sql查询语句怎么写才能提高查询效率？

在数据驱动的时代,SQL（Structured Query Language）是与数据库沟通的基石语言，而查询语句则是其中最核心、最常用的部分，掌握如何编写SQL查询语句，意味着你拥有了从海量数据中精准提取所需信息的能力，本文将系统地介绍SQL查询语句的构成，从最基础的语法到更复杂的组合查询，帮助你构建清晰、高效的查询逻辑。

核心基础：SELECT与FROM

任何一条查询语句的起点都是SELECT和FROM，它们定义了“要什么”和“从哪里来”。

• SELECT：用于指定你希望从数据库中检索的列，你可以使用来代表所有列，也可以明确列出列名，用逗号隔开。
• FROM：用于指定数据来源的表。

基本语法结构：

SELECT column1, column2, ...
FROM table_name;

示例：
假设我们有一个名为employees的员工表，包含id, name, department, salary等列。

• 查询所有员工的所有信息：

  SELECT * FROM employees;

• 只查询员工的姓名和薪资：

  SELECT name, salary FROM employees;

精准筛选：WHERE子句

当数据量庞大时,我们通常不需要全部数据，而是需要满足特定条件的一部分。WHERE子句就扮演了“过滤器”的角色，它跟在FROM子句之后，用于设置筛选条件。

常用运算符：

运算符	描述	示例
	等于	WHERE department = '销售部'
<> 或	不等于	WHERE department <> '技术部'
>	大于	WHERE salary > 8000
<	小于	WHERE salary < 5000
>=	大于等于	WHERE salary >= 8000
<=	小于等于	WHERE salary <= 5000
BETWEEN	在某个范围内	WHERE salary BETWEEN 6000 AND 9000
LIKE	模糊匹配	WHERE name LIKE '张%' (查找姓张的员工)
IN	在某个列表中	WHERE department IN ('销售部', '市场部')

示例：
查询销售部所有薪资大于7000的员工姓名和薪资。

SELECT name, salary
FROM employees
WHERE department = '销售部' AND salary > 7000;

逻辑组合：AND, OR, NOT

WHERE子句中的条件可以通过逻辑运算符进行组合，以实现更复杂的筛选逻辑。

• AND：表示“且”，连接的所有条件必须同时满足。
• OR：表示“或”，连接的条件中至少有一个满足即可。
• NOT：表示“非”，用于取反，通常与其他运算符连用，如NOT IN、NOT LIKE。

示例：
查询技术部或市场部，且薪资不等于10000的员工。

SELECT *
FROM employees
WHERE (department = '技术部' OR department = '市场部') AND salary != 10000;

注意：当AND和OR同时出现时，AND的优先级更高，为了代码清晰和避免逻辑错误，建议使用括号来明确运算顺序。

排序输出：ORDER BY子句

查询结果的默认顺序是未定义的,通常按照数据在表中的物理存储顺序返回。ORDER BY子句用于对结果集进行排序，它位于查询语句的末尾（在WHERE之后）。

• ASC：升序排序，是默认选项。
• DESC：降序排序。

示例：
按薪资从高到低查询所有员工信息。

SELECT *
FROM employees
ORDER BY salary DESC;

也可以按多个列排序,例如先按部门升序，再按薪资降序。

SELECT *
FROM employees
ORDER BY department ASC, salary DESC;

限制数量：LIMIT与OFFSET

在分页显示或只需要查看前几条记录时,LIMIT子句非常有用。

• LIMIT：指定返回的最大行数。
• OFFSET：指定在开始返回行之前要跳过的行数。

示例：
查询薪资最高的前3名员工。

SELECT *
FROM employees
ORDER BY salary DESC
LIMIT 3;

实现分页查询,例如每页显示5条，获取第2页的数据（即跳过前5条，从第6条开始取）。

SELECT *
FROM employees
LIMIT 5 OFFSET 5;

分组聚合：GROUP BY与聚合函数

当需要对数据进行统计分析时,例如计算每个部门的平均薪资，就需要用到分组和聚合。

常用聚合函数：

• COUNT()：计数
• SUM()：求和
• AVG()：平均值
• MAX()：最大值
• MIN()：最小值

GROUP BY子句将具有相同值的行分组，然后聚合函数对每个组进行计算。

示例：
计算每个部门的员工人数和平均薪资。

SELECT department, COUNT(id) AS employee_count, AVG(salary) AS average_salary
FROM employees
GROUP BY department;

注意：在SELECT列表中，任何非聚合列都必须出现在GROUP BY子句中。

筛选分组：HAVING子句

WHERE子句过滤的是行，而HAVING子句过滤的是GROUP BY创建的“组”，它通常与聚合函数一起使用，用于筛选满足特定条件的分组。

示例：
查询平均薪资大于8000的部门。

SELECT department, AVG(salary) AS average_salary
FROM employees
GROUP BY department
HAVING AVG(salary) > 8000;

关联查询：JOIN

在实际应用中,数据通常被分散存储在多个表中以减少冗余。JOIN子句用于将这些表关联起来，基于它们之间的相关列，合并成一个结果集，最常用的是INNER JOIN（内连接）。

示例：
假设还有一个departments表，包含dept_id和dept_name，我们可以通过INNER JOIN将employees表和departments表连接起来，获取员工的姓名和其所在部门的完整名称。

SELECT e.name, d.dept_name
FROM employees AS e
INNER JOIN departments AS d ON e.department = d.dept_id;

这里使用了别名（AS e, AS d）来简化表名的书写。

通过组合以上这些核心子句,你可以构建出功能强大且逻辑清晰的SQL查询语句，从简单的数据检索到复杂的统计分析，都能游刃有余，实践是掌握SQL的最佳途径，不断尝试和优化你的查询，你将能更高效地与数据对话。

---

相关问答FAQs

Q1: WHERE和HAVING有什么区别？我应该什么时候使用哪个？

A: WHERE和HAVING的主要区别在于它们作用的对象和执行顺序：

• ：在数据分组之前对表中的行进行筛选，它不能使用聚合函数（如COUNT(), SUM()）。
• HAVING：在数据分组之后对组进行筛选，它通常与聚合函数一起使用，来过滤掉不满足条件的分组。

简单来说：先用WHERE过滤原始数据行，然后用GROUP BY对过滤后的行进行分组，最后用HAVING过滤这些分组，要找“平均薪资高于8000的部门”，必须先用GROUP BY按部门分组，再用HAVING来筛选这些分组。

Q2: INNER JOIN和LEFT JOIN有什么不同？

A: 它们的主要区别在于返回的结果集范围：

• ：只返回两个表中连接字段（ON条件）相匹配的行，如果某行在其中一个表中没有匹配项，则该行不会出现在结果中，它关注的是“交集”。
• ：返回左表的所有行，以及右表中与左表相匹配的行，如果左表的某行在右表中没有匹配项，结果中右表的部分将显示为NULL，它关注的是“左表全部”。

举个例子：如果employees表里有一个员工，但他在departments表中没有对应的部门记录，使用INNER JOIN时，这个员工不会出现在查询结果中，而使用LEFT JOIN时，这个员工仍然会出现在结果中，只是他的部门名称字段会是NULL。