SQL被廣泛應用于數(shù)據(jù)分析和數(shù)據(jù)提取。易上手，受到業(yè)內(nèi)人士的一致好評

盡管剛開始編寫SQL相當容易，但是出錯率也是相當?shù)母摺?/p>

[[284506]]

下面是小芯整理的，在編寫SQL查詢代碼時大家經(jīng)常犯的5個錯誤。

示例很短，可能看起來很簡單。但是，在處理更大的查詢時，這些錯誤可就不會一目了然了。其中一些示例是特定于AWS Redshift的，而另一些則會出現(xiàn)在其他SQL數(shù)據(jù)庫(Postgres、MySQL等)。這些示例應該在本地數(shù)據(jù)庫上運行，或者可以使用SQLFiddle在線運行。

示例SQL查詢可下載。

設定

創(chuàng)建兩個臨時表，其中有幾個條目有助于處理示例。

Sales表

該表包含帶有時間戳、產(chǎn)品、價格等的銷售條目。請注意，key列是唯一的，其他列中的值可以重復(例如ts列)。

DROP TABLE IF EXISTSsales; 
 
CREATE TEMPORARY TABLE sales 
 
( 
 
key varchar(6), 
 
ts timestamp, 
 
product integer, 
 
completed boolean, 
 
price float 
 
);INSERT INTO sales 
 
VALUES ('sale_1', '2019-11-08 00:00', 0, TRUE, 1.1), 
 
('sale_2', '2019-11-08 01:00', 0, FALSE,1.2), 
 
('sale_3', '2019-11-08 01:00', 0, TRUE,1.3), 
 
('sale_4', '2019-11-08 01:00', 1, FALSE,1.4), 
 
('sale_5', '2019-11-08 02:00', 1, TRUE,1.5), 
 
('sale_6', '2019-11-08 02:00', 1, TRUE,1.5);SELECT * FROM sales; 

Hourly delay表

該表包含某一天每小時的延遲時間。請注意，ts列在下表中是唯一的。

DROP TABLE IF EXISTShourly_delay; 
 
CREATE TEMPORARY TABLE hourly_delay 
 
( 
 
ts timestamp, 
 
delay float 
 
); 
 
INSERT INTO hourly_delay 
 
VALUES ('2019-11-08 00:00', 80.1), 
 
('2019-11-08 01:00', 100.2), 
 
('2019-11-08 02:00', 70.3);SELECT* FROM hourly_delay; 

1.按相同時間戳排序

檢索每種產(chǎn)品最近一次的售價:

SELECT price 
 
FROM (SELECT price, row_number() OVER (PARTITION BYproduct ORDER BY ts DESC) AS ix FROM sales) ASq1 
 
WHERE ix = 1; 

以上查詢的問題是多個銷售具有相同的時間戳。此查詢在相同數(shù)據(jù)上的連續(xù)運行可能得出不同的結果。下圖可見，產(chǎn)品0在2019-11-11-08 01:00有兩次銷售，價格分別為1.2和1.3。

用下一個錯誤修復這個查詢:)

2. 根據(jù)條件計算平均值

計算完成銷售的產(chǎn)品的平均價格。值是(1.1 + 1.3 + 1.5 + 1.5)/ 4，即1.35。

SELECT avg(price) 
 
FROM (SELECT CASE WHEN completed = TRUETHEN price else 0 END AS price FROM sales) ASq1; 

當運行查詢時，值為0.9。為什么?因為發(fā)生了這一計算：(1.1+0+1.3+0+1.5+1.5)/6是0.9。查詢中的錯誤是，將0設置為不應包含的項。應使用NULL而不是0。

SELECT avg(price) 
 
FROM (SELECT CASE WHEN completed = TRUETHEN price else NULL END AS price FROMsales) AS q1; 

當前，輸出和預計一樣是1.35。

3.計算整數(shù)列的平均值

計算含有整數(shù)的product列的平均值。

SELECT avg(product) 
 
FROM sales; 

Product列中有3個0和3個1，預估平均值為0.5。大多數(shù)數(shù)據(jù)庫(例如最新版本的Postgres)將返回0.5，但是Redshift將返回0，因為它不會自動將product列強制轉換為float。因此需要將其強制轉換為float類型：

SELECT avg(product::FLOAT) 
 
FROM sales; 

4. 內(nèi)連接

假設要對每天的所有銷售延遲進行匯總，并計算每天的平均銷售價格。

SELECT t2.ts::DATE, sum(t2.delay),avg(t1.price) 
 
FROM hourly_delay AS t2 
 
INNER JOIN sales ASt1 ON t1.ts = t2.ts 
 
GROUP BY t2.ts::DATE; 

結果是錯誤的!以上查詢將hourly_delay表中的delay列乘以倍數(shù)，如下圖所示。這是因為按時間戳連接，該時間戳在hourly_delay表中是唯一的，但在sales表中會重復。

為了修復這個問題，要在一個單獨的子查詢中為每個表計算統(tǒng)計信息，然后連接匯總。這使得時間戳在兩個表中都是唯一的。

SELECT t1.ts, daily_delay, avg_price 
 
FROM (SELECT t2.ts::DATE, sum(t2.delay) ASdaily_delay FROM hourly_delay AS t2 GROUP BYt2.ts::DATE) AS t2 
 
INNER JOIN (SELECTts::DATE AS ts, avg(price) AS avg_price FROM sales GROUPBY ts::DATE) AS t1 ON t1.ts = t2.ts; 

5.將列添加到ORDER BY

對上述錯誤的補救是顯而易見的。將key列添加到ORDER BY，這樣一來，查詢結果就可以在相同數(shù)據(jù)上重復出現(xiàn)——快速修復。

SELECT price 
 
FROM (SELECT price, row_number() OVER (PARTITION BYproduct ORDER BY ts, key DESC) AS ix FROMsales) AS q1 
 
WHERE ix = 1; 

為什么查詢結果不同于上一次運行?在進行“快速修復”時，key列被放在了ORDER BY中的錯誤位置。它應該在DESC語句之后，而不是之前。查詢現(xiàn)在將返回第一筆銷售，而不是最后一筆銷售。再進行一次修正。

SELECT product, price 
 
FROM (SELECT product, price, row_number() OVER (PARTITION BYproduct ORDER BY ts DESC, key) AS ix FROMsales) AS q1 
 
WHERE ix = 1; 

本次修復使結果可重復。

這些都是大家經(jīng)常踩雷的SQL錯誤和解決方案。不知道你是否也感同身受，或者還有其他有關SQL查詢的趣事?記得給小芯分享喲~