SQL 语言基础

SQL（Structured Query Language）是结构化查询语言，用于对关系型数据库中的数据进行查询、插入、更新、删除和管理。

学习 SQL 时要先分清两件事：一是语句的固定书写顺序，二是数据库内部的实际执行逻辑。它们不是完全一样的。

查询语句的固定书写顺序

常见查询语句按下面的顺序写：

1
2
3
4
5
6
7
SELECT ...
FROM ...
WHERE ...
GROUP BY ...
HAVING ...
ORDER BY ...
LIMIT ...

对应含义如下：

关键字 作用
SELECT 选择要输出哪些列
FROM 从哪张表取数据
WHERE 分组前筛选原始行
GROUP BY 按哪些字段分组
HAVING 分组后筛选聚合结果
ORDER BY 排序
LIMIT 限制返回行数

查询语句的执行逻辑

虽然语法上 SELECT 写在最前面，但数据库理解查询时，大致更接近下面这个顺序：

1
2
3
4
5
6
7
FROM
WHERE
GROUP BY
HAVING
SELECT
ORDER BY
LIMIT

所以 GROUP BY 虽然写在 SELECT 后面，但逻辑上会先完成分组，再让 SELECT 输出分组后的字段和聚合结果。

例子：按欺诈状态和性别统计占比

1
2
3
4
5
6
7
8
9
SELECT
    FraudFound_P AS `是否发现欺诈`,
    Sex AS `性别`,
    ROUND(
        COUNT(*) / SUM(COUNT(*)) OVER(PARTITION BY FraudFound_P),
        4
    ) AS `占比`
FROM fraud
GROUP BY FraudFound_P, Sex;

这条语句先按 FraudFound_P 和 Sex 分组，算出每个“是否欺诈 + 性别”组合的数量。

然后：

1
SUM(COUNT(*)) OVER(PARTITION BY FraudFound_P)

会在同一个 FraudFound_P 里面，把各个性别分组的数量加起来，得到该欺诈状态下的总数。

最后计算：

1
某个欺诈状态下某个性别的数量 / 该欺诈状态下的总数量

也就是这个性别在该欺诈状态中的占比。

WHERE 和 HAVING 的区别

WHERE 和 HAVING 都能筛选数据，但筛选阶段不同：

1
2
WHERE  过滤原始行，发生在 GROUP BY 之前
HAVING 过滤分组结果，发生在 GROUP BY 之后

例如：

1
2
3
4
5
6
7
8
SELECT
    Sex,
    COUNT(*) AS cnt
FROM fraud
WHERE Age > 30
GROUP BY Sex
HAVING COUNT(*) > 10
ORDER BY cnt DESC;

这里 WHERE Age > 30 是先筛出年龄大于 30 的原始记录，再按性别分组；HAVING COUNT(*) > 10 是分组之后，只保留数量大于 10 的性别分组。