如何编写复杂sql

转载：
https://cloud.tencent.com/developer/article/1033405
经常有人问我那非常复杂的sql是怎么写出来的，我一直不知道该怎么回答。 因为虽然我写这样的sql很顺手，可是我却不知道怎么告诉别人怎么写。很多人将这个问题归结为天赋，我却不这么看，我想这个不是天赋的问题，任何人经过一定有效率的学习和练习都能完成。有的人可能学习的快点，有的人可能学习的慢点，这个的确跟每个人有关，但只要经过有规律的练习，我觉得还是能够很快的写出符合要求的sql的。我也一直认为，不知道怎么写是因为没有找到一套行之有效的方法。在看《李小龙传奇》，略有感想，联系到这个问题，举个例子说明一下。 凯恩教授曾说：要善于把复杂的问题简单化。李小龙最后把深奥的武学简而单之的化为功和防，就是中国古典哲学中的阴和阳。对于一个复杂的报表，乍一看，很麻烦，ｎ多张的表的数据堆砌在一起，似乎杂乱五章让初学者看了就头疼，更不用说写了。在复杂的sql中，比较有代表性的就是报表的sql，这里我们举一个简单的例子，套用凯恩教授的话，进行简单的分解：

假设有一张保险的报表，需要出如下数据(人是家庭成员数):

    产品线 保险单数量 男性的数量 女性的数量 1人 2人 3人 >3人 25岁 25-35 35-45 45-55 >55

    这个报表涉及到三张表，不算很复杂，分别是：

    product
    (
            product_id varchar(64),
            product_name varchar(255)
    )
    insurance
    (
            ins_id varchar(64),
            product_id varchar(64),
            cust_id varchar(64),
            额度等等...
    )
    customer
    (
            cust_id varchar(64),
            cust_name varchar(64),
            cust_sex varchar(8),
            cust_age integer,
            family_num integer
    )
在此我们尽可能的简化表结构，只列出我们用到的字段。从报表结构上看，insurance是主表，这个任何人都能看出来。再看报表产品线从product表中取，那么先将它列出来，在纸上写个字段：

    product_id

再看保险单数量，这个从insurance表中取，其实就是count(ins_id)，也写上， 现在变成如下形式：

    product_id ins_id

再看后面的字段，因为都是从customer表中取，所以化繁为简，变成如下形式：

    product_id ins_id cust_id

这个就是我们的报表结构，非常简单，只有三个字段，再看product_id和cust_id，都是从ins_id获得，那么删掉，最后只剩ins_id，ins_id从insurance中取，insurance表也就是我们的主表。这也是我们最初从报表结构上看出来的。

接着上面的，化为简单之后，我们再一步步的将报表字段逐个的填上，上面的过程是将复杂化为简单，下面我们还得从简单变成复杂，毕竟我们最后要的结果是个复杂的结果集。但是，从简单化为复杂，仍然要从简单入手，上面已经将一个复杂的问题简化为了三个简单的问题，那么接下来我们只要分别解决三个简单的问题就可以了。

只要把这三个简单的问题解决了，整个报表也就完成了。

    首先，根据上面的简化结果我们得到的报表结构是：

    ins_id

    1

    2

    这个就是我们简化之后的报表结构，sql描述如下：

    select

            ins_id

    from insurance

    [where ...]

    如果有条件，完善where语句即可

    第二步，补充上product信息和客户信息，也就是转换为如下结构：

    product_id ins_id cust_id

    sql语句描述如下:

    select 
            a.ins_id,
            b.product_id,
            c.cust_id
    from
            insurance a,
            product b,
            customer c
    where 
            a.product_id=b.product_id
            and a.cust_id=c.cust_id
    通过上面的sql，我们可以得到下面的结果集，也就是我们从上面由繁化简得到的结果集：

    product_id ins_id cust_id

    QD         1      1

    QD         2      2

    这里，我们使用了一个product_id代替了产品信息，使用cust_id代替客户信息，因为通过product_id我们就可以拿到有关该产品的任何信息，通过cust_id我们可以拿到关于该客户的任何信息，这也是简化的关键。

    第三步，补充上报表需要的所有字段，这个很简单，上面已经查出来了，只需要罗列一下即可：

    select 
            a.ins_id,
            b.product_id,
            b.product_name,
            c.cust_id,
            c.cust_name,
            c.cust_sex,
            c.cust_age,
            c.family_num
    from
            insurance a,
            product b,
            customer c
    where 
            a.product_id=b.product_id
            and a.cust_id=c.cust_id
跟上面的sql相比，这里仅仅是把用到的字段列出来而已，并没有什么特别的地方。 但是，跟我们最后要的结果集相比，它还显得非常简陋，不过它已经具有了我们报表 需要的所有的字段了，已经具有最终报表的雏形了。

下面的步骤可能需要一些小小的技巧，但是也很简单，一点也不复杂。从报表结构上看 需要列出来的东西比上面的sql出来的字段要多很多。但实际上，所有的报表字段都是从上面的sql列出来的字段经过简单处理而得来的，比如性别的数量，其实就是count(‘男’)或者count(‘女’)，年龄是count(cust_age)得到的。

初学者很容易陷入这样的一个陷阱：我统计男性的数量，那么怎么才能根据c.cust_sex算出男性和女性的数量呢？这是初学者的思维方式还没有转换为sql语言的思维方式的原因。对于上面的结果集而言，如果是人工计算的话，可能很容易看出来，但是对于数据库引擎来说，我们必须告诉它一个算法，也就是告诉它怎么计算。简单的说，必须将我们的思维方式转换为数据库引擎的思维方式。如果要计算数量的话，我们很容易想到count函数，但是对于性别来说，怎么才能同时count出男性和女性的数量呢？这只要简单的转化一下即可，把一个字段转换为两个字段，也就是把性别这个字段转换为男、女两个字段(下面我们使用f代表男，m代表女)：

    select 
            a.ins_id,
            b.product_id,
            b.product_name,
            c.cust_id,
            c.cust_name,
            c.cust_sex,
            c.cust_age,
            c.family_num,
            -- 男
            0 as f,
            -- 女
            0 as m,
            -- 其他的依次类推
            -- 家庭成员数
            0 as p_1,
            0 as P_2,
            0 as p_3,
            0 as gt3,
            -- 客户年龄
            0 as lt25,
            0 as gt25lt35,
            0 as gt35lt45,
            0 as gt45lt55,
            0 as gt55
    from
            insurance a,
            product b,
            customer c
    where 
            a.product_id=b.product_id
            and a.cust_id=c.cust_id

这样我们就把所有需要的字段补充完整了，到这里离我们所要的结果集已经很近了！基本上已经能够看到结果集的样子了。但是，现在的结果集还不正确，因为大部分的统计字段还都是0，我们需要对它进行转换。 转换完成之后，只需要分组然后count一下即可。这里需要使用到case when语句，这个就是sql中的if else语句：

    select 
            a.ins_id,
            b.product_id,
            b.product_name,
            c.cust_id,
            c.cust_name,
            c.cust_sex,
            c.cust_age,
            c.family_num,
            -- 男
            -- 这个地方根据数据库字段的不同，处理方式也不同
            -- 如果数据库中cust_sex的数据类型本身就是0和1，那么就不需要转换
            -- 只列出来即可
            (case when c.cust_sex='男' then 1 else 0 end) as f,
            -- 女
            (case when c.cust_sex='女' then 1 else 0 end) as as m,
            -- 其他的依次类推
            -- 家庭成员数
            (case when c.family_num=1 then 1 else 0 end) as p_1,
            (case when c.family_num=2 then 1 else 0 end) as P_2,
            (case when c.family_num=3 then 1 else 0 end) as p_3,
            (case when c.family_num>3 then 1 else 0 end) as gt3,
            -- 客户年龄
            (case when c.cust_age<=25 then 1 else 0 end) as lt25,
            (case when c.cust_age>25 and c.cust_age<=35 then 1 else 0 end) as gt25lt35,
            (case when c.cust_age>35 and c.cust_age<=45 then 1 else 0 end) as gt35lt45,
            (case when c.cust_age>45 and c.cust_age<=55 then 1 else 0 end) as gt45lt55,
            (case when c.cust_age>55 then 1 else 0 end) as gt55
    from
            insurance a,
            product b,
            customer c
    where 
            a.product_id=b.product_id
            and a.cust_id=c.cust_id
    最后分组count一下即可：
    select 
            a.product_id,
            a.product_name,
            count(a.ins_id) as ins_num,
            -- 性别
            count(a.f) as f_num,
            count(a.m) as m_num,
            -- 成员数
            count(a.p_1) as p_1_num,
            count(a.p_2) as p_1_num,
            count(a.p_3) as p_1_num,
            count(a.gt3) as gt3_num,
            -- 年龄
            count(lt25) as lt25_num,
            count(gt25lt35) as gt25lt35_num,
            count(gt35lt45) as gt25lt35_num,
            count(gt45lt55) as gt25lt35_num,
            count(gt55) as gt55_num
    from(
            select 
                    a.ins_id,
                    b.product_id,
                    b.product_name,
                    c.cust_id,
                    c.cust_name,
                    c.cust_sex,
                    c.cust_age,
                    c.family_num,
                    -- 男
                    -- 这个地方根据数据库字段的不同，处理方式也不同
                    -- 如果数据库中cust_sex的数据类型本身就是0和1，那么就不需要转换
                    -- 只列出来即可
                    (case when c.cust_sex='男' then 1 else 0 end) as f,
                    -- 女
                    (case when c.cust_sex='女' then 1 else 0 end) as as m,
                    -- 其他的依次类推
                    -- 家庭成员数
                    (case when c.family_num=1 then 1 else 0 end) as p_1,
                    (case when c.family_num=2 then 1 else 0 end) as P_2,
                    (case when c.family_num=3 then 1 else 0 end) as p_3,
                    (case when c.family_num>3 then 1 else 0 end) as gt3,
                    -- 客户年龄
                    (case when c.cust_age<=25 then 1 else 0 end) as lt25,
                    (case when c.cust_age>25 and c.cust_age<=35 then 1 else 0 end) as gt25lt35,
                    (case when c.cust_age>35 and c.cust_age<=45 then 1 else 0 end) as gt35lt45,
                    (case when c.cust_age>45 and c.cust_age<=55 then 1 else 0 end) as gt45lt55,
                    (case when c.cust_age>55 then 1 else 0 end) as gt55
            from
                    insurance a,
                    product b,
                    customer c
            where 
                    a.product_id=b.product_id
                    and a.cust_id=c.cust_id
    ) a
    group by b.product_id, b.product_name
到现在未知，我们所要的结果就完全出来了。整个过程是一个化繁为简，再由简单堆砌为复杂的过程。对于初学者，培养出这样的思维方式似乎还很难，但是只要经过一两个这样的需求的练习，这中思维方式就很容易形成了，到最后，当你看到一个报表结构的时候，这样的思维过程仅仅是一瞬间的事，你的脑海里是n张的数据表格，经过相应关联之后，你的脑海里得到是报表结构的前一张结果集的结构，然后再往前推前一张结果集的结构，直到推到主表，然后再正向推一编，最后推到完整的报表结构，这个思维过程非常快，很可能再你的脑子只推一两步的时候，你就已经知道怎么写了。