SQL上手特別簡單，在所有語言里算是簡單的一種，甚至很多人不認為它算得上編程語言。但是，不要被SQL的簡單外表迷惑了，如果我們問自己：多少次我嘗試從大數據抓取數據，但是獲得了不完整或者錯誤的數據?答案是：太多次了，連自己都數不清!

[[373207]]

而正是因為SQL代碼不輕易報錯(通常只要語法正確，都會返回一些數據，但未必是你本來想要的)，我們反而需要花更多的精力去校對，確保數據的準確性。

以下，我們總結了最關鍵的5個SQL常見錯誤，以儆效尤：

1. Queries語句的執行順序

SQL的入門門檻很低。很多人認為會使用Join, Group By 語句就可以自詡專家了。但是“磚家”們真的知道SQL語句的執行順序嗎?

SQL查詢不是以SELECT開始的，雖然我們編寫代碼時，它們在編輯器中是從Select開始編寫的，但是實際執行卻并不是從SELECT開始的。

數據庫首先使用FROM和JOIN執行查詢，這就是為什么我們可以在WHERE中使用合并表中的值。

為什么我們不能在WHERE語句中篩選分組(GROUP BY) 的結果?因為GROUP BY在WHERE之后才會被執行。因此，我們需要通過HAVING進行更進一步的條件篩選。

常規情況下，SELECT是最后執行語句。它決定了查詢結果需要輸出哪些列，并進行何種聚合運算。此外，WINDOW FUNCTION 在這一步被執行。

這就是為什么當我們嘗試在WHERE中篩選WINDOW FUNCTION的結果時會出現錯誤。

注意：數據庫使用查詢優化器來優化查詢語句執行。優化器可能會更改某些操作的順序，以便查詢運行得更快。以上的介紹是正對常見情況下，對SQL執行幕后所發生事情的籠統的概述。

2. WINDOW FUNCTION 是做什么的?

很多人第一次遇到WINDOW FUNCTION時都覺得它似乎很神秘。為什么使用Window function作為分組可以聚合數據?

Window Function (WF) 通過特定語句簡化了許多操作步驟以方便語句運行：

• WF允許直接訪問當前記錄前后的數據。參見LEAD和LAG函數。
• WF可以使用GROUP BY對已經聚合的數據執行額外的聚合。見上圖中的示例：使用WF計算移動累計銷售額。
• ROW_NUMBER 可以遍歷每一行。還可以用來刪除重復的記錄。或者取一個隨機樣本。
• 顧名思義，WF可以計算給定窗口的統計信息：

上面的WF計算的就是從第一個記錄到當前記錄的累計總和。

Window Function值得你去專門花時間學習一下基本原理，不然很可能會把查詢語句寫得過于復雜以至于程序報錯。

3. 利用CASE WHEN 計算平均值

CASE WHEN類似于編程語言中的IF條件語句。當我們需要對數據的某個子集計算統計信息時，它的作用就顯現出來了。

上面的代碼計算了在美國銷售的產品的平均價格，但是這段代碼有一點小問題，也就是對于Else的編寫是有問題的。

在第一個個語句中，這段代碼將所有非美國產品價格設為0，這降低了總體平均價格。如果有很多非美國產品，平均價格可能接近于0。

在第二個例子中，它只計算了在美國銷售的產品的平均價格，這才是我需要的結果。請注意在這里使用CASE時不需要包括ELSE，因為它默認為NULL。

請注意在使用CASE語句時，一定要小心使用“else 0”。它對SUM沒有任何影響，但是會對AVG平均計算產生巨大影響。

4. 對存在缺失值的列執行JOIN語句

SQL中有4種不同的JOIN: Inner, Outer, Left和Right。當我們在查詢中使用JOIN時，它默認為INNER JOIN。

雖然我對JOIN有一些研究學習，但是我還是會犯一些小錯誤。

如上圖所示執行JOIN語句，結果顯示許多記錄都丟失了。為什么會這樣?明明是很簡單的JOIN語句。

真是的原因其實是表1和表2中string_field列存在許多NULL值。通常人們會認為JOIN會保留NULL的記錄因為NULL等于NULL，難道不是嗎?

然后我運行如下語句：

結果返回的是NULL。

對于這種情況，為了不丟失有NULL的記錄，解決方法應該是利用COALESCE，將string_field中的NULL轉換為空字符串。

但需要注意的是，這樣做會將表1中每個包含NULL的記錄與表2中每個包含NULL的記錄全部匹配起來。

通過使用ROW_NUMBER() 的 WINDOW FUNCTION，我們可以移除這些重復的匹配：

• 假設該數據表對每一行都有唯一的標識符“某某某ID”和一個時間戳字段。
• 只需保留每個標識符的第一行，這樣就可以刪除重復項。

5. 對于復雜的查詢語句不會使用臨時表

SQL另外一大優點就是能夠調試糾錯。

我們可以拆分復雜的查詢語句并創建多個臨時表。然后可以對這些表運行“完整性檢查”，以確保它們包含正確的記錄。在設計一個全新且重要的查詢或報告時，強烈推薦使用這種方法。

臨時表的唯一缺點是數據庫中的查詢優化器無法優化該查詢。

當需要保證執行效率時，可以將創建臨時表的語句用with語句重新定義、查詢。