唐亦六安?| 作者
知乎?|?來(lái)源https://zhuanlan.zhihu.com/p/113239595

剛接觸sql那會(huì)，我總是遇到很多問(wèn)題，寫(xiě)的sql太過(guò)于冗雜或無(wú)從下手；連接邏輯不太清晰；解讀需求時(shí)間過(guò)長(zhǎng)等等。

一個(gè)SQL能夠解決的事情，我得整個(gè)4，5個(gè)小SQL挨個(gè)跑，效率太慢了。適應(yīng)一段時(shí)間后，發(fā)現(xiàn)SQL取數(shù)上還是有機(jī)可循，遂寫(xiě)一篇文章以便復(fù)盤(pán)。

1. 拆分取數(shù)（拆成整體和重要部分）

舉一個(gè)例子，假設(shè)水果店老板娘有個(gè)數(shù)據(jù)庫(kù)專(zhuān)門(mén)記錄一些銷(xiāo)售數(shù)據(jù)，她的店里主要賣(mài)蘋(píng)果，橘子，西瓜，草莓，荔枝，葡萄。

有一天，水果店老板娘想問(wèn)，這個(gè)月店里那些新顧客的情況,那判定條件其實(shí)很簡(jiǎn)單，就只需要選擇這個(gè)月，有第一次消費(fèi)記錄的顧客的信息抽出來(lái)即可。

而倘若問(wèn)這個(gè)月老顧客的消費(fèi)情況（老顧客指消費(fèi)有兩次及以上的顧客），這個(gè)時(shí)候取數(shù)如果直接設(shè)立條件為老顧客會(huì)很麻煩，判定條件不太好確定，這里可以直接寫(xiě)一個(gè)整體的SQL加上新顧客的SQL情況，再根據(jù)具體需求做相減即可。

當(dāng)然，這里不能直接相減，若直接相減，其實(shí)就是把新顧客和老顧客當(dāng)作了兩個(gè)獨(dú)立的圓，總的-新顧客=老顧客。這是不對(duì)的，因?yàn)?strong>會(huì)有重疊顧客情況，比如小A這個(gè)月第一次來(lái)到水果店，發(fā)現(xiàn)這個(gè)水果店的東西還是很好的，于是第二天又來(lái)購(gòu)買(mǎi)水果，對(duì)于小A而言，她是新顧客，又是老顧客的重疊用戶。

新顧客和老顧客實(shí)際是有交集的兩個(gè)圓，而非獨(dú)立的兩個(gè)圓，所以不能直接相減。這里我們唯一100%能確定的數(shù)據(jù)便是全部顧客的數(shù)據(jù)及新顧客的數(shù)據(jù)。老顧客的大體數(shù)據(jù)可以通過(guò)拆分為總的和新顧客的來(lái)得到。

2.?取數(shù)的分類(lèi)分組匯總問(wèn)題

取數(shù)時(shí)候我最怕碰到分類(lèi)向的問(wèn)題，這類(lèi)通常和group by這個(gè)函數(shù)緊密結(jié)合。當(dāng)聽(tīng)到分類(lèi)問(wèn)題的匯總計(jì)算時(shí)候，我腦子里是如下畫(huà)面：

然后會(huì)碰到的問(wèn)題是：

• 我該先取ABC還是abc還是q1-q18?

• 什么時(shí)候需要group by？

• group by哪些變量，是全部還是一個(gè)？

• 需不需要去重？

• 怎么拼的呢？

尤其再加上，按頻率分組看看具體情況，就像腦子里有一個(gè)迷宮，有無(wú)數(shù)條路可以走，而且可以衍生非常多小路。于是，寫(xiě)著寫(xiě)著，我的眼神漸漸空洞起來(lái)......

好吧,其實(shí)實(shí)際上腦子里形成的是下面中間這個(gè)畫(huà)面的話，會(huì)變得清晰很多......

下圖，group by大寫(xiě)字母的話，它就像一個(gè)磁鐵一樣，A同一條數(shù)據(jù)和A同一條貼在一起但其他數(shù)據(jù)不相同的拼在一起，B和B，C和C，即大家都先各自找到組織聚在一起。

再然后，在大寫(xiě)字母這個(gè)大類(lèi)下，把小寫(xiě)字母的整一個(gè)小組，即group by小寫(xiě)字母。所以整個(gè)思路是group by 大寫(xiě)字母，小寫(xiě)字母（先寫(xiě)大分類(lèi)，后寫(xiě)小分類(lèi)），確定完分類(lèi)之后，尤其一定要卡完最小的那個(gè)分類(lèi)之后，count（），avg(),sum()具體咋搞都行。

再通俗一點(diǎn)理解，group by像一個(gè)壓漢堡包機(jī)子，一條一條的數(shù)據(jù)就是肉片，只有同種的肉片都放在一塊（group by)之后，再匯總計(jì)算（最后整合）才能壓成一個(gè)漢堡。

簡(jiǎn)而言之，對(duì)于有涉及分類(lèi)的，而且是由大到小的，一定要select 大分類(lèi)，小分類(lèi)，再匯總計(jì)算類(lèi)，最后group by部分的值要和計(jì)算匯總前面的那些分類(lèi)一一對(duì)應(yīng)，如下：

想知道水果店不同時(shí)間（大分類(lèi)）不同店面（小分類(lèi)）的一些計(jì)算數(shù)據(jù)：

又或者，想知道水果店不同時(shí)間（大分類(lèi)）不同地區(qū)（中分類(lèi)）不同店面（小分類(lèi)）的一些計(jì)算數(shù)據(jù)：

最后的一點(diǎn)，可以有逆向思考方式，比如如果有兩個(gè)問(wèn)題，想知道不同時(shí)間不同地區(qū)的匯總值，以及不同時(shí)間不同地區(qū)不同店面的匯總值，那么只需要跑那個(gè)最詳細(xì)的sql——分類(lèi)到極致的那一個(gè)。

這里便是不同時(shí)間，不同地區(qū)，不同店面的那個(gè)SQL。然后不同時(shí)間不同地區(qū)的那個(gè)匯總值，完全可以用上面那個(gè)SQL算出來(lái)，在excel里面匯總整理即可，就不需要多跑了。

3. 頻次問(wèn)題

當(dāng)遇到，說(shuō)想知道每個(gè)顧客這個(gè)月來(lái)水果店的不同次數(shù)時(shí)候，我們需要新增一列，也就是頻率的，這里便涉及到子查詢。

這里先明確分類(lèi)標(biāo)準(zhǔn)，即按照人出現(xiàn)的次數(shù)分一個(gè)類(lèi)，那么為了把這個(gè)分類(lèi)弄出來(lái)，先寫(xiě)個(gè)頻次的sql。

頻次標(biāo)準(zhǔn)是，只要我這個(gè)人在這個(gè)月只出現(xiàn)1次，那么我的頻次是1，如果出現(xiàn)了20次，那么我這個(gè)人的頻次就是20，以此類(lèi)推。（如果每天顧客最多出現(xiàn)一次，那么count(distinct?時(shí)間）。

寫(xiě)完子查詢中的頻次后，在外圍可以根據(jù)不同頻次下再去進(jìn)行深層次計(jì)算。

如果需求取數(shù)涉及到兩個(gè)表，b表沒(méi)有分類(lèi)的話，可以直接a表b表join一下

如果各自都涉及一個(gè)分類(lèi)，需要各自取a，取b后整合成一個(gè)新的t表，從t中取數(shù)最后group by匯總。

注意：因?yàn)閠表合成了ab表的所有值，所以這里取的AB表中的所有值最后都要group by一下（對(duì)應(yīng)下面代碼的★）

合成為t表之后，直接t表取數(shù)，匯總，最后在group by完成

4. 其他一些細(xì)節(jié)

1.時(shí)間上如果想取近幾天的數(shù)據(jù)，除了用直接的>='2020-03-15'外，還可以用date_sub函數(shù)，指的是從日期減去指定的時(shí)間間隔。

比如：date_sub(default. sysdate (-1),6)指的是距離此時(shí)近七天的時(shí)間。

2.連接兩個(gè)表的時(shí)候，union可以理解為上下拼表（所以兩個(gè)表的變量名一定要一致），join是左右拼表

3.關(guān)于left join，舉一個(gè)例子，現(xiàn)在有兩個(gè)表，A表是顧客信息表，B表是商品表（兩個(gè)表都有”顧客“這個(gè)變量名），現(xiàn)在B表中“水果名字"變量下的枚舉值有蘋(píng)果，橘子，荔枝等等。

現(xiàn)在想取的是，吃了蘋(píng)果和橘子的那些顧客的具體數(shù)據(jù)值。這里涉及到去重，當(dāng)時(shí)我在想，A表中的一個(gè)顧客，如果既吃了蘋(píng)果，又吃了橘子，那么他就會(huì)對(duì)應(yīng)B表中的兩條數(shù)據(jù)了，如何去重呢？

left join便是適用在這種情況下，A left join B，只會(huì)是全滿足A表下再去匹配表，對(duì)于那些A表中沒(méi)有，B表有的，便會(huì)是null代替了。最后再count(distinct b.顧客)便可以把去重后的顧客數(shù)給算出來(lái)了。

以上都是很淺顯的sql理解，其他的想到再補(bǔ)充，希望自己之后取數(shù)能夠快一點(diǎn)！

-?END -

本文為轉(zhuǎn)載分享&推薦閱讀，若侵權(quán)請(qǐng)聯(lián)系后臺(tái)刪除