1
|
create database TestDB;
|
创建测试表table1和table2;
1
2
3
4
5
6
7
8
9
10
11
12
13
|
CREATE TABLE table1
(
customer_id VARCHAR (10) NOT NULL ,
city VARCHAR (10) NOT NULL ,
PRIMARY KEY (customer_id)
)ENGINE=INNODB DEFAULT CHARSET=UTF8;
CREATE TABLE table2
(
order_id INT NOT NULL auto_increment,
customer_id VARCHAR (10),
PRIMARY KEY (order_id)
)ENGINE=INNODB DEFAULT CHARSET=UTF8;
|
插入测试数据;
1
2
3
4
5
6
7
8
9
10
11
|
INSERT INTO table1(customer_id,city) VALUES ( '163' , 'hangzhou' );
INSERT INTO table1(customer_id,city) VALUES ( '9you' , 'shanghai' );
INSERT INTO table1(customer_id,city) VALUES ( 'tx' , 'hangzhou' );
INSERT INTO table1(customer_id,city) VALUES ( 'baidu' , 'hangzhou' );
INSERT INTO table2(customer_id) VALUES ( '163' );
INSERT INTO table2(customer_id) VALUES ( '163' );
INSERT INTO table2(customer_id) VALUES ( '9you' );
INSERT INTO table2(customer_id) VALUES ( '9you' );
INSERT INTO table2(customer_id) VALUES ( '9you' );
INSERT INTO table2(customer_id) VALUES ( 'tx' );
|
准备工作做完以后,table1和table2看起来应该像下面这样:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
mysql> select * from table1;
+ -------------+----------+
| customer_id | city |
+ -------------+----------+
| 163 | hangzhou |
| 9you | shanghai |
| baidu | hangzhou |
| tx | hangzhou |
+ -------------+----------+
4 rows in set (0.00 sec)
mysql> select * from table2;
+ ----------+-------------+
| order_id | customer_id |
+ ----------+-------------+
| 1 | 163 |
| 2 | 163 |
| 3 | 9you |
| 4 | 9you |
| 5 | 9you |
| 6 | tx |
+ ----------+-------------+
7 rows in set (0.00 sec)
|
准备工作做的差不多了,开始今天的总结吧。
一个问题
现在需要查询所有杭州用户的所有订单号,这个SQL语句怎么写?首先,你可以这么写:
1
|
select table2.customer_id, table2.order_id from table2 join table1 on table1.customer_id=table2.customer_id where table1.city= 'hangzhou' ;
|
能实现我们需要的结果。但是,我们也可以这么写:
1
|
select customer_id, order_id from table2 where customer_id in ( select customer_id from table1 where city= 'hangzhou' );
|
呃?在()括号中的的select语句是什么?问题来了,这到底是什么语法,怎么也可以完成任务,那么这篇博文就围绕着这个问题开始展开。
啥是子查询
简单的说,子查询就是:
如上图所示,子查询,有叫内部查询,相对于内部查询,包含内部查询的就称为外部查询。子查询可以包含普通select可以包括的任何子句,比如:distinct、group by、order by、limit、join和union等;但是对应的外部查询必须是以下语句之一:select、insert、update、delete、set或者do。
我们可以在where和having子句中使用子查询,将子查询得到的结果作为判断的条件。
使用比较进行子查询
一个子查询会返回一个标量(就一个值)、一个行、一个列或一个表,这些子查询称之为标量、行、列和表子查询。
当一个子查询返回一个标量时,我们就可以在where或者having子句中使用比较符与子查询得到的结果进行直接判断。比如,我现在要得到比用户tx订单数多的customer_id、city和订单数,这个sql语句怎么写。
先来说说,我写sql的一般步骤:
- 读懂需求;
- 得到比用户tx订单数多的customer_id、city和对应的订单数。
- 看看最终需要得到哪些字段信息;
- 最终需要得到customer_id、city和订单数信息。
- 分析这些字段信息涉及到哪几个表;
- 涉及到表table1和表table2。
- 这几个表是如何关联的;
- 表table1和表table2的关联就在于customer_id字段。
- 分解需求,得到一个个小的需求;
- 需要得到tx用户的订单数;
- 需要得到其它用户的订单数;
- 比较订单数。
- 确认每一个小需求的过滤条件;
- 得到每个小需求的结果,进行组装,得到最终结果。
最终,我会写出一下的sql语句:
1
2
3
4
5
6
7
8
9
10
|
select table1.customer_id,city, count (order_id)
from table1 join table2
on table1.customer_id=table2.customer_id
where table1.customer_id <> 'tx'
group by customer_id
having count (order_id) >
( select count (order_id)
from table2
where customer_id= 'tx'
group by customer_id);
|
上面的查询中使用了子查询,外部查询与子查询得到的结果进行了比较判断。如果子查询返回一个标量值(就一个值),那么外部查询就可以使用:=、>、<、>=、<=和<>符号进行比较判断;如果子查询返回的不是一个标量值,而外部查询使用了比较符和子查询的结果进行了比较,那么就会抛出异常。
使用ANY进行子查询
上面使用比较符进行子查询,规定了子查询只能返回一个标量值;但是,如果子查询返回的是一个集合,怎么办?
没问题,我们可以使用:any、in、some或者all来和子查询的返回结果进行条件判断。这里先总结使用any进行子查询。
any关键词必须与上面总结的比较操作符一起使用;any关键词的意思是“对于子查询返回的列中的任何一个数值,如果比较结果为TRUE,就返回TRUE”。
好比“10 >any(11, 20, 2, 30)”,由于10>2,所以,该该判断会返回TRUE;只要10与集合中的任意一个进行比较,得到TRUE时,就会返回TRUE。
比如,我现在要查询比customer_id为tx或者9you的订单数量多的用户的id、城市和订单数量。
我可以得到以下的sql语句来完成需求。
1
2
3
4
5
6
7
8
9
10
11
|
select table1.customer_id,city, count (order_id)
from table1 join table2
on table1.customer_id=table2.customer_id
where table1.customer_id<> 'tx' and table1.customer_id<> '9you'
group by customer_id
having count (order_id) >
any (
select count (order_id)
from table2
where customer_id= 'tx' or customer_id= '9you'
group by customer_id);
|
any的意思比较好明白,直译就是任意一个,只要条件满足任意的一个,就返回TRUE。
使用IN进行子查询
使用in进行子查询,这个我们在日常写sql的时候是经常遇到的。in的意思就是指定的一个值是否在这个集合中,如何在就返回TRUE;否则就返回FALSE了。
in是“=any”的别名,在使用“=any”的地方,我们都可以使用“in”来进行替换。这里就不举例了,尽情的发挥想象,自行发挥吧。
有了in,肯定就有了not in;not in并不是和<>any是同样的意思,not in和<>all是一个意思,关于all,下面马上就要总结了。
使用SOME进行子查询
some是any的别名,用的比较少。只需要理解any的意思就好了,这里就不做过多的总结。具体请参考上面的any部分的总结。
使用ALL进行子查询
all必须与比较操作符一起使用。all的意思是“对于子查询返回的列中的所有值,如果比较结果为TRUE,则返回TRUE”。
好比“10 >all(2, 4, 5, 1)”,由于10大于集合中的所有值,所以这条判断就返回TRUE;而如果为“10 >all(20, 3, 2, 1, 4)”,这样的话,由于10小于20,所以该判断就会返回FALSE。
<>all的同义词是not in,表示不等于集合中的所有值,这个很容易和<>any搞混,平时多留点心就好了。
标量子查询
根据子查询返回值的数量,将子查询可以分为标量子查询和多值子查询。在使用比较符进行子查询时,就要求必须是标量子查询;如果是多值子查询时,使用比较符,就会抛出异常。
多值子查询
与标量子查询对应的就是多值子查询了,多值子查询会返回一列、一行或者一个表,它们组成一个集合。我们一般使用的any、in、all和some等词,将外部查询与子查询的结果进行判断。如果将any、in、all和some等词与标量子查询,就会得到空的结果。
独立子查询
独立子查询是不依赖外部查询而运行的子查询。什么叫依赖外部查询?先看下面两个sql语句。
sql语句1:获得所有hangzhou顾客的订单号。
1
2
3
4
5
6
|
select order_id
from table2
where customer_id in
( select customer_id
from table1
where city= 'hangzhou' );
|
sql语句2:获得城市为hangzhou,并且存在订单的用户。
1
2
3
4
5
6
|
select *
from table1
where city= 'hangzhou' and exists
( select *
from table2
where table1.customer_id=table2.customer_id);
|
上面的两条sql语句,虽然例子举的有点不是很恰当,但是足以说明这里的问题了。
对于sql语句1,我们将子查询单独复制出来,也是可以单独执行的,就是子查询与外部查询没有任何关系。
对于sql语句2,我们将子查询单独复制出来,就无法单独执行了,由于sql语句2的子查询依赖外部查询的某些字段,这就导致子查询就依赖外部查询,就产生了相关性。
对于子查询,很多时候都会考虑到效率的问题。当我们执行一个select语句时,可以加上explain关键字,用来查看查询类型,查询时使用的索引以及其它等等信息。比如这么用:
1
2
3
4
5
6
|
explain select order_id
from table2
where customer_id in
( select customer_id
from table1
where city= 'hangzhou' );
|
使用独立子查询,如果子查询部分对集合的最大遍历次数为n,外部查询的最大遍历次数为m时,我们可以记为:O(m+n)。而如果使用相关子查询,它的遍历次数可能会达到O(m+m*n)。可以看到,效率就会成倍的下降;所以,大伙在使用子查询时,一定要考虑到子查询的相关性。
关于explain的更多解释,请参考这里。
相关子查询
相关子查询是指引用了外部查询列的子查询,即子查询会对外部查询的每行进行一次计算。但是在MySQL的内部,会进行动态优化,会随着情况的不同会有所不同。使用相关子查询是最容易出现性能的地方。而关于sql语句的优化,这又是一个非常大的话题了,只能通过实际的经验积累,才能更好的去理解如何进行优化。
关于sql的性能,我这里不能说什么,如果只是阅读其它人的文章来考虑性能问题,其实是没有任何感觉的,我们需要实际的项目中才能更好的理解。
EXISTS谓词
EXISTS是一个非常牛叉的谓词,它允许数据库高效地检查指定查询是否产生某些行。根据子查询是否返回行,该谓词返回TRUE或FALSE。与其它谓词和逻辑表达式不同的是,无论输入子查询是否返回行,EXISTS都不会返回UNKNOWN,对于EXISTS来说,UNKNOWN就是FALSE。还是上面的语句,获得城市为hangzhou,并且存在订单的用户。
1
2
3
4
5
6
|
select *
from table1
where city= 'hangzhou' and exists
( select *
from table2
where table1.customer_id=table2.customer_id);
|
使用explain查看一下,就会得到以下内容:
我们可以很明显的看到,存在一个相关的子查询(DEPENDENT SUBQUERY)。可以看到EXISTS和IN是非常相似的,那么它们之间的区别是什么呢?
关于IN和EXISTS的主要区别在于三值逻辑的判断上。EXISTS总是返回TRUE或FALSE,而对于IN,除了TRUE、FALSE值外,还有可能对NULL值返回UNKNOWN。但是在过滤器中,UNKNOWN的处理方式与FALSE相同,因此使用IN与使用EXISTS一样,SQL优化器会选择相同的执行计划。
说到了IN和EXISTS几乎是一样的,但是,就不得不说到NOT IN和NOT EXISTS,对于输入列表中包含NULL值时,NOT EXISTS和NOT IN之间的差异就表现的非常大了。输入列表包含NULL值时,IN总是返回TRUE和UNKNOWN,因此NOT IN就会得到NOT TRUE和NOT UNKNOWN,即FALSE和UNKNOWN。
1
|
mysql> select 'c' NOT IN ( 'a' , 'b' , NULL )\G;
|
执行一下上述代码,看看结果。你就会感到惊讶。
派生表
上面也说到了,在子查询返回的值中,也可能返回一个表,如果将子查询返回的虚拟表再次作为FROM子句的输入时,这就子查询的虚拟表就成为了一个派生表。语法结构如下:
1
|
FROM (subquery expression) AS derived_table_alias
|
由于派生表是完全的虚拟表,并没有也不可能被物理地具体化。
总结
总算总结的差不多了,当然了子查询的东西还是有很多的,不可能一篇文章就能总结的完的,这里只是把一些基本的概念,常用的知识点进行了总结,关于将子查询使用到update、delete和insert语句中的用法,我这里并没有涉及,大体上都是大同小异的。知识这个东西,展开了,就没有头了,还是需要适可而止,适当的进行深度的挖掘,但是深度最好不要超过2,关于这个2如何定义,自行把握。好了,这篇文章就到此为止了,我们下一篇见。