0. SQL细节要点

Posted 2022-11-28 Mrs.King_UP

语法结构：select->from->where->group by->having->order by->limit
运行顺序：from->where->group by->having->order by->limit->select

1. like用于where中，进行字符串匹配，%匹配0、1、多个字符 ，_表示一个占位符

2. in 类似于多个or，筛选出字段值介于（）之中

3. between v1 and v2 字段值介于两个值之间，且包含两个值（not between v1 and v2不介于两者之间）

4. order by对结果集按照某个字段进行排序，默认asc升序，desc为降序

5. create table 表名（
   字段值 字段数据类型 约束
   ）
   这里的约束可能是主键约束primary key、非空约束 not null, 唯一值约束unique

6. insert into 表名（字段1，字段2，。。。） values(值1，值2，。。。)
   如果插入的值的顺序和表中字段的顺序一致，表名后的字段顺序可以去掉；如果只插入部分字段or插入值的顺序和表中定义的字段顺序不一致，则不可省略字段

7. update 表名 set 字段值1=值1，字段值2=值2 where 条件
   用于更新表中的记录，where条件用于指明更新那一条记录，如果不加where，则更新所有记录的字段值

8. delete from 表名 where 条件
   删除表中的记录，where条件指明删除的某条记录

9. create index in_name on employees(name);
   创建索引，提高访问速度

10. 视图是基于SQL语句结果集的可视化表，修改视图，同时底层的表中的数据也会被修改
    create view 视图表 as select 字段名 from 表名 where 条件；

11. null的判断通过is null 或者is not null，不能用=，！=

12. 为表名和字段名使用as起别名，as可以省略

13. join基于两个表之间的共同字段建立连接的一种方式
    内连接：列出两个表中都存在的记录
    左连接：即使没有匹配也列出左表中的所有记录
    右连接：即使没有匹配也列出右表中的所有记录
    select 字段名 from 表1 join 表2 on 表1.字段1=表2.字段2 where子句
    （on后可以跟多个连接条件，用and连接）

14. order by
    select winner,subject
    from nobel
    where yr=1984
    order by subject in(‘chemistry’,‘physics’), subject,winner;

15. limit限制最后展示出的行数，写在最后
    （取前3个）
    order by area asc
    limit 3
    (取第4到第7）
    order by area asc
    limit 3,4（limit x,n从第x+1行开始返回n行），跳过3条数据取出4条
    limit 1 offset 2 从第2条数据（不包括）开始，取出1条数据

16. 以下的两种方式均表示取2,3,4三条条数据。
    1.select* from test LIMIT 1,3;
    当limit后面跟两个参数的时候，第一个数表示要跳过的数量，后一位表示要取的数量。

    2.select * from test LIMIT 3 OFFSET 1;(在mysql 5以后支持这种写法)
    当 limit和offset组合使用的时候，limit后面只能有一个参数，表示要取的的数量,offset表示要跳过的数量 。

17. 聚合函数
    max()、avg()、min()、sum()
    count(*)计算行数；count(字段名）计算非NULL行数

18. group by 字段名
    先按照字段名分组（此时对字段名去重）；然后对表按照字段名分区；分区之后，根据聚合函数聚合相应的列；填充到分组之后
    continents count(name)

19.常见函数

• 数学函数：
  round(x,y) x为数值，y为小数点后保留多少位

• 字符串函数：
  concat(s1,s2,…)将s1和s2字符串合并
  replace(s,s1,s2)将字符串s中的s1字符串替换为s2字符串
  left(s,n)从左侧截取n个字符串
  right(s,n)从右侧截取n个字符串
  substring(s,n,m)从n开始，返回包含n的m个值（字符串首个字符的索引从1开始；或者倒数第一个字符索引为-1）
  substring_index(str,delim,count)：str为要处理的字符串，delim为分隔符；count计数；count为指定某一个之前的字符串

  如 str=www.wiki.com
  则 substring_index(str,‘.’,1) 处理的结果是：www
  substring_index(str,‘.’,2) 得到的结果是：www.wiki
  substring_index(str,‘.’,-2) 得到的结果为：wikibt.com

• 数据类型转换函数:
  cast(x as type) 将x转换为type类型，type可以为char(n)、date、time等

• 日期函数
  year(date)、month(date)、day(date)：从date中分别截取年月日
  date_add(‘2021-08-03 23:59:59’,interval 1 second)对时间进行加法操作
  date_sub（date,interval expr type）对时间进行减法操作，type可以为second、minute、hour、day、month、year
  datediff(date1,date2)计算两个日期的相隔天数
  date_format(date,format)将日期和时间格式化,format为%Y，%D

• 条件判断函数
  if (1<2,‘True’,‘False’)，if(expr,v1,v2)表达式为真返回v1，表达式为假返回v2

  case expr when v1 then r1 when v2 then r2 else rn end
  当expr=v1时，返回r1，当expr=v2时，返回值r2，当两者都不是时，返回值rn，结束;
  case 2 when 1 then “one” when 2 then “two” else “more” end

  case when v1 then r1 [when v2 then r2] [else rn] end
  case when 1<0 then ‘T’ else ‘F’ end
  判断1<0，如果为真，返回T，如果为假，返回F

窗口函数

1. 语法：

• rank() over(partition by 字段名1 order by 字段名2 desc/asc）as pron
• 按照字段名1进行分区；在每一个分区内部按照字段名2进行降序/升序；之后为分区内排序后的记录添加次序并命名为pron

2. 专用窗口函数：rank()、dense_rank()、row_number()

   • rank()：跳跃式排序，
     99、99、90、89排序结果为1，1，3，4
   • dense_rank():并列连续排序，
     99、99、90、89排序结果为1，1，2，3
   • row_number()：连续性排序，
     99、99、90、89排序结果为1，2，3，4

3. 偏移分析窗口函数：lag()、lead()

   • lag():向上取数据。

       confirmed-lag(confirmed,1) over(partition by name order by date desc) 
       按照国家(name)进行分区，再对分区内按照日期(date)降序排序,然后取前一天确诊人数（lag......）,当日的确诊人数（confirmed）与前一天确诊人数相减，得到新增人数
     

   • lead():向下取数据

4. 注意

   • 窗口函数只能用在select语句中
   • partition by可以没有，就是对整个表格进行order by排序;
   • 窗口函数over中的order by子句不会影响最终结果的排序，只能用来决定窗口函数按照何种顺序排序

5. 聚合函数在窗口函数的应用：计算的是累积到当前行的所有的数据的聚合

    sum(sale_price) over(order by product_id) as current_sum
    1. 按照product_id升序排序，之后计算sale_price的和，命名为current_sum
    2. 假如按照product_id排序后,sale_price值的顺序为1000、500、4000、3000，那么，SQL语句的执行结果为1000，100+500，1000+500+4000；1000+500+4000+3000
    3. avg()计算当前所在行及之前所有行的均值
   

6. 计算移动平均

   rows 2 preceding

   • preceding 截止到之前n行,加上自身行
   • following 截止到之后n行，加上自身行
   • between 1 preceding and 1 following “之前1行”+“之后1行”+“自身”

   avg(sale_price) over(order by product_id rows 2 preceding) as moving_avg

   1. 按照product_id排序后，sale_price值的顺序为1000，500，4000，3000，6800
   2. 计算当前行和之前2行的平均值，结果为(1000)/1,(1000+500)/2,(1000+500+4000)/3,(500+4000+3000)/3,(4000+3000+6800)/3

   avg(sale_price) over(order by product_id rows between 1 preceding and 1 following) as moving_avg

   1. 按照product_id排序后，sale_price值的顺序为1000，500，4000，3000
   2. 计算当前行、之前1行和之后1行的平均值，结果为（1000+500)/2，（1000+500+4000）/3,(500+4000+3000)/3,(4000+3000+6800)/3

7. partition by h和group by能同时存在吗？
   group by 字段1，字段2与group by 字段2，字段1运行出的结果为什么不一样

8. 窗口函数：只能用在select语句中

9. 偏移分析窗口函数

• lag()向上取数据
  lag(字段名1，num) over(partition by 字段名2 order by 字段名3 desc/asc)
  根据字段名2进行分区；分区内按照字段名3进行排序；然后取当前行的上num行的字段名1的值

  字段名1-lag(字段名1，num) over(partition by 字段名2 order by 字段名3)
  confirmed-lag(confirmed,1) over(partition by name order by date desc)
  按照国家(name)进行分区，再对分区内按照日期(date)降序排序，然后取前一天确诊人数(confirmed)；当日的确诊人数(confirmed)与前一天确诊人数相减，得到新增人数

  • lead()向下取数据

10.计算移动平均
preceding
weekday(date)取星期，返回值为0-6，对应星期一到星期日
dayofweek(date)取星期，返回值为1-7s，对应星期一到星期日
经典题目：

select name,date_format(whn,'%Y-%m-%d'),confirmed-lag(confirmed,1) over(order by whn)
from covid
where name='Italy' and weekday(whn)=0
order by whn desc;