数据分析SQL内容的知识分享

0****1

查询所有列

SELECT * 或SELECT 所有列，并不是说 * 任何情况都不建议用，很多时候查询不涉及大量，节约效率，可以用。

SELECT * FROM table;

0****2

DISTINCT

用DISTINCT关键字可以去掉结果中的重复行。DISTINCT关键字放在SELECT词的后边、目标列名序列的前边。

SELECT DISTINCT column1, column2 FROM table;

0****3

LIMIT

LIMIT 语法的一般形式为：

SELECT column1, column2, ... FROM table_name LIMIT [offset,] row_count;

其中，row_count 指定从偏移量 offset 开始要返回多少行记录。如果不指定 offset，则默认从第一行开始返回。offset 和 row_count 都是非负整数。

例如，下面的 SQL 查询语句将从 customers 表中返回前 10 行数据：

SELECT * FROM customers LIMIT 10;

如果要跳过前 n 行，可以使用 OFFSET 子句来指定偏移量。例如，下面的 SQL 查询语句将从 customers 表中返回第 11 到 20 行的数据：

SELECT * FROM customers LIMIT 10 OFFSET 10;

0****4

WHERE

在 SQL 中，WHERE 是一个可选的关键字，用于限制 SELECT 查询结果中返回的记录行数。WHERE 语句的一般形式为：

SELECT column1, column2, ... FROM table_name WHERE condition;

其中，condition 为限制条件，可以是列与值之间的比较、逻辑运算符（AND、OR、NOT）、IN 子句等。

例如，下面的 SQL 查询语句将从 customers 表中返回 age 列大于 25 的记录：

SELECT * FROM customers WHERE age > 25;

需要注意的是，在使用 WHERE 语句时，应该注意以下几个事项：

• WHERE 关键字必须紧接着 SELECT 关键字后面。
• WHERE 子句中的条件表达式可以使用比较运算符（=、<、>、<=、>=、<>）、模糊匹配运算符（LIKE、NOT LIKE）、范围运算符（BETWEEN、NOT BETWEEN）、空值运算符（IS NULL、IS NOT NULL）等。
• 多个条件之间可以使用 AND、OR、NOT 连接。
• 在使用字符串类型的条件表达式时，应该注意引号的使用。

0****5

ORDER BY

ORDER BY 是一个用于排序查询结果的关键字。具体来说，ORDER BY 可以按照一个或多个列对查询结果进行升序或降序排列。

使用 ORDER BY 语法可以这样：

SELECT column1, column2, ... FROM table_name ORDER BY column1 [ASC|DESC], column2 [ASC|DESC], ...;

其中，column1、column2 等为要排序的列名，ASC（升序）和 DESC（降序）分别表示排序顺序。如果省略 ASC 或 DESC，则默认是 ASC 升序排序。

例如，下面的 SQL 查询语句将按照 age 列的升序顺序对 customers 表进行排序：

SELECT * FROM customers ORDER BY age ASC;

需要注意的是，当使用 ORDER BY 语句时，应该注意以下几个事项：

• 当 ORDER BY 子句中指定多个列时，排序优先级按照列名出现的顺序依次递减，即先按第一个列排序，然后再按第二个列排序，以此类推。
• 如果列中包含 NULL 值，则它们会被放置在排序结果的最前面（升序）或最后面（降序）。
• 对大型数据集进行排序操作可能会影响性能，请谨慎使用。
• 在一些数据库系统中，可以使用列的表达式作为排序条件，但需要确保表达式的结果类型为可比较类型。

0****6

聚合函数

在 SQL 中，聚合函数是用于对表格数据进行统计和计算的函数。常见的聚合函数包括 COUNT、SUM、AVG、MAX 和 MIN 等。

以下是几种常见的聚合函数及其作用：

• COUNT：用于统计满足条件的行数，可以统计整个表或者某一列中满足条件的行数。
• SUM：用于求和，可以对整个表或者某一列中的数字值进行求和。
• AVG：用于求平均数，可以对整个表或者某一列中的数字值进行平均值计算。
• MAX：用于求最大值，可以对整个表或者某一列中的数字值进行最大值计算。
• MIN：用于求最小值，可以对整个表或者某一列中的数字值进行最小值计算。

使用聚合函数时，需要注意以下几个问题：

• 聚合函数只能应用于列而非行，因此不能在 WHERE 语句中使用聚合函数。
• 如果需要对多个列进行聚合计算，则需要使用 GROUP BY 子句分组，以便确定每个计算结果相应的数据子集。
• 在使用 COUNT 函数时，需要注意空值的处理问题。COUNT 函数默认不会统计空值，如果需要统计空值则需要使用 COUNT(*) 函数。

07

GROUP BY

在 SQL 中，GROUP BY 是一个用于分组查询结果的关键字。具体来说，GROUP BY 可以将查询结果按照一个或多个列进行分组，并对每个组进行聚合计算。

以下是 GROUP BY 语法的一般形式：

SELECT column1, column2, ..., aggregate_function(column_name) FROM table_name WHERE condition GROUP BY column1, column2, ...;

其中，column1、column2 等为要分组的列名，aggregate_function 表示要进行聚合计算的函数（例如 SUM、COUNT、AVG、MAX、MIN 等），column_name 则表示要进行聚合计算的列名。

例如，下面的 SQL 查询语句将根据 gender 列对 customers 表进行分组，并计算每个组中 age 列的平均值：SELECT gender, AVG(age) FROM customers GROUP BY gender;

需要注意的是，在使用 GROUP BY 时，有以下几个问题需要注意：

• GROUP BY 子句必须位于 WHERE 子句之后、HAVING 子句之前。
• GROUP BY 子句中的列名必须是 SELECT 语句中出现的列名或者其别名。
• 如果查询结果中包含非聚合列，则 GROUP BY 子句中也必须包含这些列名。
• 在使用 GROUP BY 时，应该注意空值的处理问题。如果存在 NULL 值，它们将作为一个单独的组进行处理，因此需要谨慎处理。

08

HAVING

在 SQL 中，HAVING 是一个关键字，用于过滤 GROUP BY 分组后的查询结果，只保留满足条件的分组。

以下是 HAVING 语法的一般形式：

SELECT column1, column2, ..., aggregate_function(column_name) FROM table_name WHERE condition GROUP BY column1, column2, ... HAVING condition;

其中，column1、column2 等为要分组的列名，aggregate_function 表示要进行聚合计算的函数（例如 SUM、COUNT、AVG、MAX、MIN 等），condition 则表示过滤条件。

例如，下面的 SQL 查询语句将根据 gender 列对 customers 表进行分组，并计算每个组中 age 列的平均值，然后仅返回平均年龄大于 30 的记录：

SELECT gender, AVG(age) AS avg_age FROM customers GROUP BY gender HAVING avg_age > 30;

需要注意的是，在使用 HAVING 时，有以下几个问题需要注意：

• HAVING 子句必须位于 GROUP BY 子句之后。
• HAVING 子句中的条件表达式可以使用比较运算符（=、<、>、<=、>=、<>）、逻辑运算符（AND、OR、NOT）等。
• 在使用 HAVING 时，也可以使用聚合函数来过滤分组。例如，可以使用 COUNT(*) 函数来过滤出满足某个条件的分组数量。

09

多表连接

在 SQL 中，多表链接是一种用于联合多个表格中数据的技术。常见的多表链接类型包括 INNER JOIN、LEFT JOIN、RIGHT JOIN 和 FULL OUTER JOIN 等。

以下是几种常见的多表链接类型及其作用：

• INNER JOIN(JOIN)：内连接，只返回两个表格中都存在对应数据的行。
• LEFT JOIN：左连接，返回左侧表格中所有行以及与之匹配的右侧表格行。
• RIGHT JOIN：右连接，返回右侧表格中所有行以及与之匹配的左侧表格行。
• FULL OUTER JOIN：全外连接，返回左右两侧表格中所有行，如果某个表格中没有对应的匹配行，则使用 NULL 补齐。

以下是 INNER JOIN 的语法示例：

SELECT column1, column2, ..., columnN FROM table_name1 INNER JOIN table_name2 ON condition;

其中，table_name1 和 table_name2 分别表示要联合的两个表格，condition 是两个表格之间的关联条件。

例如，下面的 SQL 查询语句将 customers 表格和 orders 表格联合起来，返回所有购买了产品编号为 1 的商品的客户信息和订单信息：

SELECT * FROM customers INNER JOIN orders ON customers.customer_id = orders.customer_id WHERE orders.product_id = 1;

需要注意的是，在使用多表链接时，应该注意以下几个问题：

• 多表链接需要至少一个关联条件，否则可能会产生笛卡尔积和重复的行。
• 在使用 LEFT JOIN 或 RIGHT JOIN 时，需要注意空值的处理问题。如果两个表格中存在 NULL 值，则需要进行特殊处理以免产生错误的匹配结果。
• 多表链接可能会导致性能问题，特别是在处理大型数据时。