mirror of
https://github.com/cheetahlou/CategoryResourceRepost.git
synced 2025-09-26 05:06:42 +08:00
276 lines
16 KiB
Markdown
276 lines
16 KiB
Markdown
<audio id="audio" title="05丨检索数据：你还在SELECT * 么？" controls="" preload="none"><source id="mp3" src="https://static001.geekbang.org/resource/audio/ed/80/ed8254f88dba7a70d210713610061380.mp3"></audio>
|
||
|
||
今天我们主要学习如何使用SQL检索数据。如果你已经有了一定的SQL基础，这节课可以跳过，也可以把它当做是个快速的复习。
|
||
|
||
SELECT可以说是SQL中最常用的语句了。你可以把SQL语句看作是英语语句，SELECT就是SQL中的关键字之一，除了SELECT之外，还有INSERT、DELETE、UPDATE等关键字，这些关键字是SQL的保留字，这样可以很方便地帮助我们分析理解SQL语句。我们在定义数据库表名、字段名和变量名时，要尽量避免使用这些保留字。
|
||
|
||
SELECT的作用是从一个表或多个表中检索出想要的数据行。今天我主要讲解SELECT的基础查询，后面我会讲解如何通过多个表的连接操作进行复杂的查询。
|
||
|
||
在这篇文章中，你需要重点掌握以下几方面的内容：
|
||
|
||
1. SELECT查询的基础语法；
|
||
1. 如何排序检索数据；
|
||
1. 什么情况下用`SELECT*`，如何提升SELECT查询效率？
|
||
|
||
## SELECT查询的基础语法
|
||
|
||
SELECT可以帮助我们从一个表或多个表中进行数据查询。我们知道一个数据表是由列（字段名）和行（数据行）组成的，我们要返回满足条件的数据行，就需要在SELECT后面加上我们想要查询的列名，可以是一列，也可以是多个列。如果你不知道所有列名都有什么，也可以检索所有列。
|
||
|
||
我创建了一个王者荣耀英雄数据表，这张表里一共有69个英雄，23个属性值（不包括英雄名name）。SQL文件见[Github地址](https://github.com/cystanford/sql_heros_data)。
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/00/38/002726e066b15cb91e96828c82825f38.png" alt="">
|
||
|
||
数据表中这24个字段（除了id以外），分别代表的含义见下图。
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/50/44/50284b67a5c5d3f6ecc541f8dbb5ea44.png" alt="">
|
||
|
||
### 查询列
|
||
|
||
如果我们想要对数据表中的某一列进行检索，在SELECT后面加上这个列的字段名即可。比如我们想要检索数据表中都有哪些英雄。
|
||
|
||
```
|
||
SQL：SELECT name FROM heros
|
||
|
||
```
|
||
|
||
运行结果（69条记录）见下图，你可以看到这样就等于单独输出了name这一列。
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/e5/f9/e5e240cbbe9b9309d39d919bb10f93f9.png" alt="">
|
||
|
||
我们也可以对多个列进行检索，在列名之间用逗号(,)分割即可。比如我们想要检索有哪些英雄，他们的最大生命、最大法力、最大物攻和最大物防分别是多少。
|
||
|
||
```
|
||
SQL：SELECT name, hp_max, mp_max, attack_max, defense_max FROM heros
|
||
|
||
```
|
||
|
||
运行结果（69条记录）：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/4b/95/4b1e0691f2fbc80fce8d06ff1bdf7a95.png" alt="">
|
||
|
||
这个表中一共有25个字段，除了id和英雄名name以外，还存在23个属性值，如果我们记不住所有的字段名称，可以使用SELECT * 帮我们检索出所有的列：
|
||
|
||
```
|
||
SQL：SELECT * FROM heros
|
||
|
||
```
|
||
|
||
运行结果（69条记录）：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/5a/38/5a1d231ada76cf93db734de757810c38.png" alt=""><br>
|
||
我们在做数据探索的时候，`SELECT *`还是很有用的，这样我们就不需要写很长的SELECT语句了。但是在生产环境时要尽量避免使用`SELECT*`，具体原因我会在后面讲。
|
||
|
||
### 起别名
|
||
|
||
我们在使用SELECT查询的时候，还有一些技巧可以使用，比如你可以给列名起别名。我们在进行检索的时候，可以给英雄名、最大生命、最大法力、最大物攻和最大物防等取别名：
|
||
|
||
```
|
||
SQL：SELECT name AS n, hp_max AS hm, mp_max AS mm, attack_max AS am, defense_max AS dm FROM heros
|
||
|
||
```
|
||
|
||
运行结果和上面多列检索的运行结果是一样的，只是将列名改成了n、hm、mm、am和dm。当然这里的列别名只是举例，一般来说起别名的作用是对原有名称进行简化，从而让SQL语句看起来更精简。同样我们也可以对表名称起别名，这个在多表连接查询的时候会用到。
|
||
|
||
### 查询常数
|
||
|
||
SELECT查询还可以对常数进行查询。对的，就是在SELECT查询结果中增加一列固定的常数列。这列的取值是我们指定的，而不是从数据表中动态取出的。你可能会问为什么我们还要对常数进行查询呢？SQL中的SELECT语法的确提供了这个功能，一般来说我们只从一个表中查询数据，通常不需要增加一个固定的常数列，但如果我们想整合不同的数据源，用常数列作为这个表的标记，就需要查询常数。
|
||
|
||
比如说，我们想对heros数据表中的英雄名进行查询，同时增加一列字段`platform`，这个字段固定值为“王者荣耀”，可以这样写：
|
||
|
||
```
|
||
SQL：SELECT '王者荣耀' as platform, name FROM heros
|
||
|
||
```
|
||
|
||
运行结果：（69条记录）
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/19/3d/1975e19d4e21914a7ebee73daf240f3d.png" alt=""><br>
|
||
在这个SQL语句中，我们虚构了一个`platform`字段，并且把它设置为固定值“王者荣耀”。
|
||
|
||
需要说明的是，如果常数是个字符串，那么使用单引号（‘’）就非常重要了，比如‘王者荣耀’。单引号说明引号中的字符串是个常数，否则SQL会把王者荣耀当成列名进行查询，但实际上数据表里没有这个列名，就会引起错误。如果常数是英文字母，比如`'WZRY'`也需要加引号。如果常数是个数字，就可以直接写数字，不需要单引号，比如：
|
||
|
||
```
|
||
SQL：SELECT 123 as platform, name FROM heros
|
||
|
||
```
|
||
|
||
运行结果：（69条记录）
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/41/99/41ed73cef49e445d64b8cb748a82c299.png" alt="">
|
||
|
||
### 去除重复行
|
||
|
||
关于单个表的SELECT查询，还有一个非常实用的操作，就是从结果中去掉重复的行。使用的关键字是DISTINCT。比如我们想要看下heros表中关于攻击范围的取值都有哪些：
|
||
|
||
```
|
||
SQL：SELECT DISTINCT attack_range FROM heros
|
||
|
||
```
|
||
|
||
这是运行结果（2条记录），这样我们就能直观地看到攻击范围其实只有两个值，那就是近战和远程。
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/e6/15/e67c0d2f7b977cb0ff87891eb9adf615.png" alt=""><br>
|
||
如果我们带上英雄名称，会是怎样呢：
|
||
|
||
```
|
||
SQL：SELECT DISTINCT attack_range, name FROM heros
|
||
|
||
```
|
||
|
||
运行结果（69条记录）：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/01/2a/0105eb3f0b74d0ed5e6c2fafca38292a.png" alt=""><br>
|
||
这里有两点需要注意：
|
||
|
||
1. DISTINCT需要放到所有列名的前面，如果写成`SELECT name, DISTINCT attack_range FROM heros`会报错。
|
||
1. DISTINCT其实是对后面所有列名的组合进行去重，你能看到最后的结果是69条，因为这69个英雄名称不同，都有攻击范围（attack_range）这个属性值。如果你想要看都有哪些不同的攻击范围（attack_range），只需要写`DISTINCT attack_range`即可，后面不需要再加其他的列名了。
|
||
|
||
## 如何排序检索数据
|
||
|
||
当我们检索数据的时候，有时候需要按照某种顺序进行结果的返回，比如我们想要查询所有的英雄，按照最大生命从高到底的顺序进行排列，就需要使用ORDER BY子句。使用ORDER BY子句有以下几个点需要掌握：
|
||
|
||
1. 排序的列名：ORDER BY后面可以有一个或多个列名，如果是多个列名进行排序，会按照后面第一个列先进行排序，当第一列的值相同的时候，再按照第二列进行排序，以此类推。
|
||
1. 排序的顺序：ORDER BY后面可以注明排序规则，ASC代表递增排序，DESC代表递减排序。如果没有注明排序规则，默认情况下是按照ASC递增排序。我们很容易理解ORDER BY对数值类型字段的排序规则，但如果排序字段类型为文本数据，就需要参考数据库的设置方式了，这样才能判断A是在B之前，还是在B之后。比如使用MySQL在创建字段的时候设置为BINARY属性，就代表区分大小写。
|
||
1. 非选择列排序：ORDER BY可以使用非选择列进行排序，所以即使在SELECT后面没有这个列名，你同样可以放到ORDER BY后面进行排序。
|
||
1. ORDER BY的位置：ORDER BY通常位于SELECT语句的最后一条子句，否则会报错。
|
||
|
||
在了解了ORDER BY的使用语法之后，我们来看下如何对heros数据表进行排序。
|
||
|
||
假设我们想要显示英雄名称及最大生命值，按照最大生命值从高到低的方式进行排序：
|
||
|
||
```
|
||
SQL：SELECT name, hp_max FROM heros ORDER BY hp_max DESC
|
||
|
||
```
|
||
|
||
运行结果（69条记录）：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/67/08/67714aae8a6ac8e9b356f6975324be08.png" alt="">
|
||
|
||
如果想要显示英雄名称及最大生命值，按照第一排序最大法力从低到高，当最大法力值相等的时候则按照第二排序进行，即最大生命值从高到低的方式进行排序：
|
||
|
||
```
|
||
SQL：SELECT name, hp_max FROM heros ORDER BY mp_max, hp_max DESC
|
||
|
||
```
|
||
|
||
运行结果：（69条记录）
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/e6/3e/e622aa87b86051b0512cb36ba7daf43e.png" alt="">
|
||
|
||
## 约束返回结果的数量
|
||
|
||
另外在查询过程中，我们可以约束返回结果的数量，使用LIMIT关键字。比如我们想返回英雄名称及最大生命值，按照最大生命值从高到低排序，返回5条记录即可。
|
||
|
||
```
|
||
SQL：SELECT name, hp_max FROM heros ORDER BY hp_max DESC LIMIT 5
|
||
|
||
```
|
||
|
||
运行结果（5条记录）：
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/21/b3/21c4f6e69fd3429b796146675389bbb3.png" alt=""><br>
|
||
有一点需要注意，约束返回结果的数量，在不同的DBMS中使用的关键字可能不同。在MySQL、PostgreSQL、MariaDB和SQLite中使用LIMIT关键字，而且需要放到SELECT语句的最后面。如果是SQL Server和Access，需要使用TOP关键字，比如：
|
||
|
||
```
|
||
SQL：SELECT TOP 5 name, hp_max FROM heros ORDER BY hp_max DESC
|
||
|
||
```
|
||
|
||
如果是DB2，使用`FETCH FIRST 5 ROWS ONLY`这样的关键字：
|
||
|
||
```
|
||
SQL：SELECT name, hp_max FROM heros ORDER BY hp_max DESC FETCH FIRST 5 ROWS ONLY
|
||
|
||
```
|
||
|
||
如果是Oracle，你需要基于ROWNUM来统计行数：
|
||
|
||
```
|
||
SQL：SELECT name, hp_max FROM heros WHERE ROWNUM <=5 ORDER BY hp_max DESC
|
||
|
||
```
|
||
|
||
需要说明的是，这条语句是先取出来前5条数据行，然后再按照hp_max从高到低的顺序进行排序。但这样产生的结果和上述方法的并不一样。我会在后面讲到子查询，你可以使用`SELECT name, hp_max FROM (SELECT name, hp_max FROM heros ORDER BY hp_max) WHERE ROWNUM <=5`得到与上述方法一致的结果。
|
||
|
||
约束返回结果的数量可以减少数据表的网络传输量，也可以提升查询效率。如果我们知道返回结果只有1条，就可以使用`LIMIT 1`，告诉SELECT语句只需要返回一条记录即可。这样的好处就是SELECT不需要扫描完整的表，只需要检索到一条符合条件的记录即可返回。
|
||
|
||
## SELECT的执行顺序
|
||
|
||
查询是RDBMS中最频繁的操作。我们在理解SELECT语法的时候，还需要了解SELECT执行时的底层原理。只有这样，才能让我们对SQL有更深刻的认识。
|
||
|
||
其中你需要记住SELECT查询时的两个顺序：
|
||
|
||
1.关键字的顺序是不能颠倒的：
|
||
|
||
```
|
||
SELECT ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY ...
|
||
|
||
```
|
||
|
||
2.SELECT语句的执行顺序（在MySQL和Oracle中，SELECT执行顺序基本相同）：
|
||
|
||
```
|
||
FROM > WHERE > GROUP BY > HAVING > SELECT的字段 > DISTINCT > ORDER BY > LIMIT
|
||
|
||
```
|
||
|
||
比如你写了一个SQL语句，那么它的关键字顺序和执行顺序是下面这样的：
|
||
|
||
```
|
||
SELECT DISTINCT player_id, player_name, count(*) as num #顺序5
|
||
FROM player JOIN team ON player.team_id = team.team_id #顺序1
|
||
WHERE height > 1.80 #顺序2
|
||
GROUP BY player.team_id #顺序3
|
||
HAVING num > 2 #顺序4
|
||
ORDER BY num DESC #顺序6
|
||
LIMIT 2 #顺序7
|
||
|
||
```
|
||
|
||
在SELECT语句执行这些步骤的时候，每个步骤都会产生一个虚拟表，然后将这个虚拟表传入下一个步骤中作为输入。需要注意的是，这些步骤隐含在SQL的执行过程中，对于我们来说是不可见的。
|
||
|
||
我来详细解释一下SQL的执行原理。
|
||
|
||
首先，你可以注意到，SELECT是先执行FROM这一步的。在这个阶段，如果是多张表联查，还会经历下面的几个步骤：
|
||
|
||
1. 首先先通过CROSS JOIN求笛卡尔积，相当于得到虚拟表 vt（virtual table）1-1；
|
||
1. 通过ON进行筛选，在虚拟表vt1-1的基础上进行筛选，得到虚拟表 vt1-2；
|
||
1. 添加外部行。如果我们使用的是左连接、右链接或者全连接，就会涉及到外部行，也就是在虚拟表vt1-2的基础上增加外部行，得到虚拟表vt1-3。
|
||
|
||
当然如果我们操作的是两张以上的表，还会重复上面的步骤，直到所有表都被处理完为止。这个过程得到是我们的原始数据。
|
||
|
||
当我们拿到了查询数据表的原始数据，也就是最终的虚拟表vt1，就可以在此基础上再进行WHERE阶段。在这个阶段中，会根据vt1表的结果进行筛选过滤，得到虚拟表vt2。
|
||
|
||
然后进入第三步和第四步，也就是GROUP和 HAVING阶段。在这个阶段中，实际上是在虚拟表vt2的基础上进行分组和分组过滤，得到中间的虚拟表vt3和vt4。
|
||
|
||
当我们完成了条件筛选部分之后，就可以筛选表中提取的字段，也就是进入到SELECT和DISTINCT阶段。
|
||
|
||
首先在SELECT阶段会提取想要的字段，然后在DISTINCT阶段过滤掉重复的行，分别得到中间的虚拟表vt5-1和vt5-2。
|
||
|
||
当我们提取了想要的字段数据之后，就可以按照指定的字段进行排序，也就是ORDER BY阶段，得到虚拟表vt6。
|
||
|
||
最后在vt6的基础上，取出指定行的记录，也就是LIMIT阶段，得到最终的结果，对应的是虚拟表vt7。
|
||
|
||
当然我们在写SELECT语句的时候，不一定存在所有的关键字，相应的阶段就会省略。
|
||
|
||
同时因为SQL是一门类似英语的结构化查询语言，所以我们在写SELECT语句的时候，还要注意相应的关键字顺序，所谓底层运行的原理，就是我们刚才讲到的执行顺序。
|
||
|
||
## 什么情况下用SELECT*，如何提升SELECT查询效率？
|
||
|
||
当我们初学SELECT语法的时候，经常会使用`SELECT *`，因为使用方便。实际上这样也增加了数据库的负担。所以如果我们不需要把所有列都检索出来，还是先指定出所需的列名，因为写清列名，可以减少数据表查询的网络传输量，而且考虑到在实际的工作中，我们往往不需要全部的列名，因此你需要养成良好的习惯，写出所需的列名。
|
||
|
||
如果我们只是练习，或者对数据表进行探索，那么是可以使用`SELECT *`的。它的查询效率和把所有列名都写出来再进行查询的效率相差并不大。这样可以方便你对数据表有个整体的认知。但是在生产环境下，不推荐你直接使用`SELECT *`进行查询。
|
||
|
||
## 总结
|
||
|
||
今天我对SELECT的基础语法进行了讲解，SELECT是SQL的基础。但不同阶段看SELECT都会有新的体会。当你第一次学习的时候，关注的往往是如何使用它，或者语法是否正确。再看的时候，可能就会更关注SELECT的查询效率，以及不同DBMS之间的差别。
|
||
|
||
在我们的日常工作中，很多人都可以写出SELECT语句，但是执行的效率却相差很大。产生这种情况的原因主要有两个，一个是习惯的培养，比如大部分初学者会经常使用`SELECT *`，而好的习惯则是只查询所需要的列；另一个对SQL查询的执行顺序及查询效率的关注，比如当你知道只有1条记录的时候，就可以使用`LIMIT 1`来进行约束，从而提升查询效率。
|
||
|
||
<img src="https://static001.geekbang.org/resource/image/c8/a8/c88258e72728957b43dc2441d3f381a8.jpg" alt="">
|
||
|
||
最后留两道思考题吧，我今天对单表的SELECT查询进行了讲解，你之前可能也有学习使用的经验，可以说下你对SELECT使用的理解吗？另外，我今天使用heros数据表进行了举例，请你编写SQL语句，对英雄名称和最大法力进行查询，按照最大生命从高到低排序，只返回5条记录即可。你可以说明下使用的DBMS及相应的SQL语句。
|
||
|
||
欢迎你把这篇文章分享给你的朋友或者同事，与他们一起来分析一下王者荣耀的数据，互相切磋交流。
|