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 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23