學 SQL 必須瞭解的 10 個高階概念！

數據分析那些事

11 min readAug 17, 2022

文章來源：可樂的數據分析之路

隨著資料量持續增長，對合格資料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階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基本上建立了一個臨時表。

使用常用表表達式（CTEs）是模組化和分解程式碼的好方法，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，那麼怎麼樣？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，因為您可以將程式碼分解為較小的塊，但它們也很有用，因為它允許您為每個CTE分配變數名稱（即toronto_ppl和avg_female_salary）

同樣，CTEs允許您完成更高階的技術，如建立遞迴表。

2. 遞迴CTEs.

遞迴CTE是引用自己的CTE，就像Python中的遞迴函式一樣。遞迴CTE尤其有用，它涉及查詢組織結構圖，檔案系統，網頁之間的連結圖等的分層資料，尤其有用。

遞迴CTE有3個部分：

錨構件：返回CTE的基本結果的初始查詢

遞迴成員：引用CTE的遞迴查詢。這是所有與錨構件的聯盟

停止遞迴構件的終止條件

以下是獲取每個員工ID的管理器ID的遞迴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. 臨時函式

如果您想了解有關臨時函式的更多資訊，請檢查此項，但知道如何編寫臨時功能是重要的原因：

它允許您將程式碼的塊分解為較小的程式碼塊

它適用於寫入清潔程式碼

它可以防止重複，並允許您重用類似於使用Python中的函式的程式碼。

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，您可以利用臨時函式來捕獲案例子句。

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

透過臨時函式，查詢本身更簡單，更可讀，您可以重複使用資歷函式！

4. 使用CASE WHEN樞轉資料

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。如果要根據其他變數分配某個值或類，則允許您編寫複雜的條件語句。

較少眾所周知，它還允許您樞轉資料。例如，如果您有一個月列，並且您希望為每個月建立一個單個列，則可以使用語句追溯資料的情況。

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，除了過濾刪除重複並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表自行連線自己。你可能會認為沒有用，但你會感到驚訝的是這是多麼常見。在許多現實生活中，資料儲存在一個大型表中而不是許多較小的表中。在這種情況下，可能需要自我連線來解決獨特的問題。

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，瞭解員工的工資，這些員工比其管理人員工資更多。對於上表來說，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影片。

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。當存在關係時（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，除了有關係時，等級（）將分配相同的數字。同樣，差距將遵循重複的等級。

dense_rank（）類似於等級（），除了重複等級後沒有間隙。請注意，使用dense_rank（），Daniel排名第3，而不是第4位（）。

8.計算Delta值

另一個常見應用程式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麼？或者本月和本月去年這個月是什麼？

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. 計算執行總數

如果你知道關於row_number（）和lag（）/ lead（），這可能對您來說可能不會驚喜。但如果你沒有，這可能是最有用的視窗功能之一，特別是當您想要視覺化增長！

使用具有SUM（）的視窗函式，我們可以計算執行總數。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資料的SQL問題。例如，您可能需要將資料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，以查詢與其上一個（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！我希望這有助於您在面試準備中 — 我相信，如果您知道這10個內部概念，那麼在那裡大多數SQL問題時，你會做得很好。

文章鏈接：https://mp.weixin.qq.com/s/HkdoDGFMqqBm3O3Bx8F4rw

※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※

我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~