京公网安备 11010802034615号
经营许可证编号:京B2-20210330
深入理解SQL大逻辑
1、只要结果不问过程
当我们写出一条SQL语句后,SQL语句是到数据库中去执行的,具体怎么理解和执行SQL是数据库的事,我们关心的事儿就是如何写好SQL语句,别让数据库对我们的SQL产生误解,造成SQL无法执行或者执行错误就好了。
有句古话,叫做“但行好事,莫问前程”,意思是自身要多做义举做好当下,而不要去牵挂往后的发展,这句话套用在SQL上就是“但行好事,莫问过程”,SQL只管告诉数据库,我要的数儿是什么,而不用管数据库是用什么方法把数据给你一行行提取出来的。
从个人经验来看,对与一个以前从未有过编写计算机程序的读者来说,学习SQL反而更加容易一些。这是因为SQL是一种非过程化编程语言。所谓的”非过程化”,是指不要求我们给出SQL查询的执行过程,只需要用户定义出执行后数据的结果,具体的执行过程则由执行该语言的数据库来实现。
如果你对上述叙述感到费解,那么恭喜你,你可能不会遇到以前因为学习过某种计算机编程语言的既有知识带给你学习SQL的困恼。
2. SQL的可视化理解
我们经常看到别人编写的很长的一段SQL语句,分析该语句的执行目的对于SQL初学者往往很困难。在这一节里,我们将结合一个非常具体的案例帮助大家理解SQL语句的执行顺序。
假设在数据库(或者Excel)里有以下两个表格,两个表格分别命名”左表”和”右表”。这两个表格是企业培训系统数据局中常见的数据结构,左表是为企业每个员工设置的他所要参加的培训类别,一个员工可以被指定多个培训类别(或者叫做”培训科目群组”),而每个培训类别包含多个培训项目,具体的培训类别和培训项目对照放在右表中。请仔细了解并弄懂以下两个表格之间的关系,因为,后面的解说全部参照这两个表格中的数据。
现在,结合这两个表格,我们想得到如下一个综合的表格:通过这个综合表格,可以知道每一个员工被指派的”所有具体的培训项目”。我们知道,在这个案例中,即使不用SQL,我们也能以左右两个表格中共有的”培训类别”字段作为关联获得这个结果。
假设我们对SQL还不是很熟悉,还不具备手动书写SQL的能力,请教了一位专家,他帮我们写出的SQL语句如下:
下面的问题是,怎么理解这个SQL语句呢?我们已经知道最基础的SQL语句是由SELECT…FROM…WHERE三段儿组成的,这三段儿的执行顺序如下图所示:
在最基础的SQL语句中,最先执行的是FROM,FROM关键字后面通常是SQL语句所涉及的所有表格名称,在这里涉及两个表格:[左表],[右表] 。
当该SQL语句发送到数据库时,FROM代码段中的两个表格会做一个交叉对接的操作,也就是:用左表的每一行记录和右表的每一行记录对接,形成一行新的记录,执行过程如下图。
FROM代码段的执行结果是在数据库内存中形成下面一个中间结果表格(我们在界面上是看不到的)。
执行完FROM代码段后,第二步执行的SQL语句段儿是WHERE,在案例中的SQL语句中WHERE语句段中的内容是:WHERE[左表].[培训类别]=[右表].[培训类别]
该语句段的作用相当于对FROM代码段的结果执行了一个”筛选”操作。筛选条件是:[左表].[培训类别]=[右表].[培训类别],筛选结果如下:
当整个SQL语句的FROM,WHERE代码段执行完毕后,最后执行的是SELECT代码段,SELECT代码段中的内容是:SELECT [工号],[左表].[培训类别],[培训项目] ,该代码段中的内容很好理解,就是把前面两步执行结果中的特定的列提取出来。我们还知道,如果想提取所有的列,可以把SELECT代码段改写成:SELECT *
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27