程式師世界 >> 數據庫知識 >> MYSQL數據庫 >> MySQL綜合教程 >> 簡單十步讓你全面理解SQL，十步理解sql

簡單十步讓你全面理解SQL，十步理解sql

編輯：MySQL綜合教程

簡單十步讓你全面理解SQL，十步理解sql

　　很多程序員認為SQL是一頭難以馴服的野獸。它是為數不多的聲明性語言之一，也因為這樣，其展示了完全不同於其他的表現形式、命令式語言、面向對象語言甚至函數式編程語言（雖然有些人覺得SQL 還是有些類似功能）。

　　我每天都寫SQL，我的開源軟件JOOQ中也包含SQL。因此我覺得有必要為還在為此苦苦掙扎的你呈現SQL的優美！下面的教程面向於：

已經使用過但沒有完全理解SQL的讀者
已經差不多了解SQL但從未真正考慮過它的語法的讀者
想要指導他人學習SQL的讀者

　　本教程將重點介紹SELECT 語句。其他 DML 語句將在另一個教程中在做介紹。接下來就是…

　　1、SQL是聲明性語言

　　首先你需要思考的是，聲明性。你唯一需要做的只是聲明你想獲得結果的性質，而不需要考慮你的計算機怎麼算出這些結果的。

SELECT first_name, last_name FROM employees WHERE salary > 100000

　　這很容易理解，你無須關心員工的身份記錄從哪來，你只需要知道誰有著不錯的薪水。

　　從中我們學到了什麼呢？

　　那麼如果它是這樣的簡單，會出現什麼問題嗎？問題就是我們大多數人會直觀地認為這是命令式編程。如：“機器，做這，再做那，但在這之前，如果這和那都發生錯誤，那麼會運行一個檢測”。這包括在變量中存儲臨時的編寫循環、迭代、調用函數，等等結果。

　　把那些都忘了吧，想想怎麼去聲明，而不是怎麼告訴機器去計算。

　　2、SQL語法不是“有序的”

　　常見的混亂源於一個簡單的事實，SQL語法元素並不會按照它們的執行方式排序。語法順序如下：

SELECT [DISTINCT]
FROM
WHERE
GROUP BY
HAVING
UNION
ORDER BY

　　為簡單起見，並沒有列出所有SQL語句。這個語法順序與邏輯順序基本上不同，執行順序如下：

FROM
WHERE
GROUP BY
HAVING
SELECT
DISTINCT
UNION
ORDER BY

　　這有三點需要注意：

　　1、第一句是FROM，而不是SELECT。首先是將數據從磁盤加載到內存中，以便對這些數據進行操作。

　　2、SELECT是在其他大多數語句後執行，最重要的是，在FROM和GROUP BY之後。重要的是要理解當你覺得你可以從WHERE語句中引用你定義在SELECT語句當中的時候，。以下是不可行的：

SELECT A.x + A.y AS z

FROM A

WHERE z = 10 -- z is not available here!

　　如果你想重用z,您有兩種選擇。要麼重復表達式:

SELECT A.x + A.y AS z

FROM A

WHERE (A.x + A.y) = 10

　　或者你使用派生表、公用表表達式或視圖來避免代碼重復。請參閱示例進一步的分析：

　　3、在語法和邏輯順序裡，UNION都是放在ORDER BY之前，很多人認為每個UNION子查詢都可以進行排序，但根據SQL標准和大多數的SQL方言，並不是真的可行。雖然一些方言允許子查詢或派生表排序，但卻不能保證這種順序能在UNION操作後保留。

　　需要注意的是，並不是所有的數據庫都以相同的形式實現，例如規則2並不完全適用於MySQL,PostgreSQL,和SQLite上

　　從中我們學到了什麼呢？

　　要時刻記住SQL語句的語法順序和邏輯順序來避免常見的錯誤。如果你能明白這其中的區別，就能明確知道為什麼有些可以執行有些則不能。

　　如果能設計一種在語法順序上實際又體現了邏輯順序的語言就更好了，因為它是在微軟的LINQ上實現的。

　　3、SQL是關於數據表引用的

　　因為語法順序和邏輯順序的差異，大多數初學者可能會誤認為SQL中列的值是第一重要的。其實並非如此，最重要的是數據表引用。

　　該SQL標准定義了FROM語句，如下：

<from clause> ::= FROM &lt;table reference&gt; [ { &lt;comma&gt; &lt;table reference&gt; }... ]

　　ROM語句的"output"是所有表引用的結合程度組合表引用。讓我們慢慢地消化這些。

FROM a, b

　　上述產生一個a+b度的組合表引用，如果a有3列和b有5列，那麼"輸出表"將有8（3+5）列。

　　包含在這個組合表引用的記錄是交叉乘積/笛卡兒積的axb。換句話說，每一條a記錄都會與每一條b記錄相對應。如果a有3個記錄和b有5條記錄,然後上面的組合表引用將產生15條記錄(3×5)。

　　在WHERE語句篩選後，GROUP BY語句中"output"是"fed"/"piped"，它已轉成新的"output"，我們會稍後再去處理。

　　如果我們從關系代數/集合論的角度來看待這些東西，一個SQL表是一個關系或一組元素組合。每個SQL語句將改變一個或幾個關系，來產生新的關系。

　　從中我們學到了什麼呢？

　　一直從數據表引用角度去思考，有助於理解數據怎樣通過你的sql語句流水作業的

　　4、SQL數據表引用可以相當強大

　　表引用是相當強大的東西。舉個簡單的例子，JOIN關鍵字其實不是SELECT語句的一部分，但卻是"special"表引用的一部分。連接表，在SQL標准中有定義（簡化的）：

<table reference> ::=

<table name>

| <derived table>

| <joined table>

　　如果我們又拿之前的例子來分析：

FROM a, b

　　a可以作為一個連接表，如：

a1 JOIN a2 ON a1.id = a2.id

　　這擴展到前一個表達式，我們會得到：

FROM a1 JOIN a2 ON a1.id = a2.id, b

　　雖然結合了數據表引用語法與連接表語法的逗號分隔表讓人很無語，但你肯定還會這樣做的。結果，結合數據表引用將有a1+a2+b度。

　　派生表甚至比連接表更強大，我們接下來將會說到。

　　從中我們學到了什麼呢？

　　要時時刻刻考慮表引用，重要的是這不僅讓你理解數據怎樣通過你的sql語句流水作業的，它還將幫助你了解復雜表引用是如何構造的。

　　而且，重要的是，了解JOIN是構造連接表的關鍵字。不是的SELECT語句的一部分。某些數據庫允許JOIN在插入、更新、刪除中使用。

　　5、應使用SQL JOIN的表，而不是以逗號分隔表

　　前面，我們已經看到這語句：

FROM a, b

　　高級SQL開發人員可能會告訴你，最好不要使用逗號分隔的列表，並且一直完整的表達你的JOINs。這將有助於改進你的SQL語句的可讀性從而防止錯誤出現。

　　一個非常常見的錯誤是忘記某處連接謂詞。思考以下內容：

FROM a, b, c, d, e, f, g, h

WHERE a.a1 = b.bx

AND a.a2 = c.c1

AND d.d1 = b.bc

-- etc...

　　使用join來查詢表的語法

更安全，你可以把連接謂詞與連接表放一起，從而防止錯誤。
更富於表現力，你可以區分外部連接，內部連接，等等。

　　從中我們學到了什麼呢？

　　使用JOIN，並且永遠不在FROM語句中使用逗號分隔表引用。

　　6、SQL的不同類型的連接操作

　　連接操作基本上有五種

EQUI JOIN
SEMI JOIN
ANTI JOIN
CROSS JOIN
DIVISION

　　這些術語通常用於關系代數。對上述概念，如果他們存在，SQL會使用不同的術語。讓我們仔細看看:

　　EQUI JOIN（同等連接）

　　這是最常見的JOIN操作。它有兩個子操作:

INNER JOIN(或者只是JOIN)
OUTER JOIN(可以再次拆分為LEFT, RIGHT,FULL OUTER JOIN)

　　例子是其中的區別最好的解釋:

-- This table reference contains authors and their books.

-- There is one record for each book and its author.

-- authors without books are NOT included

author JOIN book ON author.id = book.author_id



-- This table reference contains authors and their books

-- There is one record for each book and its author.

-- ... OR there is an "empty" record for authors without books

-- ("empty" meaning that all book columns are NULL)

author LEFT OUTER JOIN book ON author.id = book.author_id

　　SEMI JOIN（半連接）

　　這種關系的概念在SQL中用兩種方式表達：使用IN謂詞或使用EXISTS謂語。"Semi"是指在拉丁語中的"half"。這種類型的連接用於連接只有"half"的表引用。再次考慮上述加入的作者和書。讓我們想象，我們想要作者/書的組合,但只是那些作者實際上也有書。然後我們可以這樣寫:

-- Using IN

FROM author

WHERE author.id IN (SELECT book.author_id FROM book)

-- Using EXISTS

FROM author

WHERE EXISTS (SELECT 1 FROM book WHERE book.author_id = author.id)

　　雖然不能肯定你到底是更加喜歡IN還是EXISTS，而且也沒有規則說明，但可以這樣說：

IN往往比EXISTS更具可讀性
EXISTS往往比IN更富表現力（如它更容易表達復雜的半連接）
一般情況下性能上沒有太大的差異，但，在某些數據庫可能會有巨大的性能差異。

　　因為INNER JOIN有可能只產生有書的作者，因為很多初學者可能認為他們可以使用DISTINCT刪除重復項。他們認為他們可以表達一個像這樣的半聯接：

-- Find only those authors who also have books

SELECT DISTINCT first_name, last_name

FROM author

　　這是非常不好的做法，原因有二：

它非常慢，因為該數據庫有很多數據加載到內存中，只是要再刪除重復項。
它不完全正確，即使在這個簡單的示例中它產生了正確的結果。但是，一旦你JOIN更多的表引用，，你將很難從你的結果中正確刪除重復項。

　　更多的關於DISTINCT濫用的問題，可以訪問這裡的博客。

　　ANTI JOIN（反連接）

　　這個關系的概念跟半連接剛好相反。您可以簡單地通過將 NOT 關鍵字添加到IN 或 EXISTS中生成它。在下例中，我們選擇那些沒有任何書籍的作者：

-- Using IN

FROM author

WHERE author.id NOT IN (SELECT book.author_id FROM book)


-- Using EXISTS

FROM author

WHERE NOT EXISTS (SELECT 1 FROM book WHERE book.author_id = author.id)

　　同樣的規則對性能、可讀性、表現力都適用。然而，當使用NOT IN時對NULLs會有一個小警告，這個問題有點超出本教程范圍。

　　CROSS JOIN（交叉連接）

　　結合第一個表中的內容和第二個表中的內容，引用兩個join表交叉生成一個新的東西。我們之前已經看到，這可以在FROM語句中通過逗號分隔表引用來實現。在你確實需要的情況下，可以在SQL語句中明確地寫一個CROSS JOIN。

-- Combine every author with every book

author CROSS JOIN book

　　DIVISION（除法）

　　關系分割就是一只真正的由自己親自喂養的野獸。簡而言之，如果JOIN是乘法，那麼除法就是JOIN的反義詞。在SQL中，除法關系難以表達清楚。由於這是一個初學者的教程，解釋這個問題超出了我們的教程范圍。當然如果你求知欲爆棚，那麼就看這裡，這裡還有這裡。

　　從中我們學到了什麼呢？

　　讓我們把前面講到的內容再次牢記於心。SQL是表引用。連接表是相當復雜的表引用。但關系表述和SQL表述還是有點區別的，並不是所有的關系連接操作都是正規的SQL連接操作。對關系理論有一點實踐與認識，你就可以選擇JOIN正確的關系類型並能將其轉化為正確的SQL。

　　7、SQL的派生表就像表的變量

　　前文，我們已經了解到SQL是一種聲明性語言，因此不會有變量。（雖然在一些SQL語句中可能會存在）但你可以寫這樣的變量。那些野獸一般的表被稱為派生表。

　　派生表只不過是包含在括號裡的子查詢。

-- A derived table

FROM (SELECT * FROM author)

　　需要注意的是，一些SQL方言要求派生表有一個關聯的名字（也被稱為別名）。

-- A derived table with an alias

FROM (SELECT * FROM author) a

　　當你想規避由SQL子句邏輯排序造成的問題時，你會發現派生表可以用帥呆了來形容。例如，如果你想在SELECT和WHERE子句中重用一個列表達式，只寫（Oracle方言）：

-- Get authors' first and last names, and their age in days

SELECT first_name, last_name, age

FROM (

SELECT first_name, last_name, current_date - date_of_birth age

FROM author

)

-- If the age is greater than 10000 days

WHERE age > 10000

　　注意，一些數據庫和SQL:1999標准裡已將派生表帶到下一級別，,引入公共表表達式。這將允許你在單一的SQL SELECT中重復使用相同的派生表。上面的查詢將轉化為類似這樣的：

WITH a AS (

SELECT first_name, last_name, current_date - date_of_birth age

FROM author

)

SELECT *

FROM a

WHERE age > 10000

　　很明顯，對廣泛重用的常見SQL子查詢，你也可以灌輸具體"a"到一個獨立視圖中。想要了解更多就看這裡。

　　從中我們學到了什麼呢？

　　再溫習一遍，SQL主要是關於表引用，而不是列。好好利用這些表引用。不要害怕寫派生表或其他復雜的表引用。

　　8、SQL GROUP BY轉換之前的表引用

　　讓我們重新考慮我們之前的FROM語句：

FROM a, b

　　現在,讓我們來應用一個GROUP BY語句到上述組合表引用

GROUP BY A.x, A.y, B.z

　　這會產生一個只有其余三個列(!)的新的表引用。讓我們再消化一遍。如果你用了GROUP BY，那麼你在所有後續邏輯條款-包括選擇中減少可用列的數量。這就是為什麼你只可以從SELECT語句中的GROUP BY語句引用列語法的原因。

請注意，其他列仍然可能可作為聚合函數的參數：

SELECT A.x, A.y, SUM(A.z) 
FROM A 
GROUP BY A.x, A.y

值得注意並很不幸的是，MySQL不遵守這一標准，只會造成混亂。不要陷入MySQL的把戲。GROUP BY轉換表引用，因此你可以只引用列也引用GROUPBY語句。

從中我們學到了什麼呢？

GROUP BY，在表引用上操作，將它們轉換成一個新表。

　　9、SQL SELECT在關系代數中被稱為投影

　　當它在關系代數中使用時，我個人比較喜歡用"投影"一詞中。一旦你生成你的表引用，過濾，轉換它，你可以一步將它投影到另一個表中。SELECT語句就像一個投影機。表函數利用行值表達式將之前構造的表引用的每個記錄轉化為最終結果。

　　在SELECT語句中，你終於可以在列上操作，創建復雜的列表達式作為記錄/行的一部分。

　　有很多關於可用的表達式，函數性質等的特殊規則。最重要的是，你應該記住這些：

　　1、你只能使用從“output”表引用產生的列引用

　　2、如果你有GROUP BY語句，你只可能從該語句或聚合函數引用列

　　3、當你沒有GROUP BY語句時，你可以用窗口函數替代聚合函數

　　4、如果你沒有GROUP BY語句，你就不能將聚合函數與非聚合函數結合起來

　　5、這有一些關於在聚合函數包裝常規函數的規則，反之亦然

　　6、還有…

　　嗯，這有很多復雜的規則。他們可以填補另一個教程。例如，之所以你不能將聚合函數與非聚合函數結合起來投影到沒有GROUP BY的SELECT語句中是因為：

　　1、憑直覺，沒有任何意義。

　　2、對一個SQL初學者來說，直覺還是毫無幫助的，語法規則則可以。SQL:1999年引入了分組集，SQL：2003引入了空分組集GROUP BY()。每當存在沒有顯式GROUP BY語句的聚合函數時就會應用隱式的空分組集（規則2）。因此，最初關於邏輯順序的那個規則就不完全正確了，SELECT的投影也會影響前面的邏輯結果，但語法語句GROUP BY卻不受影響。

是不是有點迷糊？其實我也是，讓我們看一些簡單的吧。

　　從中我們學到了什麼呢？

　　在SQL語句中，SELECT語句可能是最復雜的語句之一，即使它看起來是那麼的簡單。所有其他語句只不過是從這個到另一個表引用的的輸送管道。通過將它們完全轉化，後期地對它們應用一些規則，SELECT語句完完全全地攪亂了這些表引用的美。

　　為了了解SQL，重要的是要理解其他的一切，都要嘗試在SELECT之前解決。即便SELECT在語法順序中排第一的語句，也應該將它放到最後。

　　10.相對簡單一點的SQL DISTINCT,UNION,ORDER BY,和OFFSET

　　看完復雜的SELECT之後，我們看回一些簡單的東西。