本文转载自公众号“读芯术”(ID：AI_Discovery)
本文将指出一些常见但却总是被忽略的错误，请静下心来，准备好提升查询技能吧!
让我们以一个虚构的业务为例。假设你是亚马逊电子商务分析团队的一员，需要运行几个简单的查询。你手头有两个表，分别为“product(产品)”和“discount (折扣)”。
1.计算NULL字段的数目
为了计算null字段的数目，要掌握COUNT函数的工作原理。假设计算产品数量时，要求计入表格“product”的“product id”主键列中遗漏的字段。
- SELECT COUNT(product_id)
- FROM product;Result: 3
由于要求计入“product id”列中的null值，查询结果应该为4，但COUNT()函数不会将null值计数。
解决方法：使用COUNT(*)函数。该函数可以将null值计数。
- Select Count(*)
- From product;Result: 4
这个操作很简单，但是在编写复杂的查询时总会被忽略。
2.使用保留字作为列名
- SELECT product_id,
- RANK() OVER (ORDER BY price desc) As Rank
- FROM product;
由于列名“Rank”是Rank函数的保留字，该查询结果出错。
解决方法：
- SELECT product_id,
- RANK() OVER (ORDER BY price desc) As ‘Rank’
- FROM product;
加上单引号，即可得到想要的结果。
3.NULL的比较运算
- SELECT product_name
- FROM product
- WHERE product_id=NULL;
由于使用了比较运算符“=”，此处运算会出现异常，使用另一比较运算符“!=”运算也会出现异常。这里的逻辑问题在于，你编写的查询得出的是“product id”列的值是否未知，而无法得出这一列的值是否是未知的产品。
解决方法：
- SELECT product_name
- FROM product
- WHERE product_id ISNULL;
4.ON子句过滤和WHERE子句过滤的区别
这是一个非常有趣的概念，会提高你对于ON子句过滤和WHERE子句过滤之间区别的基本理解。这并不完全是一个错误，只是演示了两者的用法，你可以根据业务需求选择最佳方案。
- SELECT d.product_id,
- price,
- discount
- FROM product p RIGHT JOIN discount d ON
- p.product_id=d.product_id
- WHERE p.product_id>1;
结果：
在这种情况下，过滤条件在两个表格连接之后生效。因此，所得结果不包含d.product_id≤1的行(同理，显然也不包含p.product≤1的行)。
解决方法：使用AND，注意结果上的不同。
- SELECT d.product_id,
- price,
- discount
- FROM product p RIGHT JOIN discount d ON
- p.product_id=d.product_id
- AND p.product_id>1;
结果：
在这里，条件语句AND在两个表格连接发生之前计算。可以把此查询看作只适用于一个表(“product”表)的WHERE子句。现在，由于右连接，结果中出现了d.product_id≤1的行(显然还有p.product_id>1的行)。
请注意，ON子句过滤和WHERE子句过滤只在左/右/外连接时不同，而在内连接时相同。
5.在同一查询的WHERE子句中使用Windows函数生成的列&使用CASE WHEN子句
注意，不要在同一查询的WHERE子句中使用通过Windows函数生成的列名以及CASE WHEN子句。
- SELECT product_id,
- RANK() OVER (ORDER BY price desc) AS rk
- FROM product
- WHERE rk=2;
因为列rk由Windows函数生成，并且在同一查询的WHERE子句中使用了该列，这个查询结果会出现异常。
解决方法：这一问题可以通过使用临时表或者子查询解决。
- WITH CTE AS
- (
- SELECT product_id,
- RANK() OVER (ORDER BY price desc) AS rk
- FROM product
- )
- SELECT product_id
- FROM
- CTE
- WHERE rk=2;
或
- SELECT product_id
- FROM
- (
- SELECT product_id,
- RANK() OVER (ORDER BY price desc) AS rk
- FROM product;
- )
- WHERE rk=2;
同样的方法也适用于使用CASE WHEN子句创建的列。请记住，Windows函数只能出现在SELECT或ORDER BY子句中。
6.BETWEEN的使用不正确
如果不清楚BETWEEN的有效范围，也许会得不到想要的查询结果。BETWEEN x AND y语句的有效范围包含x和y。
- SELECT *
- FROM discount
- WHERE offer_valid_till BETWEEN ‘2019/01/01’ AND ‘2020/01/01’
- ORDER BY offer_valid_till;
结果：
在查询中，也许我们只想得到2019年的所有日期，但是结果中还包含了2020年1月1日。这是因为BETWEEN语句的有效范围包含2019/01/01和2020/01/01。
解决方法：相应地调整范围可以解决这个问题。
- SELECT *
- FROM discount
- WHERE offer_valid_till BETWEEN ‘2019/01/01’ AND ‘2019/12/31’
- ORDER BY offer_valid_till;
结果：
现在，所有查询结果均为2019年的日期。
7.在GROUP BY语句后使用WHERE子句
在编写GROUP BY语句时，请注意WHERE子句的位置。
- SELECT category,
- AVG (price)
- FROM product p INNER JOIN discount d ON
- p.product_id=d.product_id
- GROUP BY category
- WHERE discount_amount>10;
由于将WHERE子句放在GROUP BY语句后，此查询是错误的。这是为什么呢?
WHERE子句用于过滤查询结果，这一步要在将查询结果分组之前实现，而不是先分组再过滤。正确的做法是先应用WHERE条件过滤减少数据，再使用GROUP BY子句通过聚合函数将数据分组(此处使用聚合函数AVG)。
解决方法：
- SELECT category,
- AVG (price)
- FROM product p INNER JOIN discount d ON
- p.product_id=d.product_id
- WHERE discount_amount>10
- GROUP BY category;
请注意主要SQL语句的执行顺序：
- FROM 子句
- WHERE 子句
- GROUP BY 子句
- HAVING 子句
- SELECT 子句
- ORDER BY 子句
以上包含了大部分让人不解的错误，尤其是对初学者而言。正如亨利·福特所说：“唯一的错误是我们从中学不到任何东西”，希望这篇文章能帮助你精进查询技能。
