异常教程

SQL 测验（手把手讲解）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

前言

在当今数据驱动的世界中，掌握 SQL 测验 能力已成为开发者的核心技能之一。无论是处理用户数据、分析业务指标，还是优化数据库性能，SQL 都是不可或缺的工具。然而，许多开发者在面对复杂查询或性能优化时容易陷入困境。本文将从基础语法到进阶技巧，结合实际案例，帮助读者系统性地提升 SQL 能力，并为即将到来的 SQL 测验 做好充分准备。

SQL 基础：查询语言的核心

SELECT 语句：数据检索的起点

SELECT 是 SQL 中最基础的命令，用于从数据库表中检索数据。其基本语法为：

SELECT 列名1, 列名2  
FROM 表名  
WHERE 条件;

例如，假设有一个名为 employees 的表，包含 id, name, department, salary 四个字段，以下查询将筛选出薪资高于 5000 的员工信息：

SELECT id, name, salary  
FROM employees  
WHERE salary > 5000;

比喻：可以将 SELECT 视为“数据过滤器”，它根据你的需求从庞大的数据集合中精准提取所需信息。

WHERE 子句：条件筛选的艺术

WHERE 子句用于指定查询条件，支持多种运算符，如 =, >, <, BETWEEN, LIKE 等。例如：

-- 筛选部门为 "Sales" 且薪资在 4000 到 6000 之间的员工  
SELECT *  
FROM employees  
WHERE department = 'Sales'  
  AND salary BETWEEN 4000 AND 6000;

关键点：AND 和 OR 运算符需谨慎使用，避免逻辑错误。

JOIN 操作：合并多表数据

当数据分散在多个表中时，JOIN 是连接它们的核心操作。常见的 JOIN 类型包括：

JOIN 类型功能描述图形化比喻
INNER JOIN返回两个表中满足条件的匹配行两个圆圈的交集区域
LEFT JOIN包含左表所有行，右表无匹配时填充 NULL左圆圈的全部区域，右圆圈部分重叠
RIGHT JOIN类似 LEFT JOIN，但保留右表所有行右圆圈的全部区域，左圆圈部分重叠

案例：假设存在 employees 和 departments 两张表，通过 department_id 关联：

SELECT e.name, d.department_name  
FROM employees e  
LEFT JOIN departments d  
ON e.department_id = d.id;

此查询将返回所有员工及其对应的部门名称，即使某些员工未分配部门（此时 department_name 为 NULL）。

进阶技巧：提升查询效率的关键

子查询与 CTE：结构化复杂逻辑

子查询（嵌套查询）允许在另一个查询中引用结果集。例如：

-- 找出薪资高于平均薪资的员工  
SELECT name, salary  
FROM employees  
WHERE salary > (SELECT AVG(salary) FROM employees);

CTE（公共表表达式） 可以让复杂查询更易读：

WITH AvgSalary AS (  
    SELECT AVG(salary) AS avg_val  
    FROM employees  
)  
SELECT e.name, e.salary  
FROM employees e, AvgSalary  
WHERE e.salary > avg_val;

比喻：子查询如同“临时数据容器”，而 CTE 是为复杂计算提供清晰“中间步骤”的工具。

窗口函数：精细化数据计算

窗口函数允许在结果集内进行分组计算，无需使用 GROUP BY。例如：

SELECT  
    name,  
    salary,  
    AVG(salary) OVER (PARTITION BY department_id) AS dept_avg  
FROM employees;

此查询将为每个员工显示其所在部门的平均薪资，无需将数据聚合为部门级别。

索引优化：加速查询的“秘密武器”

索引通过牺牲存储空间换取查询速度。例如，为 employees 表的 department_id 字段创建索引：

CREATE INDEX idx_employee_dept ON employees(department_id);

性能对比：未加索引时，查询需扫描全表；添加索引后，数据库引擎可直接定位到相关记录。

常见陷阱与解决方案

NULL 值的陷阱

在 SQL 中，NULL 表示“未知值”，而非空字符串或零。以下操作需特别注意：

-- 错误示例：比较 NULL 会返回 NULL  
SELECT * FROM employees WHERE department_id = NULL;  

-- 正确写法：使用 IS NULL 或 IS NOT NULL  
SELECT * FROM employees WHERE department_id IS NULL;

数据类型与隐式转换

不同数据类型的比较可能导致意外结果。例如，将字符串 "123" 与整数 123 直接比较时，数据库可能自动转换类型，引发性能问题。建议显式转换：

SELECT *  
FROM orders  
WHERE CAST(order_date AS DATE) = '2023-01-01';

性能优化误区

  • **过度使用 SELECT ***：仅选择必要字段，避免返回冗余数据。
  • 忽略查询计划：通过 EXPLAIN 分析执行计划，识别慢查询瓶颈。

SQL 测验实战准备

模拟题演练

题目 1：多表关联与条件筛选

需求：统计每个部门的员工数量，仅包含员工数超过 3 人的部门。

SELECT d.department_name, COUNT(e.id) AS employee_count  
FROM departments d  
LEFT JOIN employees e ON d.id = e.department_id  
GROUP BY d.id, d.department_name  
HAVING COUNT(e.id) > 3;

题目 2：窗口函数与排名

需求：为每个员工计算其薪资在部门内的排名。

SELECT  
    name,  
    salary,  
    RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) AS dept_rank  
FROM employees;

复习建议

  1. 系统化知识梳理：从基础语法到高级函数，建立知识图谱。
  2. 动手实践：使用 SQLite 或 MySQL 创建测试表，模拟真实场景。
  3. 分析错误案例：通过 LeetCode 或 HackerRank 完成 SQL 练习题，理解常见错误模式。

结论

SQL 测验 不仅考察对语法的掌握，更考验逻辑思维和性能优化能力。通过本文的学习，读者应能逐步构建从基础查询到复杂分析的完整技能链。建议结合实际项目或开源数据集（如 Northwind 数据库）反复练习，最终在测验中游刃有余。记住，SQL 是一门“用”出来的语言——唯有不断实践，才能真正驾驭数据的力量。

最新发布

查看更多文章