一文搞懂SQL：基础知识篇
极客时间编辑部
讲述：丁婵大小：8.73M时长：06:21
你好，欢迎收听极客视点。
SQL（Structured Query Language）是一种古老而简洁的程序设计语言。一直被各种吐槽，但却有着众多语言所难得的漫长寿命，并展现出极好的拓展性，在不同时期衍生出不同的子语言。为便于你了解 SQL 基础知识，腾讯 CDG 数据分析师李扬洁对日常工作中常用的 SQL 基础知识进行了总结，发文于公众号“腾讯大讲堂”，供你参考。
1. 库表基本操作
数据库的连接与切换，数据表的创建与删除，是使用 SQL 进行库表预览的基本操作。这些基本操作，可以通过前端的可视化界面进行，也可以从后台直连数据库展开，需由使用者所拥有的权限级别来选择。
除了一些常规的每日运行的计算任务外，很多时候只是单纯地对一张表进行处理，比如插入 / 删除几条数据、更新某个字段值。这些操作往往是单次的，局部的，目的清晰，所以掌握其中的关键字就可以实现。
还有视图应用，相当于在统计逻辑和实际库表之间提供了一种折中的方案。完成这个功能，逻辑上是必须有这么几道工序的，但又不想在每一道工序里都落地一张实际的数据表，显得繁琐而臃肿，那就引入视图吧，把这些中间的工序用视图的形式去实现和替代。
2. 数据查询语句
SQL 作为面向数据库表的基础语言，用户群体具有多样性。不同用户群体对 SQL 的侧重点是有差异的，但无论是哪一个群体，基本都绕不开数据查询语句，是一块必要内容。
能写一个简单查询语句，其实就已展开了和数据库表的对话过程。不管是哪种 SQL 的拓展语言，简单查询里的语法基本都还是一致的。
在简单查询的基础上，添加一些约束条件，也就是过滤查询。比如你可以用 like 或者 relike 来做正则匹配，也可以用 and 或者 or 这两个通配符对这些约束条件进行排列组合。
排序查询可以细分为两个场景，一个是在查询内部的排序，即根据某个字段的属性值进行表内部分区，对分区进行排序查询后输出，可以用 row_number 的形式来实现；另一个是把整个查询当做一个整体，对结果表进行排序查询后输出，用 order by 来实现即可。
3. 数据聚合与连接
数据查询语句不会影响原生的表结构，即原来的表是按照什么逻辑写的数据，查询结果里的数据也是基于这种逻辑，只是筛选了局部数据而已。但数据聚合与连接就不一样了，聚合会在纵向上改变原生表结构，连接则在横向上拓展了表结构。
要对一张表做数据聚合，其实理解了两个概念即可，维度和指标。维度是你要基于哪些字段来做聚合，指标是在这个维度之上，你想用什么汇总函数生成哪些指标。数据聚合的关键字是 group by，维度里的属性值仍来自于原生表，指标则是新生成的汇总值。
而对两张表或者 N 张表做连接，是 SQL 里面非常重要的一个内容，也是最容易埋坑的一个点。尽管数据连接只涉及四种方式，七个语法，但其仍然是绝大部分 SQL 脚本的核心内容。选择合适的可靠的数据连接方式，应该是一个 SQL 运动员的基本功了。
4. 函数应用
以下参考 TDW 的函数库分类，将日常所用的函数细分为几个子类别。
第一，数学函数： SQL 里的数学函数主要和数值处理有关，主要用于对具体数值的细节调整。变换函数则会改变该字段的数据分布形态，如正弦 sin，余弦 cos 等。
第二，聚合函数： 在数据聚合中，选择了具体字段作为聚合维度后，之后便是应用各种聚合函数得到汇总值的过程。其中有简单聚合函数如 count 计数、sum 求和、avg 求平均。也可以基于分布特征，max/min 取极值，std 取标准差，variance 取方差。另外若在聚合过程中涉及分区处理的话，也有 rank，first/last_value 等函数可以应用。
第三，时间和日期函数：主要细分为时间的加减、取值和转换这三类。其中时间加减里，又涉及不同的时间维度。时间取值函数则是在一个详细的时间戳里，取出自己想要的部分。时间转换函数则是时间形式的切换，如日期格式、格林尼治时间戳格式等。
第四，文本处理： 数据类型可以粗糙地分为数值数据和文本数据，对于文本数据的处理，也有很多对应的函数。其中有一些简单取值函数，如通过 length 和 size 获得字段长度和数组大小，通过 upper 和 lower 可以切换大小写。正则表达式也是文本处理中一个特别重要的模块。
除了以上所盘点的一些通用函数外，还有很多特定场景下应用的特定函数，以及逻辑函数、转换函数等多种特殊函数。
5. 具体开发环境的注意点
和其它众多语言一样，SQL 的编写也不能脱离其自身的开发环境，不同的数据库形态、不同的 IDE，都会有一些差异点和新特性。具体开发环境的注意事项，还是要在具体环境里去发现和探索。
以上就是今天的内容，希望对你有所帮助。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
- Stephen好文章
收起评论