group by是否会用到索引_平时工作中经常用到的SQL,这些你都知道吗?
最近在公司做了几张报表,还记得刚开始要做报表的时候都快把SQL给忘光了(当时在广州休假了1个月多,在实习期间也没咋写过SQL),回到公司的第一个需求就是做报表。
于是我很不要脸地跟带我的学长说:“SQL我好像忘光了,group 分组查询好像都忘得差不多了,我得复习一下”。
这篇文章来记录一下我曾经忘掉的group查询、join查询等一些比较实用/常用的SQL
- 本文主打通俗易懂,不涵盖任何优化(适合新手观看)
一、回顾group 查询
group查询就是分组查询,为什么要分组查询?因为我们想按某个维度进行统计。下面来看个图:
比如说,我想知道:每天Java3y这个公众号的点击量是多少。按我们人工而言,思路很简单:把相同的天数以及公众号名称为Java3y的数据找出来,再将每个点击量相加,就得出了结果了。
用上SQL我们可能会这样写:
select name,time,sum(pv) as pv from xxx_table where name = 'Java3y' group by name,time复制代码
1.1 group 查询可能存在的误解
记得有一天,有个群友在群上问了一个问题:
其实他的需求很简单:检索出数据分组后时间最高的记录。但他是这样干的:
- 把先按照时间 order by
- 对order by后的记录进行分组
示例图:
1.2 造成这个误解的可能原因
有的工具可以支持这种的写法:
select * from xxx_table group by name
这种写法没有被禁止,并可以得出结果,比如得到的结果是:
Java4y 20 7月15号Java3y 30 7月15号
这种写法其实是不合理的,要知道的是:使用group by分组统计之后,我们的select 后面只能跟着group by 的字段,或者是聚合函数。
因为,我们对数据进行了分组查询,数据的分布情况,我们是不关心的。
记住:先分组,后统计(先把数据归类后,再对相同的数据进行统计)
1.3 group查询最常用的SQL
去重是我们经常会遇到的问题,打个比方说,由于各种原因(不管是业务上还是说是脏数据),现在我有两条重复的数据(除了ID,其余的字段都是相同的):
我这边只希望留下某一条记录作为查询结果就好了,我们可以写下以下的SQL:
select * from user where id in( select min(id) from user where name = 'Java3y' and pv = 20 and time='7-25' group by name,pv,time;)
上面这条SQL是非常非常实用的,除了我说的去重以外,其实我们可以再”思考“一下:
- 上面已经说了,使用group by分组统计之后,我们的select 后面只能跟着group by 的字段,或者是聚合函数。
- 很多时候我们group by了以后,还想要查询结果中包含group by之外的字段(一般情况下,我们都不可能将group by 涵盖所有的字段),我们就可以上面那样,将查询后的结果作为子查询,放在外部查询的where 子句后,这样外部查询是可以select 出其他字段的。
(SQL写得比较少的朋友可能没什么感触啊,但我希望上面那种写法大家能够记住,以后一定会遇到类似的情况的)
二、回顾join查询
join查询不知道大家在刚学的时候是怎么理解的,反正我当初好像就挺迷迷糊糊的。我觉得join查询可以简单理解成这样:我想要的查询结果,一张表搞不掂,那我就join另一张表
比如说,现在我有两张的表:
现在我想知道在7月25号时:每个公众号的点击量、公众号名称、号主名称、公众号的创建日期
- 显然,我们会发现一张表搞不掂啊,某些数据要依赖于另一张表才能把数据"完整"展示出来
那join其实就是把两张表合起来的一个操作:
两张表合并起来以后我们就会发现,这张“大表”就含有这两张表的所有字段啦,那我想要什么都有了!
值得注意的是:在join的时候,会产生笛卡尔积(至于什么是笛卡尔积我这里就不说了,反正我们要记住的是join表时一定要写关联条件去除笛卡尔积)
另外,left join和right join也是我们经常用到,如果我们单纯写join关键字,那会被当成是inner join 。下面我简单解释一下:
- 上面说了,在join的时候一定要写关联条件,如果是inner join的话,只有符合关联条件的数据才会存在最大表中
- 如果是left join的话,即便关联条件不符合,左边表的数据一定会存在大表中
- 如果是right join的话,即便关联条件不符合,右边表的数据一定会存在大表中
看下面的图:
此时我们的两张表关联的条件是“公众号” :如果是inner join,那么最后我们的表只有两条记录。如果是left join ,那么最后我们的表有三条数据。如果是right join,那么我们最后的表只有两条数据
三、回顾case when
SQL中的case when then else end用法其实跟我们程序语言中的if-else很是类似,在写SQL的时候也常常会用到。
我用得比较多的语法如下:
CASE WHEN sex = '1' THEN '男' WHEN sex = '2' THEN '女'ELSE '其他' END
在when后面可以跟多个表达式,比如说:
CASE WHEN sex = '1' and name ='Java3y' THEN '男' WHEN sex = '2' and name ='Java4y' THEN '女'ELSE '其他' END
如果要为case when表达式取别名,在end 关键字后边直接加就好了
更多用法详情参考:
- www.cnblogs.com/prefect/p/5…
四、一些常用的函数
4.1 hive和presto解析json
我这边会有这种情况:将json数据存到MySQL上。我去网上搜了一下以及问了同事,为什么要将json存到MySQL的字段上时,他们的答复都差不多:
- 在MySQL存json数据,这样方便扩展啊。如果那些字段不需要用到索引,改动比较频繁,你又不想改动表的结构,那可以存join。
- ps:在MySQL 5.7版本以后支持json类型
参考资料:
- cloud.tencent.com/developer/a…
- www.zhihu.com/question/32…
我这边做报表一般来hive或presto上搞的,所以解析json的也是在那上面。
hive解析json函数:
get_json_object(param1,'$.param2')-- 如果是数组get_json_object(xjson,'$.[0].param2')
presto 对json的处理函数:
-- 数组 (去除第index个json) json_array_get(xjson,index) -- 单个jsoin对象 json_extract(xjson,'$.param2')
4.2 时间函数
昨天/近7天/本月按照这种指标来查询也是非常常见的:
昨天SELECT * FROM 表名 WHERE TO_DAYS( NOW( ) ) - TO_DAYS( 时间字段名) <= 17天SELECT * FROM 表名 where DATE_SUB(CURDATE(), INTERVAL 7 DAY) <= date(时间字段名)近30天SELECT * FROM 表名 where DATE_SUB(CURDATE(), INTERVAL 30 DAY) <= date(时间字段名)本月SELECT * FROM 表名 WHERE DATE_FORMAT( 时间字段名, '%Y%m' ) = DATE_FORMAT( CURDATE( ) , '%Y%m' )上一月SELECT * FROM 表名 WHERE PERIOD_DIFF( date_format( now( ) , '%Y%m' ) , date_format( 时间字段名, '%Y%m' ) ) =1
在presto中使用时间格式,需要明确写出关键字timestamp,比如:
select supplier,count(id) from xxx_table where sendtime >= timestamp '2019-06-01'
4.3 其他常用的函数
这里我简单整理一下我最近用过函数:
length --计算字符串长度concat --连接两个字符串substring -- 截取字符串count -- 统计数量max -- 最大min -- 最小sum -- 合计floor/ceil --...数学函数
再来分享一下最近遇到的一个需求,现在有的数据如下:
【Java3y简单】快乐学习【Java3y简单】快乐学习渣渣【Java3y通俗易懂】简单学【Java3y通俗易懂】简单学芭芭拉【Java3y平易近人】无聊学【Java3y初学者】枯燥学【Java3y初学者】枯燥学呱呱【Java3y大数据】欣慰学【Java3y学习】巴拉巴拉学【Java3y学习】巴拉巴拉学哈哈【Java3y好】雨女无瓜学
现在我统计出【】括号里边出现的频次,比如说:Java3y通俗易懂出现的频次是多少。当时一直都没想到好的思路,都快要搜“SQL 正则表达式 快速入门”了,请教了一下同事,同事很快就写出来了:
select substring_index(left(title , INSTR(title , '】') -1 ) , '【',-1) FROM `xxx_table`
group by是否会用到索引_平时工作中经常用到的SQL,这些你都知道吗?相关推荐
- mysql5.6 函数索引_聊聊MySQL中的索引
关于MySQL中的索引使用 索引是数据库优化中最常用也是最重要的手段之一,通过索引通常可以帮助用户解决大多数的SQL性能问题. 索引的存储分类: 1.B-Tree索引:最常见的索引类型,大部分引擎都支 ...
- 怎么让sql查询的字段可以不出现在group分组里_在工作中常用到的SQL
这篇文章来记录一下我曾经忘掉的group查询.join查询等一些比较实用/常用的SQL 本文主打通俗易懂,不涵盖任何优化(适合新手观看) 一.回顾group 查询 group查询就是分组查询,为什么要 ...
- 在mysql中如何为连接添加索引_在MySQL中如何为连接添加索引
http://hackmysql.com/case4 译文: 我先通过一个简单的例子说明在MySQL中如何为连接添加索引,然后再看一个有挑战性的例子. 简单的3个表的连接 表结构很简单,3个表tblA ...
- python花式索引_初探Numpy中的花式索引
Numpy中对数组索引的方式有很多(为了方便介绍文中的数组如不加特殊说明指的都是Numpy中的ndarry数组),比如:基本索引:通过单个整数值来索引数组 import numpy as np arr ...
- 请在请求中携带deviceid参数_日常工作中最容易犯的几个并发错误,你中了几个?...
作者:Jay_huaxiao 前言 列举大家平时在工作中最容易犯的几个并发错误,都是在实际项目代码中看到的鲜活例子,希望对大家有帮助. First Blood 线上总是出现:ERROR 1062 (2 ...
- MySQL工作中的实际用_总结工作中经常用到的mysql基础知识
总结工作中经常用到的mysql基础知识 发布时间:2020-06-08 11:27:30 来源:51CTO 阅读:217 作者:三月 本文主要给大家介绍工作中经常用到的mysql基础知识,文章内容都是 ...
- mysql子查询为什么不走索引_解决MySQL中IN子查询会导致无法使用索引问题
测试表如下: CREATE TABLE`test_table` ( `id`int(11) NOT NULLAUTO_INCREMENT, `pay_id`int(11) DEFAULT NULL, ...
- mysql pt工具 加索引_[转]MySQL中如何为连接添加索引
SELECT * FROM tblA, tblB, tblC WHERE tblA.col1 = tblB.col1 AND tblA.col2 = tblC.col1; explain的结果如下: ...
- mysql判断是否建立索引_判断mysql中列是否要添加索引的标准
最近再看mysql技术内部+innoDb存储引擎一书,书中第五章-索引与算法中讲到 查看表的索引信息中的一些参数含义,特作记录 show index from table_name ## 查看该表的 ...
最新文章
- github删除文件夹
- kafka-2.11-2.3.0版本配置文件参数详解_Kafka版本特性总结
- 智领先机 惠普推出家庭信息中心HIC
- ajax被token拦截,vue中封装ajax请求,并且拦截请求在请求头中添加token
- try catch finally的执行顺序到底是怎样的?
- ACCESS自动编号清零
- OpenCV基本图形绘制之圆
- 嵌入式驱动工程师开发学习路线
- matlab积分器,MATLAB_SIMULINK__积分器相关操作
- 【游戏角色设计初学入门】游戏角色制作过程及步骤
- Swing学习01:Swing是什么
- IIS6 日志删除脚本(t00ls)
- 往事如烟 - 老钟11
- 机器学习(Machine Learning)深度学习(Deep Learning)资料【转】
- ShardingSphere基本介绍及核心概念
- [perl] Perl切片
- Python实践:文件读写功能之txt文本
- PF-EPF-UPF的对比仿真
- sketchup 图片转模型_图片转换su模型的速成方法-建筑软件-筑龙建筑设计论坛
- MAC查看文件所在路径
热门文章
- python 图片打印文章总结
- torch max 判断与筛选
- CUBLAS_STATUS_ALLOC_FAILED CUDA_ERROR_OUT_OF_MEMORY
- Tensorflow加载多个模型
- python yield遍历目录
- ubuntu 安装ImageMagic
- zip的用法python_Python学习之zip函数的用法
- python utf 8_python写utf-8文件的问题
- 为什么说 Java 中只有值传递?
- vue.config.js配置不生效_华为QoS流策略配置教程