摘要：前言只有光頭才能變強(qiáng)。文本已收錄至我的倉(cāng)庫(kù)，歡迎最近在公司做了幾張報(bào)表，還記得剛開始要做報(bào)表的時(shí)候都快把給忘光了當(dāng)時(shí)在廣州休假了個(gè)月多，在實(shí)習(xí)期間也沒(méi)咋寫過(guò)，回到公司的第一個(gè)需求就是做報(bào)表。

只有光頭才能變強(qiáng)。
文本已收錄至我的GitHub倉(cāng)庫(kù)，歡迎Star：https://github.com/ZhongFuCheng3y/3y

最近在公司做了幾張報(bào)表，還記得剛開始要做報(bào)表的時(shí)候都快把SQL給忘光了（當(dāng)時(shí)在廣州休假了1個(gè)月多，在實(shí)習(xí)期間也沒(méi)咋寫過(guò)SQL），回到公司的第一個(gè)需求就是做報(bào)表。

于是我很不要臉地跟帶我的學(xué)長(zhǎng)說(shuō)：“SQL我好像忘光了，group 分組查詢好像都忘得差不多了，我得復(fù)習(xí)一下”。

這篇文章來(lái)記錄一下我曾經(jīng)忘掉的group查詢、join查詢等一些比較實(shí)用/常用的SQL

本文主打通俗易懂，不涵蓋任何優(yōu)化(適合新手觀看)

group 查詢就是分組查詢，為什么要分組查詢？因?yàn)槲覀兿氚茨硞€(gè)維度進(jìn)行統(tǒng)計(jì)。下面來(lái)看個(gè)圖：

比如說(shuō)，我想知道：每天Java3y這個(gè)公眾號(hào)的點(diǎn)擊量是多少。按我們?nèi)斯ざ裕悸泛芎?jiǎn)單：把相同的天數(shù)以及公眾號(hào)名稱為Java3y的數(shù)據(jù)找出來(lái)，再將每個(gè)點(diǎn)擊量相加，就得出了結(jié)果了。

用上SQL我們可能會(huì)這樣寫：

select name,time,sum(pv) as pv  
from xxx_table 
where name = "Java3y" group by name,time

記得有一天，有個(gè)群友在群上問(wèn)了一個(gè)問(wèn)題：

其實(shí)他的需求很簡(jiǎn)單：檢索出數(shù)據(jù)分組后時(shí)間最高的記錄。但他是這樣干的：

把先按照時(shí)間 order by

對(duì)order by后的記錄進(jìn)行分組

示例圖：

有的工具可以支持這種的寫法：

select * from xxx_table group by name

這種寫法沒(méi)有被禁止，并可以得出結(jié)果，比如得到的結(jié)果是：

Java4y    20  7月15號(hào)
Java3y    30  7月15號(hào)

這種寫法其實(shí)是不合理的，要知道的是：使用group by 分組統(tǒng)計(jì)之后，我們的select 后面只能跟著group by 的字段，或者是聚合函數(shù)。

因?yàn)椋覀儗?duì)數(shù)據(jù)進(jìn)行了分組查詢，數(shù)據(jù)的分布情況，我們是不關(guān)心的。

記住：先分組，后統(tǒng)計(jì)(先把數(shù)據(jù)歸類后，再對(duì)相同的數(shù)據(jù)進(jìn)行統(tǒng)計(jì))

去重是我們經(jīng)常會(huì)遇到的問(wèn)題，打個(gè)比方說(shuō)，由于各種原因（不管是業(yè)務(wù)上還是說(shuō)是臟數(shù)據(jù)），現(xiàn)在我有兩條重復(fù)的數(shù)據(jù)（除了ID，其余的字段都是相同的）：

我這邊只希望留下某一條記錄作為查詢結(jié)果就好了，我們可以寫下以下的SQL：

select * from user where id in(
   select min(id) from user where name = "Java3y" and pv = 20 and time="7-25" group by name,pv,time;
)

上面這條SQL是非常非常實(shí)用的，除了我說(shuō)的去重以外，其實(shí)我們可以再”思考“一下：

上面已經(jīng)說(shuō)了，使用group by 分組統(tǒng)計(jì)之后，我們的select 后面只能跟著group by 的字段，或者是聚合函數(shù)。

很多時(shí)候我們group by 了以后，還想要查詢結(jié)果中包含group by之外的字段(一般情況下，我們都不可能將group by 涵蓋所有的字段)，我們就可以上面那樣，將查詢后的結(jié)果作為子查詢，放在外部查詢的where 子句后，這樣外部查詢是可以select 出其他字段的。

(SQL寫得比較少的朋友可能沒(méi)什么感觸啊，但我希望上面那種寫法大家能夠記住，以后一定會(huì)遇到類似的情況的)

join查詢不知道大家在剛學(xué)的時(shí)候是怎么理解的，反正我當(dāng)初好像就挺迷迷糊糊的。我覺(jué)得join查詢可以簡(jiǎn)單理解成這樣：我想要的查詢結(jié)果，一張表搞不掂，那我就join另一張表

比如說(shuō)，現(xiàn)在我有兩張的表：

現(xiàn)在我想知道在7月25號(hào)時(shí)：每個(gè)公眾號(hào)的點(diǎn)擊量、公眾號(hào)名稱、號(hào)主名稱、公眾號(hào)的創(chuàng)建日期

顯然，我們會(huì)發(fā)現(xiàn)一張表搞不掂啊，某些數(shù)據(jù)要依賴于另一張表才能把數(shù)據(jù)"完整"展示出來(lái)

那join其實(shí)就是把兩張表合起來(lái)的一個(gè)操作：

兩張表合并起來(lái)以后我們就會(huì)發(fā)現(xiàn)，這張“大表”就含有這兩張表的所有字段啦，那我想要什么都有了！

值得注意的是：在join的時(shí)候，會(huì)產(chǎn)生笛卡爾積（至于什么是笛卡爾積我這里就不說(shuō)了，反正我們要記住的是join表時(shí)一定要寫關(guān)聯(lián)條件去除笛卡爾積）

另外，left join和right join也是我們經(jīng)常用到，如果我們單純寫join關(guān)鍵字，那會(huì)被當(dāng)成是inner join 。下面我簡(jiǎn)單解釋一下：

上面說(shuō)了，在join的時(shí)候一定要寫關(guān)聯(lián)條件，如果是inner join的話，只有符合關(guān)聯(lián)條件的數(shù)據(jù)才會(huì)存在最大表中

如果是left join的話，即便關(guān)聯(lián)條件不符合，左邊表的數(shù)據(jù)一定會(huì)存在大表中

如果是right join的話，即便關(guān)聯(lián)條件不符合，右邊表的數(shù)據(jù)一定會(huì)存在大表中

看下面的圖：

此時(shí)我們的兩張表關(guān)聯(lián)的條件是“公眾號(hào)” ：如果是inner join，那么最后我們的表只有兩條記錄。如果是left join ，那么最后我們的表有三條數(shù)據(jù)。如果是right join，那么我們最后的表只有兩條數(shù)據(jù)

SQL中的case when then else end用法其實(shí)跟我們程序語(yǔ)言中的if-else很是類似，在寫SQL的時(shí)候也常常會(huì)用到。

我用得比較多的語(yǔ)法如下：

CASE WHEN sex = "1" THEN "男"
         WHEN sex = "2" THEN "女"
ELSE "其他" END   

在when后面可以跟多個(gè)表達(dá)式，比如說(shuō)：

CASE WHEN sex = "1" and name ="Java3y" THEN "男"
         WHEN sex = "2" and name ="Java4y" THEN "女"
ELSE "其他" END   

如果要為case when表達(dá)式取別名，在end 關(guān)鍵字后邊直接加就好了

更多用法詳情參考：

https://www.cnblogs.com/prefect/p/5746624.html

我這邊會(huì)有這種情況：將json數(shù)據(jù)存到MySQL上。我去網(wǎng)上搜了一下以及問(wèn)了同事，為什么要將json存到MySQL的字段上時(shí)，他們的答復(fù)都差不多：

在MySQL存json數(shù)據(jù)，這樣方便擴(kuò)展啊。如果那些字段不需要用到索引，改動(dòng)比較頻繁，你又不想改動(dòng)表的結(jié)構(gòu)，那可以存json。

ps:在MySQL 5.7版本以后支持json類型

參考資料：

https://cloud.tencent.com/developer/article/1004449

https://www.zhihu.com/question/324674084/answer/685522547

我這邊做報(bào)表一般來(lái)hive或presto上搞的，所以解析json的也是在那上面。

hive解析json函數(shù)：

get_json_object(param1,"$.param2")

-- 如果是數(shù)組
get_json_object(xjson，"$.[0].param2")

presto 對(duì)json的處理函數(shù):

 -- 數(shù)組  (去除第index個(gè)json)
 json_array_get(xjson,index) 
 
 -- 單個(gè)jsoin對(duì)象
 json_extract(xjson,"$.param2")

參考資料：

https://www.cnblogs.com/drjava/p/10536922.html

昨天/近7天/本月按照這種指標(biāo)來(lái)查詢也是非常常見的：

昨天

SELECT * FROM 表名 WHERE TO_DAYS( NOW( ) ) - TO_DAYS( 時(shí)間字段名) <= 1

7天

SELECT * FROM 表名 where DATE_SUB(CURDATE(), INTERVAL 7 DAY) <= date(時(shí)間字段名)

近30天

SELECT * FROM 表名 where DATE_SUB(CURDATE(), INTERVAL 30 DAY) <= date(時(shí)間字段名)

本月

SELECT * FROM 表名 WHERE DATE_FORMAT( 時(shí)間字段名, "%Y%m" ) = DATE_FORMAT( CURDATE( ) , "%Y%m" )

上一月

SELECT * FROM 表名 WHERE PERIOD_DIFF( date_format( now( ) , "%Y%m" ) , date_format( 時(shí)間字段名, "%Y%m" ) ) =1

在presto中使用時(shí)間格式，需要明確寫出關(guān)鍵字timestamp，比如：

select supplier,count(id) 
from xxx_table 
where sendtime >= timestamp "2019-06-01" 

參考資料：

https://blog.csdn.net/cool_easy/article/details/50880949

這里我簡(jiǎn)單整理一下我最近用過(guò)函數(shù)：

length  --計(jì)算字符串長(zhǎng)度
concat  --連接兩個(gè)字符串
substring -- 截取字符串
count   -- 統(tǒng)計(jì)數(shù)量
max   -- 最大
min   -- 最小
sum   -- 合計(jì)
floor/ceil  --...數(shù)學(xué)函數(shù)

再來(lái)分享一下最近遇到的一個(gè)需求，現(xiàn)在有的數(shù)據(jù)如下：

【Java3y簡(jiǎn)單】快樂(lè)學(xué)習(xí)
【Java3y簡(jiǎn)單】快樂(lè)學(xué)習(xí)渣渣
【Java3y通俗易懂】簡(jiǎn)單學(xué)
【Java3y通俗易懂】簡(jiǎn)單學(xué)芭芭拉
【Java3y平易近人】無(wú)聊學(xué)
【Java3y初學(xué)者】枯燥學(xué)
【Java3y初學(xué)者】枯燥學(xué)呱呱
【Java3y大數(shù)據(jù)】欣慰學(xué)
【Java3y學(xué)習(xí)】巴拉巴拉學(xué)
【Java3y學(xué)習(xí)】巴拉巴拉學(xué)哈哈
【Java3y好】雨女無(wú)瓜學(xué)

現(xiàn)在我統(tǒng)計(jì)出【】括號(hào)里邊出現(xiàn)的頻次，比如說(shuō)：Java3y通俗易懂出現(xiàn)的頻次是多少。當(dāng)時(shí)一直都沒(méi)想到好的思路，都快要搜“SQL 正則表達(dá)式 快速入門”了，請(qǐng)教了一下同事，同事很快就寫出來(lái)了：

select substring_index(left(title , INSTR(title , "】") -1 ) , "【",-1) 
FROM `xxx_table`

哇~，awesome

樂(lè)于輸出干貨的Java技術(shù)公眾號(hào)：Java3y。公眾號(hào)內(nèi)有200多篇原創(chuàng)技術(shù)文章、海量視頻資源、精美腦圖，關(guān)注即可獲取！

覺(jué)得我的文章寫得不錯(cuò)，點(diǎn)贊！