SQL查询常见错误与优化

在学习和实践SQL的过程中，难免会犯错误。重要的是要从错误中学习，避免在未来重复同样的错误。本文将介绍通过频繁练习SQL可以避免的一些常见错误以及如何解决这些问题。

数据解释

为了更好地解释，考虑一个销售数据的示例，其中包含代表销售ID、销售金额和销售日期的列。

SalesId：此列代表特定产品的销售ID。

SalesAmount：此列代表该特定产品的销售金额。

SalesDate：此列代表销售发生的日期。

查询执行顺序

执行查询的一个关键点是查询的执行顺序，顺序如下，否则输出可能不是预期的，有时甚至会导致查询错误。

• 获取数据（FROM, JOIN）
• 过滤行（WHERE）
• 分组（GROUP BY）
• 分组过滤（HAVING）
• 返回表达式（SELECT）
• 排序与分页（ORDER BY & LIMIT / OFFSET）

为查询制定最佳计划

为了避免在执行大型查询时遇到麻烦，建议规划并执行命令。最不希望做的是执行一个包含太多嵌套循环的大型查询。

始终养成规划和构建查询格式的习惯，甚至可以使用样本数据测试查询。

选择合适的数据类型

通常，为表中的每一列选择正确的数据类型至关重要。但是，可能会发生溢出，情况可能不会很好看。此外，数据类型转换会增加查询执行时间，因此，如果可能的话，避免在查询中进行数据类型转换是一个好习惯。

避免使用Select *

使用select *查询所有列会提高查询的执行时间，对于大量数据来说是一个昂贵的操作。不使用select *主要是出于性能和安全考虑。

SELECT * FROM Sales

SELECT SalesID, SalesAmount FROM Sales

例如，如果想从销售表中获取销售ID，那么应该只选择SalesID列，而不是使用select *选择所有列，这将有助于快速执行查询。上述查询定义了每个列，并且限制了每条记录的大小。

不使用Distinct

Distinct语句通过删除表中的重复行来找到与所选列对应的唯一行。在SQL中，distinct子句是一个耗时的操作，但有一个简单的解决方案。

SELECT count(distinct SalesID) FROM Sales

可以使用group by代替distinct来使过程更快更平滑。例如，以下查询找到销售详情表中唯一SalesID的计数。

SELECT count(*) FROM (SELECT SalesID FROM Sales group by SalesID)

预览结果

想象一下，运行一个大型查询，一个计算量大的查询，返回数百万（M）行，最后意识到计算的方式是错误的，这不是预期的输出。

SELECT SalesID, SalesAmount FROM Sales

为了解决这个问题，使用TOP / LIMIT预览结果，以确保有预期的结果，而不是浪费时间在问题上。

SELECT TOP 100 SalesID, SalesAmount FROM Sales

不使用Having

通常使用having子句对聚合列应用过滤器，如（sum, min, max等）操作，这些操作是使用group by操作创建的。但有时，使用‘having’子句而不是‘where’子句来过滤表中的数据。

SELECT count(SalesId), SalesAmount, SalesDate FROM Sales group by SalesDate having EmployeeID = 5

例如，要找到拥有员工ID 5的总销售额，让在结果中使用group by。

SELECT count(SalesId), SalesAmount, SalesDate FROM Sales where EmployeeID = 5 group by SalesDate

注意Joins

假设销售部门有多个部门，没有员工。让写一个查询来找出特定部门的员工数量。

SELECT s.SalesName, COUNT(*) as EmployeeCnt FROM SalesID s LEFT JOIN dept_emp de ON d.dept_no = de.dept_no GROUP BY d.dept_name

注意，如果没有在Dept_emp上进行左外连接，它将排除没有员工的部门，因为Dept_emp中没有与该dept_no相对应的记录。另一方面，如果不想在结果中包含这些幽灵部门，那么进行左连接将是多余的，浪费的。

使用EXISTS()代替COUNT()

尽管可以使用EXIST()和COUNT()来发现表中是否有特定记录，但使用EXIST()更有效。虽然COUNT()将搜索整个表以提供匹配记录的总数，但EXIST()只会运行直到它在表中找到记录的第一个条目，节省时间和计算能力，使能够优化SQL查询。

当有多个表连接时，执行查询时操作符的优先级非常重要。如果不遵循操作符的优先级，将无法获得预期的输出，因为查询的读取将会不同。例如，想要获取名为“Ana”或“Joey”的每个员工的详细信息，每个员工的薪水至少为10,000美元。

SELECT e.emp_no, e.first_name, e.last_name, s.salary FROM employees e JOIN salaries s ON e.emp_no = s.emp_no WHERE (e.first_name = "Ana" OR e.first_name = "Joey") AND s.salary >= 10000