SQL学习指南第三篇

分组与聚集

分组概念

需要清楚的是分组不是去重，而是将查询结果按分组字段相同的值进行分组。
例如：

SELECT open_emp_id, COUNT(*) how_many FROM account GROUP BY open_emp_id;

聚集函数

聚集函数对每个分组的所有行执行特定的操作。聚集函数可以在 select 子句，having 子句中出现。注意：where子句不能包含聚集函数，因为where子句是在分组之前被评估的。
下面是一些通用的聚集函数：

• Max(): 返回集合中的最大值
• Min(): 返回集合中的最小值
• Avg(): 返回集合中的平均值
• Sum(): 返回集合中所有值的和
• Count(): 返回集合中值的个数。count(*) 表示对行的数目进行计数，而 count(列名) 表示对这个列所包含的值的数目进行计数，并且忽略所有遇到的 null 值。

例如：

SELECT MAX(avail_balance), COUNT(*) num_accounts FROM account WHERE product_cd = 'CHK';
-- 这里没有使用 group by 进行分组，因此是个隐式分组

除了使用列作为聚集函数的参数外，还可以创建表达式作为参数。
例如：

SELECT MAX(pending_balance - avail_balance) max_uncleared FROM account;

产生分组

• 对单列分组
• 对多列分组
• 利用表达式分组。例如：根据职员入职年份对职员分组。
• 产生合计数(在分组统计数据的基础上再进行统计汇总，使用 with rollup 和 with cube)。

GROUP BY 子句中列出的每一列都必须是检索列或有效的表达式（但不能是聚集函数）。如果在 SELECT 中使用表达式，则必须在 GROUP BY子句中指定相同的表达式，不能使用别名。

SELECT product_cd, SUM(avail_balance) AS prod_balance FROM account GROUP BY product_cd;
SELECT product_cd, open_branch_id, SUM(avail_balance) AS prod_balance FROM account GROUP BY product_cd, open_branch_id;
SELECT EXTRACT(YEAR FROM start_date) AS year, COUNT(*) AS how_many FROM employee GROUP BY EXTRACT(YEAR FROM start_date);
SELECT product_cd, open_branch_id, SUM(avail_balance) AS tot_balance FROM account GROUP BY product_cd, open_branch_id WITH ROLLUP;
SELECT product_cd, SUM(avail_balance) AS prod_balance FROM account WHERE status = 'ACTIVE'
GROUP BY product_cd HAVING MIN(avail_balance) >= 1000 AND MAX(avail_balance) <= 10000; 

子查询

子查询是指包含在另一个 SQL 语句（包含语句）内部的查询。子查询总是由括号包围，并且通常在包含语句之前执行。任何子查询返回的数据在包含语句完成后都会被丢弃，这使子查询像一个具有作用域的临时表（这就意味着服务器在 SQL 语句执行结束后将清空子查询结果所占的内存）。子查询除了可以按照结果集类型（单行单列，单行多列，多行多列）分类外，还可以另外一个因素划分子查询：一些子查询完全独立，即可以单独执行而不需要引用包含语句中的任何内容（称为非关联子查询），其他的则引用包含语句中的列（称为关联子查询）。

非关联子查询

单行单列子查询

如果子查询返回的是一个单行单列的表，则称为标量子查询，并且可以位于常用运算符（=，<>, <, >, <=, >=）的任意一边。

多行单列子查询

返回多行结果的子查询使用以下4个运算符来构建条件。

in 和 not in 运算符

in 运算符被用于查看是否能在一个表达式集合中找到某一个表达式。
例如：

SELECT emp_id, fname, lname, title FROM employee WHERE emp_id IN (SELECT superior_emp_id FROM employee);
SELECT emp_id, fname, lname, title FROM employee WHERE emp_id NOT IN (SELECT superior_emp_id FROM employee WHERE superior_emp_id IS NOT NULL);
--这里还添加了一个过滤条件以确保 null 值不会出现在子查询的返回表中

all 运算符

all 运算符用于将某单值与集合中的每个值进行比较，构建这样的条件需要将其中一个比较运算符（=, <>, <, >）与 all 运算符配合使用。

SELECT emp_id, fname, lname, title FROM employee WHERE emp_id <> ALL 
(SELECT superior_emp_id FROM employee WHERE superior_emp_id IS NOT NULL);
--这个查询和上一个例子的结果相同

SELECT account_id, cust_id, product_cd, avail_balance FROM account WHERE avail_balance < ALL 
(SELECT a.avail_balance FROM account a INNER JOIN individual i ON a.cust_id = i.cust_id WHERE i.fname = 'Frank' AND i.lname = 'Tucker');

当使用 not in 或 <>运算符比较一个值和一个值集时，必须确保值集中不包含 null 值。

any运算符

与 all 运算符一样，any 运算符允许将一个值与值集中每个成员相比较。与 all 不同的是，使用 any 运算符时，只要有一个比较成立，则条件为真；使用 all 运算符时，只有与集合中的所有成员比较都成立时条件才为真。

多行多列子查询

过滤条件中必须将这些列用括号括起来，并且排列顺序与子查询结果的顺序相同。例如我们想检索出所有 Woburn 分行柜台员开立的账户：

SELECT account_id, product_cd, cust_id FROM account WHERE (open_branch_id, open_emp_id) IN 
(SELECT b.branch_id, e.emp_id FROM branch AS b INNER JOIN employee AS e ON b.branch_id = e.assigned_branch_id
WHERE b.name = 'Woburn Branch' AND (e.title = 'Teller' OR e.title = 'Head Teller'));
--这里也可以用多表连接
SELECT a.account_id, a.product_cd, a.cust_id FROM account a 
INNER JOIN employee e ON a.open_emp_id = e.emp_id 
INNER JOIN branch b ON e.assigned_branch_id = b.branch_id 
WHERE (e.title = 'Teller' OR e.title = 'Head Teller') AND b.name = 'Woburn Branch';
--还是感觉用多表连接舒服...

关联子查询

关联子查询依附于包含语句并引用其一列或者多列。与非关联子查询不同，关联子查询不是在包含语句执行之前一次执行完毕，而是为每一个候选行执行一次。例如，下面的查询首先利用关联查询计算每个客户的账户数，接着包含查询检索出那些拥有两个账户的客户：

SELECT c.cust_id, c.cust_type_cd, c.city FROM customer AS c 
WHERE 2 = (SELECT COUNT(*) FROM account AS a WHERE a.cust_id = c.cust_id); 

除了等式条件，关联子查询还可以用于其他类型的条件，比如下面的范围条件：

SELECT c.cust_id, c.cust_type_cd, c.city FROM customer AS c WHERE
(SELECT SUM(a.avail_balance) FROM account AS a WHERE a.cust_id = c.cust_id) BETWEEN 5000 AND 10000;

exists 运算符

若只关心存在关系而不在乎数量，可以使用 exists 运算符。例如，下面的查询就是检索在特定日期进行过交易的所有账户，并不关心到底进行了多少次交易：

SELECT a.account_id, a.product_cd, a.cust_id, a.avail_balance FROM account AS a WHERE EXISTS 
(SELECT 1 FROM transaction AS t WHERE t.account_id = a.account_id AND t.txn_date = '2008-09-22');

使用 exists 运算符时，子查询可能会返回 0，1 或者多行结果，然而条件只是简单地检查子查询能否返回至少1行。这是因为包含查询的条件只需要知道子查询返回的结果是多少行，而与结果的确切内容无关，这里的惯例是 select 1 或者 select * 。与 exists 运算符相反的就是 not exists 运算符了。
子查询除了用在 select 语句，也大量应用于 update, delete 和 insert 语句，并且关联子查询也会频繁出现于 update 和 delete 语句中。
例如，下面的语句用于更新产生过交易的每个账户的最新交易日期：

UPDATE account AS a SET a.last_activity_date = 
(SELECT MAX(t.txn_date) FROM transaction AS t WHERE t.account_id = a.account_id)
WHERE EXISTS (SELECT 1 FROM transaction AS t WHERE t.account_id = a.account_id);
--这里使用了两个关联子查询，set 子句的子查询仅当 update 语句中 where 子句为真时才执行，这样就可以保护 last_activity_date 列不被 null 重写。
DELETE FROM department WHERE NOT EXIST 
(SELECT 1 FROM employee WHERE employee.dept_id = department.dept_id);

切记，在 MySQL 中 delete 语句使用关联子查询时，无论如何都不能使用表别名，不过，在多数其他数据库服务器中，是可以使用表别名的。

何时使用子查询

--子查询作为数据源
SELECT d.dept_id, d.name, e_cnt.how_many AS num_employees FROM department AS d INNER JOIN 
(SELECT dep_id, COUNT(*) AS how_many FROM employee GROUP BY dept_id) e_cnt ON d.dept_id = e_cnt.dept_id;

--过滤条件中的子查询：查找开户最多的雇员。过滤条件中的子查询除了可以出现在 where 子句中，还可以出现在 having 子句中。
SELECT open_emp_id, COUNT(*) AS how_many FROM account GROUP BY open_emp_id HAVING COUNT(*) = 
(SELECT MAX(emp_cnt.how_many) FROM (SELECT COUNT(*) AS how_many FROM account GROUP BY open_emp_id) emp_cnt);

/*子查询作为表达式生成器：除了用于过滤条件，标量子查询还能用在表达式可以出现的任何位置，其中包括查询中的 select 和 order by 子句以及 insert 语句中的 values 子句。*/
SELECT emp.emp_id, CONCAT(emp.fname, ' ', emp.lname) AS emp_name, 
(SELECT CONCAT(boss.fname, ' ', boss.lname) FROM employee AS boss 
WHERE boss.emp_id = emp.superior_emp_id) AS boss_name 
FROM employee AS emp WHERE emp.superior_emp_id IS NOT NULL ORDER BY 
(SELECT boss.lname FROM employee AS boss WHERE boss.emp_id = emp.superior_emp_id), emp.lname;

--用非关联标量子查询为 insert 子句生成值
INSERT INTO account (account_id, product_cd, cust_id, open_date, last_activity_date, status, open_branch_id, open_emp_id, avail_balance, pending_balance)
VALUES (NULL, 
SELECT product_cd FROM product WHERE name = 'savings account'),
SELECT cust_id FROM customer WHERE fed_id = '555-55-5555'),
'2008-09-25', '2008-09-25', 'ACTIVE',
(SELECT branch_id FROM branch WHERE name = 'Quincy Branch'),
(SELECT emp_id FROM employee WHERE lname = 'Portman' AND fname = 'Frank'),
0, 0);

使用单一 SQL 语句可以在 account 表里创建一行，同时查询 4 个外键值。不过，这种方法有一个缺点，就是当插入的列允许 null 值时，即使子查询不能返回值，insert 语句也会成功。例如，如果第四个子查询的 Frank Portman 的名字拼写错误，account 表中仍然会创建一个新行，但此时 open_emp_id 列的值被置为了 null 。