學 SQL 必須了解的十個高級概念
隨著數據量持續增長，對合格數據專業人員的需求也會增長。具體而言，對SQL流利的專業人士的需求日益增長，而不僅僅是在初級層面。
因此，Stratascratch的創始人Nathan Rosidi以及我覺得我認為10個最重要和相關的中級到高級SQL概念。
1.常見表表達式（CTEs）
如果您想要查詢子查詢，那就是CTEs施展身手的時候 - CTEs基本上創建了一個臨時表。
使用常用表表達式（CTEs）是模塊化和分解代碼的好方法，與您將文章分解為幾個段落的方式相同。
請在Where子句中使用子查詢進行以下查詢。
SELECT
name,
salary
FROM
People
WHERE
NAME IN ( SELECT DISTINCT NAME FROM population WHERE country = "Canada" AND city = "Toronto" )
AND salary >= (
SELECT
AVG( salary )
FROM
salaries
WHERE
gender = "Female")
這似乎似乎難以理解，但如果在查詢中有許多子查詢，那么怎么樣？這就是CTEs發揮作用的地方。
with toronto_ppl as (
SELECT DISTINCT name
FROM population
WHERE country = "Canada"
AND city = "Toronto"
)
, avg_female_salary as (
SELECT AVG(salary) as avgSalary
FROM salaries
WHERE gender = "Female"
)
SELECT name
, salary
FROM People
WHERE name in (SELECT DISTINCT FROM toronto_ppl)
AND salary >= (SELECT avgSalary FROM avg_female_salary)
現在很清楚，Where子句是在多倫多的名稱中過濾。如果您注意到，CTE很有用，因為您可以將代碼分解為較小的塊，但它們也很有用，因為它允許您為每個CTE分配變量名稱（即toronto_ppl和avg_female_salary）
同樣，CTEs允許您完成更高級的技術，如創建遞歸表。
2.遞歸CTEs
遞歸CTE是引用自己的CTE，就像Python中的遞歸函數一樣。遞歸CTE尤其有用，它涉及查詢組織結構圖，文件系統，網頁之間的鏈接圖等的分層數據，尤其有用。
遞歸CTE有3個部分：
- 錨構件：返回CTE的基本結果的初始查詢
- 遞歸成員：引用CTE的遞歸查詢。這是所有與錨構件的聯盟
- 停止遞歸構件的終止條件
以下是獲取每個員工ID的管理器ID的遞歸CTE的示例：
with org_structure as (
SELECT id
, manager_id
FROM staff_members
WHERE manager_id IS NULL
UNION ALL
SELECT sm.id
, sm.manager_id
FROM staff_members sm
INNER JOIN org_structure os
ON os.id = sm.manager_id
3.臨時函數
如果您想了解有關臨時函數的更多信息，請檢查此項，但知道如何編寫臨時功能是重要的原因：
- 它允許您將代碼的塊分解為較小的代碼塊
- 它適用于寫入清潔代碼
- 它可以防止重復，并允許您重用類似于使用Python中的函數的代碼。
考慮以下示例：
SELECT name
, CASE WHEN tenure < 1 THEN "analyst"
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
相反，您可以利用臨時函數來捕獲案例子句。
CREATE TEMPORARY FUNCTION get_seniority(tenure INT64) AS (
CASE WHEN tenure < 1 THEN "analyst"
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
通過臨時函數，查詢本身更簡單，更可讀，您可以重復使用資歷函數！
4.使用CASE WHEN樞轉數據
您很可能會看到許多要求在陳述時使用CASE WHEN的問題，這只是因為它是一種多功能的概念。如果要根據其他變量分配某個值或類，則允許您編寫復雜的條件語句。
較少眾所周知，它還允許您樞轉數據。例如，如果您有一個月列，并且您希望為每個月創建一個單個列，則可以使用語句追溯數據的情況。
示例問題：編寫SQL查詢以重新格式化表，以便每個月有一個收入列。
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 |
+------+-------------+-------------+-------------+-----+-----------+
5.EXCEPT vs NOT IN
除了幾乎不相同的操作。它們都用來比較兩個查詢/表之間的行。所說，這兩個人之間存在微妙的細微差別。
首先，除了過濾刪除重復并返回不同的行與不在中的不同行。
同樣，除了在查詢/表中相同數量的列，其中不再與每個查詢/表比較單個列。
6.自聯結
一個SQL表自行連接自己。你可能會認為沒有用，但你會感到驚訝的是這是多么常見。在許多現實生活中，數據存儲在一個大型表中而不是許多較小的表中。在這種情況下，可能需要自我連接來解決獨特的問題。
讓我們來看看一個例子。
示例問題：給定下面的員工表，寫出一個SQL查詢，了解員工的工資，這些員工比其管理人員工資更多。對于上表來說，Joe是唯一一個比他的經理工資更多的員工。
+----+-------+--------+-----------+
| 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
7.Rank vs Dense Rank vs Row Number
它是一個非常常見的應用，對行和價值進行排名。以下是公司經常使用排名的一些例子：
- 按購物，利潤等數量排名最高值的客戶
- 排名銷售數量的頂級產品
- 以最大的銷售排名頂級國家
- 排名在觀看的分鐘數，不同觀眾的數量等觀看的頂級視頻。
在SQL中，您可以使用幾種方式將“等級”分配給行，我們將使用示例進行探索。考慮以下Query和結果：
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（）返回每行開始的唯一編號。當存在關系時（例如，BOB vs Carrie），ROW_NUMBER（）如果未定義第二條標準，則任意分配數字。
Rank（）返回從1開始的每行的唯一編號，除了有關系時，等級（）將分配相同的數字。同樣，差距將遵循重復的等級。
dense_rank（）類似于等級（），除了重復等級后沒有間隙。請注意，使用dense_rank（），Daniel排名第3，而不是第4位（）。
8.計算Delta值
另一個常見應用程序是將不同時期的值進行比較。例如，本月和上個月的銷售之間的三角洲是什么？或者本月和本月去年這個月是什么？
在將不同時段的值進行比較以計算Deltas時，這是Lead（）和LAG（）發揮作用時。
這是一些例子：
# 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
9.計算運行總數
如果你知道關于row_number（）和lag（）/ lead（），這可能對您來說可能不會驚喜。但如果你沒有，這可能是最有用的窗口功能之一，特別是當您想要可視化增長！
使用具有SUM（）的窗口函數，我們可以計算運行總數。請參閱下面的示例：
SELECT Month
, Revenue
, SUM(Revenue) OVER (ORDER BY Month) AS Cumulative
FROM monthly_revenue
10.日期時間操縱
您應該肯定會期望某種涉及日期時間數據的SQL問題。例如，您可能需要將數據分組組或將可變格式從DD-MM-Yyyy轉換為簡單的月份。
您應該知道的一些功能是：
- 提煉
- 日元
- date_add，date_sub.
- date_trunc.
示例問題：給定天氣表，寫一個SQL查詢，以查找與其上一個（昨天）日期相比的溫度較高的所有日期的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
就這樣！我希望這有助于您在面試準備中 - 我相信，如果您知道這10個內部概念，那么在那里大多數SQL問題時，你會做得很好。
一如既往，祝你學習努力最好！
