专攻SQL必须了解的10个高级概念

, CASE WHEN tenure

WHEN tenure BETWEEN 1 and 3 THEN "associate"

WHEN tenure BETWEEN 3 and 5 THEN "senior"

WHEN tenure> 5 THEN "vp"

ELSE "n/a"

END AS seniority

FROM employees

意味著，您可以借助于临时变数来猎捕案举例来说句。

CREATE TEMPORARY FUNCTION get_seniority(tenure INT64) AS (

CASE WHEN tenure

WHEN tenure BETWEEN 1 and 3 THEN "associate"

WHEN tenure BETWEEN 3 and 5 THEN "senior"

WHEN tenure> 5 THEN "vp"

ELSE "n/a"

END

);

SELECT name

, get_seniority(tenure) as seniority

FROM employees

通过临时变数，转发本身极为简单，极为可读，您可以以此类推用作资历变数！

四、用作CASE WHEN枢转数据资料

您很有可能则会不想到许多要求在陈述时用作CASE WHEN的上述情况，这只是因为它是一种多动态的基本概念。如果要根据其他变量资源分配某个个数或类，则并不需要您重写繁杂的条件运算符。

较少众所周知，它还并不需要您枢转数据资料。例如，如果您有一个年末加，并且您希望为每个年末成立一个单个加，则可以用作运算符追溯数据资料的上述情况。

范例上述情况：重写SQL转发以继续播放器化所加，以便每个年末有一个总收入加。

Initial table:

+------+---------+-------+

id | revenue | month |

+------+---------+-------+

1 | 8000 | Jan |

2 | 9000 | Jan |

3 | 10000 | Feb |

1 | 7000 | Feb |

1 | 6000 | Mar |

+------+---------+-------+

Result table:

+------+-------------+-------------+-------------+-----+-----------+

id | Jan_Revenue | Feb_Revenue | Mar_Revenue | ... | Dec_Revenue |

+------+-------------+-------------+-------------+-----+-----------+

1 | 8000 | 7000 | 6000 | ... | null |

2 | 9000 | null | null | ... | null |

3 | null | 10000 | null | ... | null |

+------+-------------+-------------+-------------+-----+-----------+

五、EXCEPT vs NOT IN

除了几乎不完全一致的转换。它们都用来相当两个转发/所加彼此间的先为。所说，这两个人彼此间存在细微的细微差别。

首先，除了填充删除以此类推并回到不同的先为与不在中都的不同先为。

同样，除了在转发/所加中都完全一致生产力量的加，其中都早已与每个转发/所加相当单个加。

六、自连接起来

一个SQL所加自先为联接自己。你有可能则会确信没精确，但你则会不已惊讶的是这是多么典型。在许多情境中都，数据资料存储在一个大型所加中都而不是许多很小的所加中都。在这种上述情况下，有可能需要自我联接来应付独特的上述情况。

让我们来看看一个举例来说。

范例上述情况：若有下面的管理层所加，写作一个SQL转发，认识到管理层的薪金，这些管理层比其管理人管理层资极为多。对于上所加来说，Joe是唯一一个比他的合伙人薪金极为多的管理层。

+----+-------+--------+-----------+

Id | Name | Salary | ManagerId |

+----+-------+--------+-----------+

1 | Joe | 70000 | 3 |

2 | Henry | 80000 | 4 |

3 | Sam | 60000 | NULL |

4 | Max | 90000 | NULL |

+----+-------+--------+-----------+Answer:

SELECT

a.Name as Employee

FROM

Employee as a

JOIN Employee as b on a.ManagerID = b.Id

WHERE a.Salary> b.Salary

七、Rank vs DenseRank vs RowNumber

它是一个极为典型的应用，对先为和价个数完成排在。都有是公司经常用作排在的一些举例来说：

按购物，资本等生产力量排在最高个数的客户； 排在产品生产力量的顶级产品； 以第二大的产品排在顶级第三世界； 排在在拍下的分钟数，不同听众的生产力量等拍下的顶级截图。

在SQL中都，您可以用作几种方式则将“档次”资源分配给先为，我们将用作范例完成探索。再考虑都有Query和结果：

SELECT Name

, GPA

, ROW_NUMBER() OVER (ORDER BY GPA desc)

, RANK() OVER (ORDER BY GPA desc)

, DENSE_RANK() OVER (ORDER BY GPA desc)

FROM student_grades

ROW_NUMBER（）回到每先为开始的唯一编号。当存在关系时（例如，BOB vs Carrie），ROW_NUMBER（）如果运算子第二条标准规范，则若有资源分配倍数。

Rank（）回到从1开始的每先为的唯一编号，除了有关系时，档次（）将资源分配完全一致的倍数。同样，悬殊将遵循以此类推的档次。

dense_rank（）类似于档次（），除了以此类推档次后不能间隙。代为注意，用作dense_rank（），Daniel排在第3，而不是第4位（）。

八、数个数Delta个数

将不同时期的个数完成相当。例如，本年末和上个年末的产品彼此间的三角洲是什么？或者本年末和本年末年末内这个年末是什么？

在将不同晚间的个数完成相当以数个数Deltas时，这是Lead（）和LAG（）意味著时。

这是一些举例来说：

# Comparing each month's sales to last month

SELECT month

, sales

, sales - LAG(sales, 1) OVER (ORDER BY month)

FROM monthly_sales

# Comparing each month's sales to the same month last year

SELECT month

, sales

, sales - LAG(sales, 12) OVER (ORDER BY month)

FROM monthly_sales

九、数个数运先为为数

如果你其实关于row_number（）和lag（）/ lead（），这有可能对您来说有可能不则会开心。但如果你不能，这有可能是最精确的窗口动态之一，特别是当您一切都是图形增长！

用作具有SUM（）的窗口变数，我们可以数个数运先为为数。详列下面的范例：

SELECT Month

, Revenue

, SUM(Revenue) OVER (ORDER BY Month) AS Cumulative

FROM monthly_revenue

十、时间表一段时间操纵

您确实负责任则会努力某种就其时间表一段时间数据资料的SQL上述情况。例如，您有可能需要将数据资料分组组或将可变播放器从DD-MM-Yyyy匹配为简单的年末份。

您确实其实的一些动态是：

提炼 日圆 date_add，date_sub. date_trunc.

范例上述情况：若有下雪所加，写一个SQL转发，以查找与其上一个（昨天）时间表相对于的温度极高的所有时间表的ID。

+---------+------------------+------------------+

Id(INT) | RecordDate(DATE) | Temperature(INT) |

+---------+------------------+------------------+

1 | 2015-01-01 | 10 |

2 | 2015-01-02 | 25 |

3 | 2015-01-03 | 20 |

4 | 2015-01-04 | 30 |

+---------+------------------+------------------+Answer:

SELECT

a.Id

FROM

Weather a,

Weather b

WHERE

a.Temperature> b.Temperature

AND DATEDIFF(a.RecordDate, b.RecordDate) = 1

就这样！我希望这有助于您在甄选立即中都 - 我相信，如果您其实这10个实质上基本概念，那么在那里大多数SQL上述情况时，你则会认真得很好。

作者丨Dimitris Poulopoulos

译者丨闻数起舞

举例丨主页：

dbaplus群组欢迎广大新技术执法人员写稿，写稿邮箱：editor@dbaplus.cn

关于我们

dbaplus群组是围绕Database、BigData、AIOps的计算机网络专业群组。资深大咖、新技术干货，每天独具一格原创篇名推送，每周线上新技术体会，每年末线下新技术都将，每季度Gdevops&DAMS先为业大则会。

追捧公众号【dbaplus群组】，借助极为多原创新技术篇名和精选工具箱下载

。

广西白癜风医院哪家看的好
郑州看妇科去什么医院好
上海看白癜风到哪家好
北京妇科医院哪家比较好
贵州生殖感染治疗费用
镇痛药
止咳糖浆用法用量是多少
身体乏力
发烧不退
抗癫痫药