既然資瓷了AND，你問我資不資瓷OR？當然資瓷！我就這么明確告訴你：

SELECT prod_id, prod_price, prod_name FROM Products WHERE vend_id = 'DLL01' AND vend_id = 'BRS01';

既然說到AND和OR，那么不可避免的就是出現邏輯運算順序的問題了。SQL優先處理AND運算符。在需要指定順序時，也可以使用括號：

SELECT prod_name, prod_price FROM Products WHERE (vend_id = 'DLL01' OR vend_id = 'BRS01') AND prod_price >= 10;

以及ORDED BY子句，一般是放在WHERE后面。

其實OR操作也可以這樣實現

SELECT prod_name, prod_price FROM Products WHERE vend_id IN ('DLL01', 'BRS01') ORDER BY prod_name;

而且，IN的操作一般比OR更快哦～而且IN還可以用來實現更多更靈活的操作！

那么既然有了AND和OR，自然而然就有了NOT

SELECT prod_name FROM Products WHERE NOT vend_id = 'DLL01' ORDER BY prod_name;

2.4 更靈活的過濾：LIKE

這樣我們就學會了過濾，但是似乎好像資瓷的過濾方式還太少啊Orz連字符串匹配都不資瓷（就你事多（誤

好好好，這就說怎樣才是資瓷更高級過濾條件的正確姿勢：

SELECT prod_id, prod_name FROM Products WHERE prod_name LIKE 'Fish%';

SELECT prod_id, prod_name FROM Products WHERE prod_name LIKE '%bean bag%';

就是過濾出prod_name里面以Fish開頭或者含有bean bag的數據。

也可以這樣：

SELECT prod_id, prod_name FROM Products WHERE prod_name LIKE 'F％y';

過濾出prod_name中以F開頭以y結尾的數據。

這樣存在一個問題：很多DBMS會在字符串后自動添加空格，以達到和字符串類型定義時相等的長度。

以及LIKE '%'不會匹配NULL。

當然，都說了是“更靈活的”過濾姿勢，怎么能只有%一種？

SELECT prod_id, prod_name FROM Products WHERE prod_name LIKE ‘__ inch teddy bear';

_操作符相較于%更加嚴格？感覺這么說也不好，算是用法不同吧。%是匹配字符串，而一個_則是匹配單個字符，不許多也不許少。

有時候我們還會遇到要匹配的字符有多種可能性的情況，除了用OR，還有什么更優雅的方案么？

SELECT cust_contact FROM Customers WHERE cust_contact LIKE ‘[JM]%' ORDER BY cust_contact;

這樣就匹配了cust_contact里面以J或M開頭的數據。同樣的，[]也只是對應單個字符。

如果我們想否定，可以用NOT，當然也可以用更優雅的^

SELECT cust_contact FROM Customers WHERE cust_contact LIKE ‘[^JM]%' ORDER BY cust_contact;

主要的通配符就是%, _和[]。不幸的是通配符一般速度會比較慢，建議不要的過度使用，使用的時候也盡量放在搜索模式的后面，以減少檢索時間。

2.5 計算字段與格式化輸出

看來僅僅簡單的把數據輸出還不行啊，有時候我們還需要將數據按照一定格式輸出，或者做一些數值計算。說白了就是字符串操作和數值計算嘛。比如這樣：

SELECT Concat(vend_name, ' (', vend_country, ')') FROM vendors ORDER BY vend_name;

即在vend_country字段兩側加了括號。Concat則是起連接作用的函數。

我們前面說過，有的DBMS（比如MySQL）會在字符串末尾補全空格。這時就需要用RTrim函數解決：

SELECT Concat(RTrim(vend_name), ' (', RTrim(vend_country), ')') FROM vendors ORDER BY vend_name;

除了去除右邊空格的RTrim以外，還有去掉左邊空格的LTrim和左右空格的Trim。

有時候我們要把新生成的部分起一個名字，也就是別名：

SELECT Concat(RTrim(vend_name), ' (', RTrim(vend_country), ')') AS vend_title FROM vendors ORDER BY vend_name;

字符串的計算就是上面那樣，那么如何進行數學計算呢？

SELECT prod_id, quantity, item_price, quantity*item_price AS expanded_price FROM orderitems WHERE order_num = 20005;

這樣就計算了數量和單價的乘積，并將其別名設為expanded_price。

2.6 函數運算

是的，既然資瓷一般的字符串運算，那么更應該資瓷一下更復雜的函數運算，上一節我們提到了Trim等函數這一屆里面我們簡要的把函數分為文本處理函數、日子時間處理函數和數值處理函數。

首先說文本處理函數

其中SOUNDEX的含義需要解釋一下，簡單來說就是讀音相似的，比如：

SELECT cust_name, cust_contact FROM Customers WHERE SOUNDEX(cust_contact) = SOUNDEX('Michael Green')

cust_contact里面如果有'Michelle Green'這樣讀音相似的，就會返回。

接下來是日期時間處理函數：

例子：

SELECT cust_id, order_num FROM orders WHERE Date(order_date) BETWEEN '2005-09-01' AND '2005-09-30';

即匹配的日期在2005年9月1日到2005年9月30日。需要注意的是，order_date是一個datetime類型，對它進行date部分的匹配時要用Date函數截取其date部分。

最后是數值處理函數：

這個不用多說了吧

2.7 聚集函數

上面說的是對于一些數值的計算。有時候我們做數據分析時需要關注整個Dataset中某個特征的宏觀特點。（說人話：比如平均值、最大值最小值等）

下面分別舉例說明：

SELECT AVG(prod_price) AS avg_price FROM products WHERE vend_id = 1003;

即得出vend_id為1003的產品的平均價格。

需要注意的是，Avg函數將自動忽略值為NULL的行。

Count函數也是類似

SELECT COUNT(cust_email) AS num_cust FROM Customers;

也將返回cust_email不為NULL的行數。Min,Max,Sum同理。

我們前面提到過用DISTINCT去重，這里也是一樣：

SELECT AVG(DISTINCT prod_price) AS avg_price FROM products WHERE vend_id = 1003;

得到的是每個商品的單價去重之后的平均價格。

聚集函數也可以組合使用：

SELECT COUNT(*) AS num_items, MIN(prod_price) AS price_min, MAX(prod_price) AS price_max, AVG(prod_price) AS price_avg FROM products;

2.8 分組

在前面的例子中，我們知道，如果想得到某一個vend_id的num_prods數據，我們可以這樣：

SELECT COUNT(*) AS num_prods FROM products WHERE vend_id = 1003;

如果我們想同時查看所有vend_id的num_prods，就需要分組處理：

SELECT vend_id, COUNT(*) AS num_prods FROM products GROUP BY vend_id;

輸出為兩列，一列是排序后的vend_id，一個是每個vend_id對應的num_prods數。

GROUP BY子句中需要注意的是：

• GROUP BY子句可以包含任意數目的列，因而可以對分組進行嵌套。這種情況下數據將在最后指定的分組上進行匯總；
• GROUP BY子句中的每一列都必須是檢索列或有效的表達式；
• 大多數SQL實現不允許GROUP BY列帶有長度可變的數據類型；
• 除聚集計算語句外，SELECT語句中的每一列都必須在GROUP BY子句中給出；
• 如果分組列中包含具有NULL值的行，則NULL將作為一個單獨的分組；
• GROUP BY分組必須出現在WHERE子句之后，ORDER BY子句之前。

除了用GROUP BY分組以外，SQL還支持過濾分組。這時候我們要用到HAVING子句：

SELECT cust_id, COUNT(*) AS orders FROM Orders GROUP BY cust_id HAVING COUNT(*) >= 2;

這樣就過濾出了訂單數>=2的分組。

• HAVING和WHERE的區別：可以簡要的理解為HAVING在數據分組前進行過濾，WHERE在數據分組后進行過濾。

有些時候，HAVING和WHERE也可以同時使用：

SELECT vend_id, COUNT(*) AS num_prods FROM Products WHERE prod_price >= 4 GROUP BY vend_id HAVING COUNT(*) >= 2

WHERE子句先是過濾出了prod_price至少為4的行，HAVING子句又過濾出計數為2或2以上的分組。

既然分組支持過濾，那么一定支持排序：

SELECT order_num, COUNT(*) AS items FROM OrderItems GROUP BY order_num HAVING COUNT(*) >= 3;

如上過濾出了訂單數>=3的order_num。

SELECT order_num, COUNT(*) AS items FROM OrderItems GROUP BY order_num HAVING COUNT(*) >= 3 ORDER BY items, order_num;

加上一個ORDER BY子句，即按items、order_num從小到大排序。

到現在，我們總結一下SELECT子句使用的順序：

2.9 子查詢

SQL還允許子查詢，即查詢中嵌套的查詢。

例如如下兩個SQL查詢：

SELECT order_num FROM OrderItems WHERE prod_id = 'RGAN01';
SELECT cust_id FROM Orders WHERE order_num IN (20007, 20008);

有兩個表，OrderItems和Orders。OrderItems中保存的是order_num和prod_id信息，而Orders中保存的是cust_id和order_num的信息。如果我們想根據prod_id查找cust_id的相關信息，除了使用兩次查找，還可以使用如下方式：

SELECT cust_id FROM Orders WHERE order IN (SELECT order_num FROM OrderItems WHERE prod_id = 'RGAN01');

除此之外，還可以作為計算字段使用子查詢。

SELECT cust_name, cust_state, (SELECT COUNT(*) FROM Orders WHERE Orders.cust_id = Customers.cust_id) AS orders FROM Customers ORDER BY cust_name;