news 2026/6/13 21:13:40

SQL核心语法总结：从基础操作到高级窗口函数

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
SQL核心语法总结：从基础操作到高级窗口函数

目录

  • SQL核心语法总结：从基础操作到高级窗口函数
    • 一、数据插入：INSERT IGNORE INTO & REPLACE INTO
    • 二、字符串处理函数
      • 1. 基础长度与替换
      • 2. 字符串截取
        • （1）通用截取：SUBSTRING
        • （2）定向截取：LEFT/RIGHT
    • 三、条件判断：CASE表达式
      • 1. 简单CASE表达式（匹配字段值）
      • 2. 搜索CASE表达式（更灵活，匹配条件）
    • 四、存在性查询：EXISTS/NOT EXISTS
      • 基本语法
    • 五、高级分析：窗口函数OVER()
      • 1. 基本语法
      • 2. 三大核心组件
      • 3. 常见窗口函数分类
        • （1）聚合窗口函数
        • （2）排名窗口函数
        • （3）取值窗口函数
      • 4. 窗口函数经典场景
        • （1）累计占比计算
        • （2）移动窗口计算（如7天移动平均）
        • （3）获取每组最新记录
    • 六、易混淆点：SUM() OVER(ORDER BY) vs SUM() + GROUP BY + ORDER BY
    • 七、补充：GROUP_CONCAT() 语法注意
    • 总结

SQL核心语法总结：从基础操作到高级窗口函数

SQL作为数据处理的核心语言，掌握其常用语法和高级特性是数据分析、开发的必备技能。本文将系统梳理SQL高频语法，涵盖数据插入、字符串处理、条件判断、存在性查询、窗口函数等核心知识点，结合示例帮你快速理解和应用。

一、数据插入：INSERT IGNORE INTO & REPLACE INTO

在数据插入场景中，针对“重复数据”的处理有两种常用语法，核心差异如下：

语法逻辑
INSERT IGNORE INTO插入数据时，若记录已存在（主键/唯一索引冲突）则忽略，不存在则正常插入
REPLACE INTO插入数据时，若记录已存在则先删除原有记录，再插入新记录；不存在则正常插入

二、字符串处理函数

SQL提供丰富的字符串操作函数，以下是高频使用的几个：

1. 基础长度与替换

  • LENGTH(string)：获取字符串的长度
  • REPLACE(string, 'old_value', 'new_value')：替换字符串内容
    示例：REPLACE(col, ',', ' ')将字段中的英文逗号替换为空格

2. 字符串截取

（1）通用截取：SUBSTRING
-- 两种标准语法SUBSTRING(string,start,length)SUBSTRING(stringFROMstartFORlength)
（2）定向截取：LEFT/RIGHT
-- 从左侧提取指定数量字符LEFT(string,number_of_chars)-- 从右侧提取指定数量字符RIGHT(string,number_of_chars)

三、条件判断：CASE表达式

CASE表达式是SQL中的条件判断语句，类比编程语言的if-else/switch-case，分两种语法形式：

1. 简单CASE表达式（匹配字段值）

CASEcolumn_nameWHENvalue1THENresult1WHENvalue2THENresult2...ELSEdefault_resultEND

2. 搜索CASE表达式（更灵活，匹配条件）

CASEWHENcondition1THENresult1WHENcondition2THENresult2...ELSEdefault_resultEND

示例：根据分数分级

SELECTscore,CASEWHENscore>=90THEN'优秀'WHENscore>=80THEN'良好'ELSE'及格'ENDASgradeFROMstudent;

四、存在性查询：EXISTS/NOT EXISTS

EXISTS是逻辑运算符，用于检查子查询是否至少返回一行数据，常用来替代IN提升查询效率（尤其大数据量）。

基本语法

-- 存在匹配结果则返回主查询数据SELECTcolumn1,column2FROMtable1WHEREEXISTS(subquery);-- 无匹配结果则返回主查询数据SELECTcolumn1,column2FROMtable1WHERENOTEXISTS(subquery);

示例：查询未关联部门的员工

SELECT*FROMemployeesWHERENOTEXISTS(SELECTemp_noFROMdept_empWHEREdept_emp.emp_no=employees.emp_no);

五、高级分析：窗口函数OVER()

OVER()是窗口函数的核心，用于在一组行（窗口）上执行计算，且保留原始行数据（区别于GROUP BY的汇总折叠），是SQL高级分析的核心工具。

1. 基本语法

聚合函数/窗口函数OVER([PARTITIONBY分区字段]-- 按字段分组，组内独立计算[ORDERBY排序字段]-- 窗口内行的排序规则[ROWS/RANGE 框架子句]-- 定义窗口的具体行范围)

2. 三大核心组件

组件作用
PARTITION BY分区：将数据按指定字段分组，每个分组独立计算（类比GROUP BY，但不折叠行）
ORDER BY排序：确定窗口内行的顺序，用于累计计算、排名等
ROWS/RANGE窗口框架：限定计算的行范围（如“最近3行”“前N行到当前行”）

3. 常见窗口函数分类

（1）聚合窗口函数

基于窗口计算聚合值，保留原始行：

-- 示例：计算每个部门的平均薪资，保留员工明细SELECTname,department,salary,AVG(salary)OVER(PARTITIONBYdepartment)ASdept_avg_salaryFROMemployees;

常用聚合窗口函数：SUM() OVER()、AVG() OVER()、COUNT() OVER()、MAX() OVER()、MIN() OVER()。

（2）排名窗口函数

用于分组内排序，核心差异如下：

函数名特性示例结果（分数：95、90、90、85）
ROW_NUMBER()分组内生成唯一连续行号，无并列1、2、3、4
RANK()并列名次重复，后续名次跳号（如1、2、2、4）1、2、2、4
DENSE_RANK()并列名次重复，后续名次连续（如1、2、2、3）1、2、2、3
PERCENT_RANK按公式(rank-1)/(rows-1)计算相对排名，结果0~10.0、0.33、0.33、1.0
CUME_DIST分组内≤当前值的行数/总行数，结果0~10.25、0.75、0.75、1.0

示例：薪资排名

SELECTemp_name,salary,ROW_NUMBER()OVER(ORDERBYsalaryDESC)ASrow_num,RANK()OVER(ORDERBYsalaryDESC)ASrankFROMemployees;
（3）取值窗口函数

用于获取窗口内指定位置的行数据：

  • LAG(column, n)：获取当前行前n行的字段值
  • LEAD(column, n)：获取当前行后n行的字段值
  • FIRST_VALUE(column)：窗口内第一个值
  • LAST_VALUE(column)：窗口内最后一个值

示例：对比每日销售额与前一日

SELECTdate,sales,LAG(sales,1)OVER(ORDERBYdate)ASprev_day_sales,sales-LAG(sales,1)OVER(ORDERBYdate)ASdaily_changeFROMdaily_sales;

4. 窗口函数经典场景

（1）累计占比计算
SELECTdate,sales,SUM(sales)OVER(ORDERBYdate)ASrunning_total,-- 累计销售额ROUND(100.0*SUM(sales)OVER(ORDERBYdate)/SUM(sales)OVER(),2)AScum_percentage-- 累计占比FROMdaily_sales;
（2）移动窗口计算（如7天移动平均）
SELECTdate,sales,AVG(sales)OVER(ORDERBYdateROWSBETWEEN6PRECEDINGANDCURRENTROW-- 包含当前行及前6行)ASmoving_avg_7dFROMdaily_sales;
（3）获取每组最新记录
-- 示例：获取每个用户最后一次登录的客户端信息SELECTu_n,c_n,dateFROM(SELECTu.nameasu_n,c.nameasc_n,l.date,row_number()over(partitionbyu.idorderbydatedesc)asrk-- 按用户分区，按时间降序排名FROMlogin ljoinuseruonl.user_id=u.idjoinclient conc.id=l.client_id)sWHERErk=1-- 取排名1（最新）的记录ORDERBYu_n;

六、易混淆点：SUM() OVER(ORDER BY) vs SUM() + GROUP BY + ORDER BY

初学者常混淆累计求和与分组求和，核心差异如下：

特性SUM() OVER(ORDER BY date)SUM(sales) GROUP BY date ORDER BY date
返回行数原始行数（保留明细）分组行数（仅汇总行）
计算逻辑累计求和（运行总和）分组求和（单组独立值）
结果示例100、250、450（累计）100、150、200（每日单独值）
适用场景趋势分析、累计占比分组汇总、单维度统计

七、补充：GROUP_CONCAT() 语法注意

MySQL中使用GROUP_CONCAT()时，别名尽量避免直接使用引号（部分版本/配置会报错），优先使用无引号或反引号（`）包裹别名。

总结

  1. 数据插入优先根据“重复数据处理逻辑”选择INSERT IGNORE INTO或REPLACE INTO；
  2. 字符串处理掌握LENGTH/REPLACE/SUBSTRING/LEFT/RIGHT即可覆盖大部分场景；
  3. 条件判断用CASE表达式，灵活处理多分支逻辑；
  4. 存在性查询优先用EXISTS替代IN，提升大数据量查询效率；
  5. 窗口函数OVER()是高级分析核心，掌握PARTITION BY/ORDER BY/ROWS三大组件，可实现累计、排名、移动计算等复杂分析；
  6. 区分SUM() OVER(ORDER BY)（累计）与GROUP BY（分组汇总）的核心差异，避免用错场景。

掌握以上语法，可覆盖从基础数据操作到高级数据分析的绝大部分SQL使用场景，建议结合实际业务场景多练习，加深理解。

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/6/14 1:58:42

FaceFusion能否应用于虚拟试妆？美妆行业适配方案

FaceFusion能否应用于虚拟试妆？美妆行业适配方案在今天的电商直播间里，一位主播正对着镜头眨眼微笑，她的眼影从玫瑰金瞬间切换成深邃棕，唇色也在几秒内完成了哑光正红到水润裸粉的过渡——没有实物涂抹，一切变化都发生…

作者头像 李华
网站建设 2026/6/12 3:58:38

31、广义熵函数的q - 失协与伪势构建

广义熵函数的q - 失协与伪势构建 1. q - 失协相关理论 在量子信息领域，一个有趣的问题是能否将量子失协的概念推广到更一般的熵函数上。为了探索这个方向，我们引入了双参数熵函数族： [ H_{q,s}(\rho) = \frac{1}{s(1 - q)}[(\text{Tr}\rho^q)^s - 1], \quad q, s > 0…

作者头像 李华
网站建设 2026/6/12 3:00:36

FaceFusion支持多轨音视频同步处理

FaceFusion：多轨音视频同步处理的技术突破与工程实践 在影视后期、虚拟制片和数字人内容爆发的今天，观众对视觉真实感的要求已达到前所未有的高度。一个细微的“嘴型对不上声音”或“表情延迟半拍”，都可能瞬间打破沉浸感。而当项目涉及多机位…

作者头像 李华
网站建设 2026/6/13 5:55:00

ImmortalWrt无线桥接终极教程：快速实现全屋WiFi无缝覆盖

ImmortalWrt无线桥接终极教程：快速实现全屋WiFi无缝覆盖 【免费下载链接】immortalwrt An opensource OpenWrt variant for mainland China users. 项目地址: https://gitcode.com/GitHub_Trending/im/immortalwrt 还在为家中WiFi死角而烦恼吗？卧…

作者头像 李华
网站建设 2026/6/13 9:42:29

从AI率100%到人工感爆棚：我的降AI实战流程公开

一、为什么我的论文总被标"AI生成"？你是不是也遇到这些崩溃瞬间... "明明自己改了三遍，维普查重还是显示AIGC率35%..." "导师指着查重报告问：这段是不是ChatGPT写的？" "答辩在即，…

作者头像 李华
网站建设 2026/6/13 11:56:39

Langchain-Chatchat能否用于专利文献检索？技术可行性分析

Langchain-Chatchat能否用于专利文献检索？技术可行性分析 在知识产权领域，每天都有成千上万件新的专利被公开。面对动辄上百页、术语密集且逻辑严谨的专利说明书，研发人员和专利工程师常常陷入“信息过载”的困境——传统的关键词检索方式要么…

作者头像 李华