读SQL进阶教程笔记14_SQL编程要点

Posted 2023-05-01 躺柒

1. 消灭NULL

1.1. NULL惹人讨厌的原因

1.1.1. 进行SQL编码时，必须考虑违反人类直觉的三值逻辑

1.1.2. 指定IS NULL、IS NOT NULL的时候，不会用到索引，SQL语句执行起来性能低下

1.1.2.1.

   1 + NULL = NULL
   2- NULL = NULL
    3 ＊ NULL = NULL
    4 / NULL = NULL
    NULL / 0 = NULL

1.1.3. 四则运算以及SQL函数的参数中包含NULL，会引起“NULL的传播”

1.1.4. 接收SQL查询结果的宿主语言中，NULL的处理方法没有统一标准

1.1.4.1. Oracle不区分空字符串和NULL

1.1.4.2. Visual Basic是区分的

1.1.5. 与一般列的值不同，NULL是通过在数据行的某处加上多余的位（bit）来实现的，使程序占据更多的存储空间，使得检索性能变差

1.2. 无法完全消除NULL

1.2.1. 仅仅靠在表中所有列加上NOT NULL的约束是不够的

1.2.2. 在使用外连接，或者SQL-99中添加的带CUBE或ROLLUP的GROUP BY时，还是很容易引入NULL的

1.3. 消除NULL的具体做法

1.3.1. 首先分析能不能设置默认值

1.3.2. 仅在无论如何都无法设置默认值时允许使用NULL

1.3.3. 编号：使用异常编号

1.3.3.1. ISO的性别编号

1.3.3.1.1. “1：男性”“2：女性”

1.3.3.1.2. “0：未知”“9：不适用”

1.3.3.1.2.1. 编号9可用于法人的情况

1.3.3.1.2.2. 由Codd区分的两类NULL“未知”和“不适用”相吻合了

1.3.3.2. 插入编号未知的顾客信息时，定义一个表示未知的编号“×××××”就可以了

1.3.3.2.1. 避免使用“99999”这样的编号作为异常编号

1.3.3.2.2. 可能会出现用来表示异常的编号和真实的顾客编号重复的情况

1.3.3.3. 编号列应该使用字符串类型

1.3.4. 名字：使用“无名氏”

1.3.4.1. 赋予表示未知的值

1.3.4.1.1. UNKNOWN

1.3.5. 数值：用0代替

1.3.5.1. 对于数值型的列，将NULL转换为0再存储到数据库中

1.3.5.2. 如果允许NULL，那么就必须在统计数据时使用NULLIF函数或者IS NOT NULL谓词来排除NULL

1.3.5.3. 如果一定要区分0和NULL，那么允许使用NULL

1.3.5.4. “没有油箱的车”和“空油箱”是不同的

1.3.6. 日期：用最大值或最小值代替

1.3.6.1. 开始日期和结束日期这样的“期限”的时候，我们可以使用0000-01-01或者9999-12-31这样可能存在的最大值或最小值来处理

1.3.6.2. 当NULL的含义是“未知”的时候，可以允许使用NULL

1.3.6.2.1. 当默认值原本就不清楚的时候，例如历史事件发生的日期，或者某人的生日等

2. 名字和意义

2.1. 如果没有为索引和约束显式地指定名称，DBMS就会自动为之分配随机的名称，这也是应该避免的

2.2. 为内联视图命名

2.3. 命名时允许的字符有以下3种

2.3.1. 英文字母

2.3.2. 阿拉伯数字

2.3.3. 下划线“_”

2.4. 标准SQL中规定名称的第一个字符应该是英文字母

3. 属性和列

3.1. 列代表的是“属性”，应该具有一贯性

3.2. “根据位置调用数据”是明确禁止的

3.2.1. 对于存储了“年份不同格式就不同的报表”这类值的表，格式切换的时间点不同，某一列中存储的值的意义就会发生变化

3.2.2. 使用某一列去管理多种编号（都道府县编号或客户编号等）

4. 注释

4.1. “--”单行注释的写法

4.2. “/＊ ＊/”去写多行注释

5. 缩进

5.1. 代码难以阅读的原因

5.1.1. 没有进行缩进

5.1.2. 没有对长代码划分模块，所有的都揉在一起

5.2. 所有关键字都顶格左齐的写法比让关键字右齐的写法更好

5.2.1. 紧接着的列名或表名的位置也能对齐，代码更易读

6. 大小写

6.1. 不成文的约定

6.1.1. 关键字使用大写字母，列名和表名使用小写字母

7. 空格

7.1. 不管用什么语言编程都一样，代码中需要适当地留一些空格

8. 逗号

8.1. 前置逗号

8.1.1.

 SELECT     col_1

            ,  col_2
            ,  col_3
            ,  col_4
      FROM  tbl_A;

8.1.1.1. 删掉最后一列“col_4”后执行也不会出错

8.1.1.2. 每行中逗号都出现在同一列，因此使用Emacs等可以进行矩形区域选择的编辑器就会非常方便操作

8.1.2. 把逗号写在要素和要素的中间

8.1.3. SQL格式化/美化

8.1.3.1. dbeaver不支持

8.1.3.2. navicat不支持

8.1.3.3. sql prompt 支持

9. 不使用通配符

9.1. 因为结果的格式依赖于列的排列顺序，所以修改表中列的排列顺序，或者添加、修改列就会导致结果的格式发生变化

10. ORDER BY中不使用列编号

10.1. 这个功能在SQL-92中已经被列为了“未来会被删除的功能”

10.2. 一般来说会受列的顺序和位置影响的写法都应该避免，这也是一条铁律

11. SQL标准语法

11.1. 不使用依赖各种数据库实现的函数和运算符

11.1.1. DECODE(Oracle)、IF(MySQL)、NVL(Oracle)、STUFF(SQL Server)等

11.1.2. 使用CASE表达式或者COALESCE、NULLIF等标准函数代替

11.2. SIGN或ABS、REPLACE这些，虽然标准SQL没有定义它们，但是几乎所有的数据库都实现了

11.3. 标准SQL中有定义，但是各数据库实现情况不同的功能

11.3.1. 日期函数EXTRACT，以及用于字符串连接的运算符“||”或者POSITION函数

12. 连接操作

12.1. 使用INNER或CROSS等表明连接类型的关键字，连接条件可以使用ON子句分开写

12.1.1. 一眼就能看明白连接的类型和条件，代码可读性很好

12.2. 外连接请使用LEFT OUTER JOIN、RIGHT OUTER JOIN或者FULL OUTER JOIN来写

12.3. 标准SQL中允许省略关键字OUTER，但是这个关键字便于我们理解它是外连接而非内连接，所以还是写上吧

12.4. 左连接有一个优势：一般情况下表头都出现在左边

13. 从FROM子句开始写

13.1. SQL中各部分的执行顺序是：FROM→WHERE→GROUP BY→HAVING→SELECT(→ORDER BY)

13.2. 严格地说，ORDER BY并不是SQL语句的一部分，因此可以排除在外

读SQL进阶教程笔记09_HAVING上

1. HAVING子句的用法

1.1. 学习SQL时最大的阻碍就是我们已经习惯了的面向过程语言的思考方式（排序、循环、条件分支、赋值等）

1.2. 只有习惯了面向集合的思考方式，才能真正地学好它

1.3. 帮助我们顺利地忘掉面向过程语言的思考方式并理解SQL面向集合特性的最为有效的方法

1.4. HAVING子句的处理对象是集合而不是记录

1.4.1. 如果一个实体对应着一行数据→那么就是元素，所以使用WHERE子句

1.4.2. 如果一个实体对应着多行数据→那么就是集合，所以使用HAVING子句

1.5. HAVING子句可以通过聚合函数（特别是极值函数）针对集合指定各种条件

1.5.1.

1.5.2. 如果通过CASE表达式生成特征函数，那么无论多么复杂的条件都可以描述

2. 点名

2.1. 示例

2.1.1.

2.1.1.1. -- 用谓词表达全称量化命题

    SELECT team_id, member
      FROM Teams T1
     WHERE NOT EXISTS
            (SELECT ＊
              FROM Teams T2
              WHERE T1.team_id = T2.team_id
                AND status ＜＞’待命’);

2.1.1.1.1. “所有队员都处于待命状态”＝“不存在不处于待命状态的队员”

2.1.1.1.2. 查询性能很好

2.1.1.1.3. 结果中能体现出队员信息

2.1.1.2. -- 用集合表达全称量化命题(1)

    SELECT team_id
      FROM Teams
     GROUP BY team_id
    HAVING COUNT(＊) = SUM(CASE WHEN status =’待命’
                              THEN 1
                              ELSE 0 END);

2.1.1.2.1. 代码很简洁

2.1.1.2.2. 使用的是特征函数的方法

2.1.1.3. -- 用集合表达全称量化命题(2)

    SELECT team_id
      FROM Teams
     GROUP BY team_id
    HAVING MAX(status) =’待命’
      AND MIN(status) =’待命’;

2.1.1.3.1. 性能更好

2.1.1.3.1.1. 极值函数可以使用参数字段的索引

2.1.1.3.2. 如果元素最大值和最小值相等，那么这个集合中肯定只有一种值

2.1.1.4. -- 列表显示各个队伍是否所有队员都在待命

    SELECT team_id,
          CASE WHEN MAX(status) =’待命’AND MIN(status) =’待命’
                THEN ’全都在待命’
                ELSE’队长！人手不够’END AS status
      FROM Teams
     GROUP BY team_id;

2.1.1.4.1. 条件移到SELECT子句后，查询可能就不会被数据库优化了

3. 单重集合

3.1. 示例

3.1.1.

3.1.1.1. -- 选中材料存在重复的生产地

    SELECT center
      FROM Materials
     GROUP BY center
    HAVING COUNT(material) ＜＞ COUNT(DISTINCT material);

3.1.1.1.1.

 SELECT center,
          CASE WHEN COUNT(material) ＜＞ COUNT(DISTINCT material) THEN’存在重复’
              ELSE’不存在重复’END AS status
      FROM Materials
     GROUP BY center;

3.1.1.2. --存在重复的集合：使用EXISTS

    SELECT center, material
      FROM Materials M1
     WHERE EXISTS
            (SELECT ＊
              FROM Materials M2
              WHERE M1.center = M2.center
                AND M1.receive_date ＜＞ M2.receive_date
                AND M1.material = M2.material);

3.2. 在数学中，通过GROUP BY生成的子集有一个对应的名字，叫作划分（partition）

3.2.1. 集合论和群论中的重要概念，指的是将某个集合按照某种规则进行分割后得到的子集

3.2.2. 这些子集相互之间没有重复的元素，而且它们的并集就是原来的集合

4. 寻找缺失的编号：升级版

4.1. 示例

4.1.1. -- 如果有查询结果，说明存在缺失的编号

    SELECT’存在缺失的编号’AS gap
      FROM SeqTbl
    HAVING COUNT(＊) ＜＞ MAX(seq);

4.1.1.1. 有一个前提条件，即数列的起始值必须是1

4.1.2. -- 如果有查询结果，说明存在缺失的编号：只调查数列的连续性

    SELECT’存在缺失的编号’  AS gap
      FROM SeqTbl
    HAVING COUNT(＊) ＜＞ MAX(seq) - MIN(seq) + 1 ;

4.1.3. -- 不论是否存在缺失的编号都返回一行结果

    SELECT CASE WHEN COUNT(＊) = 0
                THEN ’表为空’
                WHEN COUNT(＊) ＜＞ MAX(seq) - MIN(seq) + 1
                THEN ’存在缺失的编号’
                ELSE’连续’END AS gap
      FROM SeqTbl;

4.1.4. -- 查找最小的缺失编号：表中没有1时返回1

    SELECT CASE WHEN COUNT(＊) = 0 OR MIN(seq) ＞ 1  -- 最小值不是1时→返回1
              THEN 1
                ELSE (SELECT MIN(seq +1)           -- 最小值是1时→返回最小的缺失编号
                        FROM SeqTbl S1
                      WHERE NOT EXISTS
                          (SELECT ＊
                              FROM SeqTbl S2
                            WHERE S2.seq = S1.seq + 1))  END
        FROM SeqTbl;

5. 为集合设置详细的条件

5.1. 示例

5.1.1.

5.1.1.1. 查询出75%以上的学生分数都在80分以上的班级

5.1.1.1.1.

SELECT class
      FROM TestResults
  GROUP BY class
    HAVING COUNT(＊) ＊ 0.75
          ＜= SUM(CASE WHEN score ＞= 80
                      THEN 1
                      ELSE 0 END) ;

5.1.1.2. 查询出分数在50分以上的男生的人数比分数在50分以上的女生的人数多的班级

5.1.1.2.1.

SELECT class
      FROM TestResults
  GROUP BY class
    HAVING SUM(CASE WHEN score ＞= 50 AND sex =’男’
                    THEN 1
                    ELSE 0 END)
        ＞ SUM(CASE WHEN score ＞= 50 AND sex =’女’
                    THEN 1
                    ELSE 0 END) ;

5.1.1.3. 查询出女生平均分比男生平均分高的班级

5.1.1.3.1. -- 比较男生和女生平均分的SQL语句(1)：对空集使用AVG后返回0

      SELECT class
        FROM TestResults
    GROUP BY class
      HAVING AVG(CASE WHEN sex =’男’
                      THEN score
                      ELSE 0 END)
          ＜ AVG(CASE WHEN sex =’女’
                      THEN score
                      ELSE 0 END) ;

5.1.1.3.2. -- 比较男生和女生平均分的SQL语句(2)：对空集求平均值后返回NULL

      SELECT class
        FROM TestResults
    GROUP BY class
      HAVING AVG(CASE WHEN sex =’男’
                      THEN score
                      ELSE NULL END)
          ＜ AVG(CASE WHEN sex =’女’
                      THEN score
                      ELSE NULL END) ;

5.1.1.3.2.1. 根据标准SQL的定义，对空集使用AVG函数时，结果会返回NULL