前言
只有光頭才能變強。
文本已收錄至我的GitHub倉庫，歡迎Star：https://github.com/ZhongFuCheng3y/3y
最近在公司做了幾張報表，還記得剛開始要做報表的時候都快把SQL給忘光了（當時在廣州休假了1個月多，在實習期間也沒咋寫過SQL），回到公司的第一個需求就是做報表。
於是我很不要臉地跟帶我的學長說：“SQL我好像忘光了，group 分組查詢好像都忘得差不多了，我得復習一下”。
這篇文章來記錄一下我曾經忘掉的group查詢、join查詢等一些比較實用/常用的SQL
- 本文主打通俗易懂，不涵蓋任何優化(適合新手觀看)
一、回顧group 查詢
group 查詢就是分組查詢，為什么要分組查詢？因為我們想按某個維度進行統計。下面來看個圖：
比如說，我想知道：每天Java3y這個公眾號的點擊量是多少。按我們人工而言，思路很簡單：把相同的天數以及公眾號名稱為Java3y的數據找出來，再將每個點擊量相加，就得出了結果了。
用上SQL我們可能會這樣寫：
select name,time,sum(pv) as pv
from xxx_table
where name = 'Java3y' group by name,time
1.1 group 查詢可能存在的誤解
記得有一天，有個群友在群上問了一個問題：
其實他的需求很簡單：檢索出數據分組后時間最高的記錄。但他是這樣干的：
- 把先按照時間
order by - 對
order by后的記錄進行分組
示例圖：
1.2 造成這個誤解的可能原因
有的工具可以支持這種的寫法：
select * from xxx_table group by name
這種寫法沒有被禁止，並可以得出結果，比如得到的結果是：
Java4y 20 7月15號
Java3y 30 7月15號
這種寫法其實是不合理的，要知道的是：使用group by 分組統計之后，我們的select 后面只能跟着group by 的字段，或者是聚合函數。
因為，我們對數據進行了分組查詢，數據的分布情況，我們是不關心的。
記住：先分組，后統計(先把數據歸類后，再對相同的數據進行統計)
1.3 group查詢最常用的SQL
去重是我們經常會遇到的問題，打個比方說，由於各種原因（不管是業務上還是說是臟數據），現在我有兩條重復的數據（除了ID，其余的字段都是相同的）：
我這邊只希望留下某一條記錄作為查詢結果就好了，我們可以寫下以下的SQL：
select * from user where id in(
select min(id) from user where name = 'Java3y' and pv = 20 and time='7-25' group by name,pv,time;
)
上面這條SQL是非常非常實用的，除了我說的去重以外，其實我們可以再”思考“一下：
- 上面已經說了，使用
group by分組統計之后，我們的select 后面只能跟着group by 的字段，或者是聚合函數。 - 很多時候我們
group by了以后，還想要查詢結果中包含group by之外的字段(一般情況下，我們都不可能將group by 涵蓋所有的字段)，我們就可以上面那樣，將查詢后的結果作為子查詢，放在外部查詢的where 子句后，這樣外部查詢是可以select 出其他字段的。
(SQL寫得比較少的朋友可能沒什么感觸啊，但我希望上面那種寫法大家能夠記住，以后一定會遇到類似的情況的)
二、回顧join查詢
join查詢不知道大家在剛學的時候是怎么理解的，反正我當初好像就挺迷迷糊糊的。我覺得join查詢可以簡單理解成這樣：我想要的查詢結果，一張表搞不掂，那我就join另一張表
比如說，現在我有兩張的表：
現在我想知道在7月25號時：每個公眾號的點擊量、公眾號名稱、號主名稱、公眾號的創建日期
- 顯然，我們會發現一張表搞不掂啊，某些數據要依賴於另一張表才能把數據"完整"展示出來
那join其實就是把兩張表合起來的一個操作：
兩張表合並起來以后我們就會發現，這張“大表”就含有這兩張表的所有字段啦，那我想要什么都有了！
值得注意的是：在join的時候，會產生笛卡爾積（至於什么是笛卡爾積我這里就不說了，反正我們要記住的是join表時一定要寫關聯條件去除笛卡爾積）
另外，left join和right join也是我們經常用到，如果我們單純寫join關鍵字，那會被當成是inner join 。下面我簡單解釋一下：
- 上面說了，在join的時候一定要寫關聯條件，如果是
inner join的話，只有符合關聯條件的數據才會存在最大表中 - 如果是
left join的話，即便關聯條件不符合，左邊表的數據一定會存在大表中 - 如果是
right join的話，即便關聯條件不符合，右邊表的數據一定會存在大表中
看下面的圖：
此時我們的兩張表關聯的條件是“公眾號” ：如果是inner join，那么最后我們的表只有兩條記錄。如果是left join ，那么最后我們的表有三條數據。如果是right join，那么我們最后的表只有兩條數據
三、回顧case when
SQL中的case when then else end用法其實跟我們程序語言中的if-else很是類似，在寫SQL的時候也常常會用到。
我用得比較多的語法如下：
CASE WHEN sex = '1' THEN '男'
WHEN sex = '2' THEN '女'
ELSE '其他' END
在when后面可以跟多個表達式，比如說：
CASE WHEN sex = '1' and name ='Java3y' THEN '男'
WHEN sex = '2' and name ='Java4y' THEN '女'
ELSE '其他' END
如果要為case when表達式取別名，在end 關鍵字后邊直接加就好了
更多用法詳情參考：
四、一些常用的函數
4.1 hive和presto解析json
我這邊會有這種情況：將json數據存到MySQL上。我去網上搜了一下以及問了同事，為什么要將json存到MySQL的字段上時，他們的答復都差不多：
- 在MySQL存json數據，這樣方便擴展啊。如果那些字段不需要用到索引，改動比較頻繁，你又不想改動表的結構，那可以存json。
- ps:在MySQL 5.7版本以后支持json類型
參考資料：
- https://cloud.tencent.com/developer/article/1004449
- https://www.zhihu.com/question/324674084/answer/685522547
我這邊做報表一般來hive或presto上搞的，所以解析json的也是在那上面。
hive解析json函數：
get_json_object(param1,'$.param2')
-- 如果是數組
get_json_object(xjson，'$.[0].param2')
presto 對json的處理函數:
-- 數組 (去除第index個json)
json_array_get(xjson,index)
-- 單個jsoin對象
json_extract(xjson,'$.param2')
參考資料：
4.2 時間函數
昨天/近7天/本月按照這種指標來查詢也是非常常見的：
昨天
SELECT * FROM 表名 WHERE TO_DAYS( NOW( ) ) - TO_DAYS( 時間字段名) <= 1
7天
SELECT * FROM 表名 where DATE_SUB(CURDATE(), INTERVAL 7 DAY) <= date(時間字段名)
近30天
SELECT * FROM 表名 where DATE_SUB(CURDATE(), INTERVAL 30 DAY) <= date(時間字段名)
本月
SELECT * FROM 表名 WHERE DATE_FORMAT( 時間字段名, '%Y%m' ) = DATE_FORMAT( CURDATE( ) , '%Y%m' )
上一月
SELECT * FROM 表名 WHERE PERIOD_DIFF( date_format( now( ) , '%Y%m' ) , date_format( 時間字段名, '%Y%m' ) ) =1
在presto中使用時間格式，需要明確寫出關鍵字timestamp，比如：
select supplier,count(id)
from xxx_table
where sendtime >= timestamp '2019-06-01'
參考資料：
4.3 其他常用的函數
這里我簡單整理一下我最近用過函數：
length --計算字符串長度
concat --連接兩個字符串
substring -- 截取字符串
count -- 統計數量
max -- 最大
min -- 最小
sum -- 合計
floor/ceil --...數學函數
再來分享一下最近遇到的一個需求，現在有的數據如下：
【Java3y簡單】快樂學習
【Java3y簡單】快樂學習渣渣
【Java3y通俗易懂】簡單學
【Java3y通俗易懂】簡單學芭芭拉
【Java3y平易近人】無聊學
【Java3y初學者】枯燥學
【Java3y初學者】枯燥學呱呱
【Java3y大數據】欣慰學
【Java3y學習】巴拉巴拉學
【Java3y學習】巴拉巴拉學哈哈
【Java3y好】雨女無瓜學
現在我統計出【】括號里邊出現的頻次，比如說：Java3y通俗易懂出現的頻次是多少。當時一直都沒想到好的思路，都快要搜“SQL 正則表達式 快速入門”了，請教了一下同事，同事很快就寫出來了：
select substring_index(left(title , INSTR(title , '】') -1 ) , '【',-1)
FROM `xxx_table`
哇~，awesome
最后
樂於輸出干貨的Java技術公眾號：Java3y。公眾號內有200多篇原創技術文章、海量視頻資源、精美腦圖，關注即可獲取！
覺得我的文章寫得不錯，點贊！