SQL的弱点（1）：复杂SQL不易理解，以及软件工程如何来帮忙

1. SQL是经久不衰的基础

能经过时间考验的SQL，其优点毋庸置疑。

对于日常处理数据的朋友们（BI顾问，数据开发，数仓建模，数据研发，ETL工程师，AI工程师等），SQL更是一项非常重要的基础技能。

这里就不再列举SQL的优点了（很多），而只谈谈SQL使用中的一些问题，这里是系列文章的开篇：复杂SQL不易理解。

2. 讲故事

先讲个故事来示例，注：

• 示例中的表和场景都是经过简化的，实际中可能复杂非常多
• 示例的SQL都不保证是最优的写法
• 示例中的表结构也只是示例作用

数据开发工程师小吴在一家零售企业工作，他最近的工作就是帮助运营小胡分析客户画像。

公司有2张表，都是直接存储在最简单好用的 Postgresql 12.2 数据库中：

• orders：订单表
• customers：客户表

具体内容如下：

orders：

customers

2.1 Step1 - 需要统计每个 customer_id 的总消费额

小吴快速的写了个SQL：

1. SELECT
2. customer_id,
3. SUM(unit * unit_price *(1- discount)) AS total_sales
4. FROM orders
5. GROUP BY customer_id
6. ORDER BY total_sales DESC

注：小吴是处女座的，所以SQL还是要经过排版的, 数据也是排好序的。

得到了如下结果:

2.2 Step2 - 加上客户名和过滤掉非正常用户

小胡很快给出了反馈：

1. 虽然你是开发，你熟悉于直接用ID称呼客户，但是我不习惯， 我需要看中文名字
2. 这个客户ID 2， 我记得很清楚， 是我们的测试用户，上次我们上线后，我就把它从数据库中标记 is_delete 为 True 了，你需要去除掉

小吴说：好的

在解决了如下问题后：

1. 查阅了JOIN的几种语法
2. 通过表别名解决了错误：column reference "customer_id" is ambiguous
3. 通过 max() 解决了错误：column "customers.customer_name" must appear in the GROUP BY clause or be used in an aggregate function

得到了如下SQL （注意：修改散落在多个地方）

1. SELECT
2. orders.customer_id,
3. MAX(customer_name) AS customer_name,
4. SUM(unit * unit_price *(1- discount)) AS total_sales
5. FROM orders JOIN customers
6. ON orders.customer_id = customers.customer_id
7. WHERE customers.is_delete=False
8. GROUP BY orders.customer_id
9. ORDER BY total_sales DESC

得到结果：

2.3 Step3 - 复杂的任务来了，要把客户分等级了

运营同学在阿里进修了一门《人人都可以当运营》课程，回来对数据小吴说：小吴呀，我们的会员体系要做起来呀，会员是我们以后上市的支柱，即使对我们的天使轮也是非常有用的呀。而且我学到了：“一定要结合客户所在地做会员分级”，所以，我决定：

1. 对于所在地在”上海“的客户：如果他/她的消费额 >= 300, 那么他/她是白金会员，如果在区间 [100, 300), 则是黄金会员，否则就是普通会员
2. 对于所在地为”杭州“的客户：如果他/她的消费额 >= 250, 那么他/她是白金会员，如果在区间 [80, 250), 则是黄金会员，否则就是普通会员

小吴这下要好好考虑这个问题了。

2.3.1 同一层SQL上改

首先，他试着在上步骤的SQL中，直接把会员等级这个直接算出来,

1. SELECT
2. orders.customer_id,
3. MAX(customer_name) AS customer_name,
4. SUM(unit * unit_price *(1- discount)) AS total_sales,
5. CASE city
6. WHEN '上海' THEN
7. CASE WHEN SUM(unit * unit_price *(1- discount))