SQL从优秀走向卓越(第一部分)

使用CTE（公共表表达式），您可以走得更远。

什么是CTE？

公共表表达式(CTE)是在单个查询中可用的临时表。

它们使用以下语法：

WITH cte_name AS   
  (SELECT ... FROM ... )  
SELECT * FROM cte_name; 

为什么CTE很重要?

为了说明这种查询构造为何如此有用，让我们看一个示例。假设有两张表：

1. 比赛（matches）：网球比赛统计数据
2. 球员（players）：网球球员元数据

网球比赛表：

网球运动员表：

我想知道每个球员在赢得第一个大满贯决赛时的年龄。

为此，我需要从比赛表中找出每个球员第一次赢得大满贯的时间，然后使用球员表将该日期与他们的出生日期进行比较。

有很多方法可以解决这个问题，但主要归结为两种方法：

虽然两种方法的代码长度相似，使用的逻辑相同，但CTE方法有一些明显的优势：

1. 更容易理解

如果回答问题的步骤1涉及获得每个球员第一次赢得大满贯，那这不应该是你读到的第一件事吗？

使用子查询，执行顺序几乎不可能辨别，因为您被迫扫描最低级别的缩进并向上和周围工作，直到最终到达第一行。

CTE允许您以一种简单的方式构建查询，不仅使您在编写查询时受益，而且更容易解释。

2. 更快速的迭代

如果我想知道最年轻的球员进入大满贯决赛但输了怎么办？或者是在任何锦标赛中赢得决赛的最年长球员，而不仅仅是大满贯？

我可以轻松地调整CTEgrand_slam_matches来回答这些问题，而不必担心我是否在正确的子查询中进行了更改。

如此多的数据分析要求对查询进行快速迭代。当我们创建复杂的查询时，这些“调整”会成为艰辛的任务；CTE为您提供了一个常识性的结构，可以快速完成这些快速调整。

3. 快速验证

像每个优秀的分析师一样，我会始终验证我的结果，而CTE令验证变得更简单。由于我可以检查每个单独的CTE，因此我可以快速确定错误的来源并排除故障，而不是处理混乱的子查询。

增强CTE

CTE在单个查询中的优势是显而易见的，但如果可以将这种优势扩展到整个分析，而不仅仅是单个查询呢？

随者SQL notebooks的发展，我们看到大规模应用CTE的可能性。

在SQL笔记本中，每个单元格代表一个CTE，并且这些单元格中的每一个都可以被任何其他单元格引用，这就创建了一个完整的CTE连接图。

或者作为连接图：

SQL笔记本大幅增强了CTE，您仍然可以享受单个CTE的好处，例如在逻辑流中构建分析、快速迭代和验证结果，此外它还允许对查询和文本进行参数化。

如果我们想扩展分析以包含更多查询，可以将更多单元格链接在一起。如果我们想包括全局过滤器，可以将它们添加到笔记本中，并像任何其他单元格一样链接它们。

CTE最佳实践

1. 使用唯一且有意义的列和CTE名称（请不要使用 WITH 'cte' AS...）
2. 尽可能使CTE是“通用”的，以便您可以轻松调整逻辑

---

数据黑客：开源金融数据仓库，专注数据工程和机器学习。

• 作者：Taylor Brownlow
• 来源：Medium
• 原文：Take your SQL from Good to Great: Part 1
• 翻译：数据黑客