SQL从优秀到卓越：第1部分

　　用CTES，你可以走远。

　　泰勒布朗洛

　　5月5·5分钟阅读

　　上周我看到了一条让我思考的推文：如果可以的话，我会回去的SQL’黑客’，并迟早教我自己？这个简单的问题很快就变成了一系列文章，这些文章阐述了一些我最喜欢的方法，解释了他们为什么有用的，以及如何使用它们。我选择的主题是：

　　第1部分：通用表格表达式

　　第2部分：关于这些日期

　　第3部分：另一个Join

　　第4部分：窗口函数

　　有一个提出不受欢迎的SQL方法，对您带来了差异吗？给我发表评论！

　　好的，第1部分：CTE！

　　什么是CTE？

　　通用表格表达式（CTE）是单个查询中可用的临时表。

　　他们使用以下语法：

　　WITH cte_name AS

　　(SELECT ... FROM ... )

　　SELECT * FROM cte_name;

　　为什么他们很重要

　　展示为什么这个看似良性的查询结构是如此有益，让我们来看看一个例子。说我有两个表：

　　比赛：网球比赛统计数据选手：网球选手元数据的文件

　　> Tennis Match Preview

　　

　　> Tennis Players Preview

　　我想找到每个玩家的年龄，当他们赢得他们的第一个大满贯决赛时。

　　为此，我需要找到每个玩家首次赢得自考匹配表的大满贯，然后使用玩家表将该日期与其出生日期进行比较。

　　这个问题有很多方法，但它们在很大程度上用了两种方法：

　　

　　> Image by Author

　　虽然两种方法的长度相似，但应用的逻辑是相同的，而CTE方法存在一些明显的优势：

　　1.理解更容易。

　　如果回答这个问题的第1步涉及每次玩家首次赢得大满贯，那么这不是你读过的第一件事吗？

　　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方工作，直到您终于到达第一行。

　　CTES让您以简单地有意义的方式构建您的查询，不仅仅是您在写查询时不仅受益，而且还有其他人被迫尝试解释它。

　　2.更快的迭代。

　　如果我想知道最年轻的球员，竟然怎么办？或者最古老的球员在任何锦标赛中赢得最终决赛，而不仅仅是大满贯？

　　我可以轻松调整我的CTE Grand_slam_matches来回答这些问题，而无需担心我正在掌握右侧的更改。

　　如此大量的数据分析涉及这些快速迭代调整到我们的查询，因为我们与数据有“对话”。当我们有复杂的疑问时，这些“调整”可以膨胀到痛苦的任务;CTES为您提供一个常识结构，以便快速完成这些快速调整。

　　3.值得信赖的验证

　　像每个良好的分析师一样，我将始终验证我的结果（），CTEs使CTE更加简单。由于我可以检查每个CTE，我可以快速识别任何验证错误的来源，并解决单个逻辑步骤，而不是处理临时的子查询。

　　如果你保留得分，我认为这是对CTES的40人。

　　CTE POWER-UP

　　CTES在个人查询级别的好处是众多，但如果我们可以采取CTE的好处，并且在我们的整个分析中应用它，而不仅仅是一个查询？

　　随着SQL笔记本电脑最近的进步，我们可以在将CTE构造应用到更大的比例中时，可以开始查看可能发生的可能性。

　　在这些笔记本电脑中，每个单元格表示CTE，并且可以通过任何其他小区引用这些单元中的每一个，实际上，创建CTE的整个连接的图形。

　　

　　> Our analysis done in Count.co

　　或作为连接图：

　　

　　> Our analysis represented as a connected graph. Image by Author.

　　这使你能做什么可能令人惊讶。您仍然享受单个CTE的好处，例如在逻辑流中构建分析，使快速迭代和验证检查，但另外，它允许查询和文本的参数化。

　　累积效果更像是一个应用程序而不是查询。

　　如果我们想扩展我们的分析，包括更多疑问，我们可以将更多的单元格连锁在一起。如果我们想要包含全局过滤器，我们可以将那些添加到笔记本并将那些与其他单元格中的链接。

　　

　　> Image by Author.

　　CTE最佳实践使用唯一和有意义的列和CTE名称（请使用’CTE’作为…）试着让他们“一般”，这样你就可以轻松回去并调整逻辑进一步阅读PostgreSQL，BigQuery，Snowflake，Redshift，MySQL的CTE文档如何在SQL中使用CTES

　　尽快留出第2部分！