如何編寫更好的SQL查詢：終極指南-第一部分

結構化查詢語言（SQL）是數據挖掘分析行業不可或缺的一項技能，總的來說，學習這個技能是比較容易的。對于SQL來說，編寫查詢語句只是第一步，確保查詢語句高效并且適合于你的數據庫操作工作，才是最重要的。這個教程將會提供給你一些步驟，來評估你的查詢語句。

• 首先，應該了解學習SQL對于數據挖掘分析這個工作的重要性;

• 接下來，應該先學習SQL查詢語句的處理和執行過程，以便可以更好的了解到，編寫高質量的查詢有多重要。具體說來就是，應該了解查詢是如何被解析、重寫、優化和最終評估的;

• 掌握了上面一點之后，你不僅需要重溫初學者在編寫查詢語句時，所使用的查詢反向模型，而且還需要了解有關可能發生錯誤的替代方案和解決方案。同時還應該了解更多查詢工作中的基于集合的程序方法。

• 在性能方面也需要關注反向模型，除了手動提高SQL查詢的方法外，還需要以更加結構化和深入的方式來分析你的查詢，以便使用其它工具來完成整個查詢工作。

• 在執行查詢之前，還需要更加深入的了解執行查詢計劃的時間復雜度。 

• 最后，應該了解如何進一步的調整你的查詢語句。

為什么要學SQL？

尋找數據挖掘分析行業的工作，SQL是最需要的技能之一，不論是申請數據分析工作、數據引擎工作、數據挖掘分析或者其它工作。在O'Reilly發布的《2016數據科學從業者薪酬報告》中，有70％的受訪者證實了這一點，表示他們需要在專業環境中使用SQL。此外，本次調查中，SQL遠勝于R（57％）和Python（54％）等編程語言。所以在數據挖掘分析領域，SQL是必備技能。

我們分析一下SQL從1970s早期開發出，到現在還經久不衰的原因：

一、公司基本都將數據存儲在關系數據庫管理系統（RDBMS）或關系數據流管理系統（RDSMS）中，所以需要使用SQL來實現訪問。SQL是通用的數據語言，可以使用SQL和幾乎其它任何數據庫進行交互，甚至可以在本地建立自己的數據庫！

二、只有少量的SQL實現沒有遵循標準，在供應商之間不兼容。因此，了解SQL標準是在數據挖掘分析行業立足的必要要求。

三、最重要的是SQL也被更新的技術所接受，例如Hive或者Spark SQL。Hive是一個用于查詢和管理大型數據集的類似于SQL的查詢語言界面；Spark SQL可用于執行SQL查詢。

簡而言之，以下就是為什么你應該學習這種查詢語言：

• 即使對于新手來說，SQL也很容易學習。學習曲線很平緩，編寫SQ查詢幾乎不花費時間。

• SQL遵循“學習一次，隨時隨地可用”的原則，所以花費時間學習SQL很劃算！

• SQL是對編程語言的一種極好的補充；在某些情況下，編寫查詢甚至比編寫代碼更為優先！

• ...

SQL處理和查詢執行

為了提高SQL查詢的性能，首先需要知道，運行查詢時，內部會發生什么。

以下時查詢執行的過程：

• 首先，將查詢解析成“解析樹”; 分析查詢是否滿足語法和語義要求。解析器將會創建一個輸入查詢的內部表示，然后將此輸出傳遞給重寫引擎。

• 然后，優化器的任務是為給定的查詢，尋找最佳執行或查詢計劃。執行計劃準確地定義了每個操作所使用的算法，以及如何協調操作的執行。

• 最后，為了找到最佳的執行計劃，優化器會列舉所有可能的執行計劃，并確定每個計劃的質量或成本，以便獲取有關當前數據庫狀態的信息，最后選擇最佳的執行計劃。由于查詢優化器可能不完善，因此數據庫用戶和管理員有時需要手動檢查并調整優化器生成的計劃，以便獲得更好的性能。

現在你已經清楚了什么才是好的執行計劃。

正如前面了解到的，計劃的成本質量起著重要的作用。更具體地說，評估計劃所需的磁盤I / O數量，計劃的CPU花銷以及數據庫客戶端的整體響應時間和總執行時間等因素至關重要。這就是時間復雜性的概念。后面還將繼續了解。

接下來，執行所選擇的查詢計劃，由系統的執行引擎進行評估，并返回查詢結果。

編寫SQL查詢

需要進一步說明的是，垃圾回收原則（GIGO）原本就是表達在查詢處理和執行之中：制定查詢的人，同時也決定著SQL查詢的性能。

這意味著在編寫查詢，有些事情可以同步去做。就像文章開始時介紹的，編寫查詢需要遵循兩個標準：首先，編寫的查詢需要滿足一定的標準，其次還應該應對查詢中可以出現的性能問題。

總的來說，有四個分句和關鍵字，方便新手考慮性能問題：

• WHERE 分句

• INNER JOIN 和 LEFT JOIN 關鍵字

• HAVING 分句

雖然這種做法簡單而天真，但對于一個初學者來說，這些方法卻是一個很好的指引。這些地方也是你剛開始編寫時，容易發生錯誤的地方，這些錯誤也很難發現。

同時，要想提升性能，使其變得有意義，就不能脫離上下文：在考慮SQL性能時，不能武斷的認為上面的分句和關鍵字不好。使用WHERE 或 HAVING的分句也可能是很好的查詢語句。

通過下面的章節來來進一步了解編寫查詢時反向模型和代替方法，并將這些提示和技巧作為指導。如何重寫查詢和是否需要重寫查詢取決于數據量，以及數據庫和執行查詢所需的次數等。這完全取決于你的查詢目標，事先掌握一些有關數據的知識是非常重要的！

1. 僅檢索你需要的數據

在編寫SQL查詢時，并不是數據越多越好。因此在使用SELECT 語句、DISTINCT分句和LIKE操作符時，需要謹慎。

SELECT聲明

在編寫完查詢語句之后，首先需要做的事情就是檢查select語句是否簡潔。你的目標應該是刪除不必要的select列。以便只取到符合你查詢目的的數據。

如果還有相關使用exists的子查詢，那么就應該在select語句中使用常量，而不是選擇實際列的值。當檢查實體時，這是特別方便的。

請記住，相關子查詢是使用外部查詢中的值的子查詢，并且在這種情況下，NULL是可以作為“常量”的，這點確實令人困惑！

通過以下示例，可以了解使用常量的含義：

SELECT driverslicensenr, nameFROM DriversWHERE EXISTS (SELECT '1' FROM Fines              WHERE fines.driverslicensenr = drivers.driverslicensenr);

提示：我們很容易發現，使用相關子查詢并不總是一個好主意，所以可以考慮通過以下方式避免使用相關子查詢，例如使用 INNER JOIN重寫：

SELECT driverslicensenr, nameFROM driversINNER JOIN fines ON fines.driverslicensenr = drivers.driverslicensenr;

DISTINCT分句

SELECT DISTINCT 語句用于返回不同的值。 DISTINCT 是一個分句，能不用盡量不用，因為如果將DISTINCT添加到查詢語句中，會導致執行時間的增加 。

LIKE運算符

在查詢中使用LIKE運算符時，如果模式是以% 或_開始，則不會使用索引。它將阻止數據庫使用索引（如果存在的話）。當然，從另一個角度來看，你也可以認為，這種類型的查詢可能會放寬條件，會檢索到許多不一定滿足查詢目標的記錄。

另外，你對存儲在數據中數據的了解，可以幫助你制定一個模式，使用該模式可以對所有數據進行正確的過濾，以便查找到你最想要的數據。

2. 縮小查詢結果 

如果無法避免使用 SELECT語句時，可以考慮通過其它方式縮小查詢結果。例如，使用LIMIT 分句和數據類型轉換的方法。

TOP，LIMIT和ROWNUM分句

可以在查詢中添加LIMIT或TOP分句，來設置查詢結果的最大行數。下面是一個示例：

SELECT TOP 3 *FROM Drivers;

請注意，你可以進一步指定PERCENT。

例如，如果你想更改查詢的第一行  SELECT TOP 50 PERCENT *。

SELECT driverslicensenr, nameFROM Drivers
LIMIT 2;

此外，你還可以添加ROWNUM 分句，相應于在查詢中使用的LIMIT：

SELECT *FROM DriversWHERE driverslicensenr = 123456 AND ROWNUM <= 3;

數據類型轉換

應該使用最小的數據類型，因為小的數據類型更加有效。

當查詢中需要進行數據類型轉化，會增加執行時間，所以盡可能的避免數據類型轉換的發生；

如果不能避免的話，需要謹慎的定義數據類型的轉換。

本文是本系列教程的第一篇，后續還有更多《如何編寫更好的SQL查詢》的文章分享給大家，敬請期待。

原文鏈接：http://www.kdnuggets.com/2017/08/write-better-sql-queries-definitive-guide-part-1.html

轉載請注明出自：葡萄城控件