MySQL中特别实用的几种SQL语句送给大家

陈哈哈

发布于 2020-07-03 17:02:35

1.1K0

发布于 2020-07-03 17:02:35

文章被收录于专栏：MySQL入坑记MySQL入坑记

在写SQL时，经常灵活运用一些SQL语句编写的技巧，可以大大简化程序逻辑。减少程序与数据库的交互次数，有利于数据库高可用性，同时也能显得你的SQL很牛B，让同事们眼前一亮。

实用的SQL

1.插入或替换

2.插入或更新

3.插入或忽略

4.SQL中的if-else判断语句

5.指定数据快照或备份

6.写入查询结果集

7.强制使用指定索引

心得体会：

（续）评论区问题反馈

@当年经理的SQL

@修改后最终版SQL

@最终版SQL原理

----

高能预警，这是一篇干货满满的MySQL技术文章，总有一天，你必然会用到，记得收藏！ -- 来自一位被技术经理毒打多年的程序员的忠告

实用的SQL

1.插入或替换

如果我们想插入一条新记录（INSERT），但如果记录已经存在，就先删除原记录，再插入新记录。

情景示例：这张表存的每个客户最近一次交易订单信息，要求保证单个用户数据不重复录入，且执行效率最高，与数据库交互最少，支撑数据库的高可用。

此时，可以使用"REPLACE INTO"语句，这样就不必先查询，再决定是否先删除再插入。

"REPLACE INTO"语句是基于唯一索引或主键来判断唯一（是否存在）的。 "REPLACE INTO"语句是基于唯一索引或主键来判断唯一（是否存在）的。 "REPLACE INTO"语句是基于唯一索引或主键来判断唯一（是否存在）的。

注意事项：如下SQL所示，需要在username字段上建立唯一索引（Unique），transId设置自增即可。

-- 20点充值
REPLACE INTO last_transaction (transId,username,amount,trans_time,remark) 
   VALUES (null, 'chenhaha', 30, '2020-06-11 20:00:20', '会员充值');

-- 21点买皮肤
REPLACE INTO last_transaction (transId,username,amount,trans_time,remark) 
   VALUES (null, 'chenhaha', 100, '2020-06-11 21:00:00', '购买盲僧至高之拳皮肤');

若username='chenhaha'的记录不存在，REPLACE语句将插入新记录（首次充值），否则，当前username='chenhaha'的记录将被删除，然后再插入新记录。

id不要给具体值，不然会影响SQL执行，业务有特殊需求除外。

2.插入或更新

如果我们希望插入一条新记录（INSERT），但如果记录已经存在，就更新该记录，此时，可以使用"INSERT INTO ... ON DUPLICATE KEY UPDATE ..."语句：

情景示例：这张表存了用户历史充值金额，如果第一次充值就新增一条数据，如果该用户充值过就累加历史充值金额，需要保证单个用户数据不重复录入。

这时可以使用"INSERT INTO ... ON DUPLICATE KEY UPDATE ..."语句。

注意事项：同上，"INSERT INTO ... ON DUPLICATE KEY UPDATE ..."语句是基于唯一索引或主键来判断唯一（是否存在）的。如下SQL所示，需要在username字段上建立唯一索引（Unique），transId设置自增即可。

-- 用户陈哈哈充值了30元买会员
INSERT INTO total_transaction (t_transId,username,total_amount,last_transTime,last_remark) 
   VALUES (null, 'chenhaha', 30, '2020-06-11 20:00:20', '充会员') 
   ON DUPLICATE KEY UPDATE  total_amount=total_amount + 30, last_transTime='2020-06-11 20:00:20', last_remark ='充会员';

-- 用户陈哈哈充值了100元买瞎子至高之拳皮肤
INSERT INTO total_transaction (t_transId,username,total_amount,last_transTime,last_remark) 
   VALUES (null, 'chenhaha', 100, '2020-06-11 20:00:20', '购买盲僧至高之拳皮肤') 
   ON DUPLICATE KEY UPDATE total_amount=total_amount + 100, last_transTime='2020-06-11 21:00:00', last_remark ='购买盲僧至高之拳皮肤';

若username='chenhaha'的记录不存在，INSERT语句将插入新记录，否则，当前username='chenhaha'的记录将被更新，更新的字段由UPDATE指定。

3.插入或忽略

如果我们希望插入一条新记录（INSERT），但如果记录已经存在，就啥事也不干直接忽略，此时，可以使用INSERT IGNORE INTO ...语句：情景很多，不再举例赘述。

注意事项：同上，"INSERT IGNORE INTO ..."语句是基于唯一索引或主键来判断唯一（是否存在）的，需要在username字段上建立唯一索引（Unique），transId设置自增即可。

-- 用户首次添加
INSERT IGNORE INTO users_info (id, username, sex, age ,balance, create_time) 
   VALUES (null, 'chenhaha', '男', 12, 0, '2020-06-11 20:00:20');

-- 二次添加，直接忽略
INSERT IGNORE INTO users_info (id, username, sex, age ,balance, create_time) 
   VALUES (null, 'chenhaha', '男', 12, 0, '2020-06-11 21:00:20');

若username='chenhaha'的记录不存在，INSERT语句将插入新记录，否则，不执行任何操作。

4.SQL中的if-else判断语句

众所周知，if-else判断在任何地方都很有用，在SQL语句中，"CASE WHEN ... THEN ... ELSE ... END"语句可以用在增删改查各类语句中。

给个情景：妇女节大回馈，2020年注册的新用户，所有成年女性账号送10元红包，其他用户送5元红包，自动充值。

示例语句如下：

-- 送红包语句
UPDATE users_info u 
    SET u.balance = CASE WHEN u.sex ='女' and u.age > 18 THEN u.balance + 10 
                         ELSE u.balance + 5 end 
                         WHERE u.create_time >= '2020-01-01'

情景2：有个学生高考分数表，需要将等级列出来，650分以上是重点大学，600-650是一本，500-600分是二本，400-500是三本，400以下大专；

原测试数据如下：

查询语句：

SELECT *,case when total_score >= 650  THEN '重点大学' 
              when total_score >= 600 and total_score <650 THEN '一本'
              when total_score >= 500 and total_score <600 THEN '二本'
              when total_score >= 400 and total_score <500 THEN '三本'        
              else '大专' end as status_student 
              from student_score;

5.指定数据快照或备份

如果想要对一个表进行快照，即复制一份当前表的数据到一个新表，可以结合CREATE TABLE和SELECT：

-- 对class_id=1（一班）的记录进行快照，并存储为新表students_of_class1:
CREATE TABLE students_of_class1 SELECT * FROM student WHERE class_id=1;

新创建的表结构和SELECT使用的表结构完全一致。

6.写入查询结果集

如果查询结果集需要写入到表中，可以结合INSERT和SELECT，将SELECT语句的结果集直接插入到指定表中。

例如，创建一个统计成绩的表statistics，记录各班的平均成绩：

CREATE TABLE statistics (
    id BIGINT NOT NULL AUTO_INCREMENT,
    class_id BIGINT NOT NULL,
    average DOUBLE NOT NULL,
    PRIMARY KEY (id)
);

然后，我们就可以用一条语句写入各班的平均成绩：

INSERT INTO statistics (class_id, average) SELECT class_id, AVG(score) FROM students GROUP BY class_id;

确保INSERT语句的列和SELECT语句的列能一一对应，就可以在statistics表中直接保存查询的结果：

SELECT * FROM statistics;

+----+----------+--------------+
| id | class_id | average      |
+----+----------+--------------+
|  1 |        1 |        475.5 |
|  2 |        2 | 473.33333333 |
|  3 |        3 | 488.66666666 |
+----+----------+--------------+
3 rows in set (0.00 sec)

7.强制使用指定索引

在查询的时候，数据库系统会自动分析查询语句，并选择一个最合适的索引。但是很多时候，数据库系统的查询优化器并不一定总是能使用最优索引。如果我们知道如何选择索引，可以使用FORCE INDEX强制查询使用指定的索引。例如：

SELECT * FROM students FORCE INDEX (idx_class_id) WHERE class_id = 1 ORDER BY id DESC;

指定索引的前提是索引idx_class_id必须存在。

心得体会：

记得那一年，我还是个孩子，记得第一个需求是做个统计接口，查询近两小时每隔5分钟为一时间段的网站访问量，JSONArray中一共返回24个值，当时菜啊，写了个接口循环二十四遍，发送24条SQL去查（捂脸），由于那个接口，被技术经理嘲讽~~表示他写的SQL比我吃的米都多。虽然我们山东人基本不吃米饭，但我还是羞愧不已。。

然后经理通过调用一个dateTime函数分组查询处理一下，就ok了，效率是我的几十倍吧。从那时起，我就定下目标，深入MySQL学习，日后争取嘲讽回去~~~

------------------------------------------------------------- 华丽的分割线 ---------------------------------------------------------

（续）评论区问题反馈

这一周有好几个朋友在评论区评论或私信我，问我当年那条SQL是咋写的，经理是咋写的。。看大家对知识的热情这么高，我必须得开源一下了，在这贴出来当时的SQL。有个点声明，项目数据库在内网不好测试，我就模拟了一张表来给大家统计一下吧。

需求回顾：时间就'2020-01-14 00:00:00' - '2020-01-15 00:00:00' 为准，统计当天以每10分钟为间隔的分组数据。

@当年经理的SQL

其中时间根据需求自行修改，由于我只生成了一天的测试数据，我就以此为例。

SELECT DATE_FORMAT(p.createTime, '%H') as date_str,count(*) as count 
    from data_timing p
	where DATE_FORMAT(p.createTime, '%Y-%m-%d %H:%i:%S') >= DATE_FORMAT('2020-01-14 00:00:00', '%Y-%m-%d %H:%i:%S')
	    AND DATE_FORMAT(p.createTime, '%Y-%m-%d %H:%i:%S') < DATE_FORMAT('2020-01-15 00:00:00', '%Y-%m-%d %H:%i:%S')
		GROUP BY HOUR(p.createTime)

经理这条SQL查询的结果如下，基本保留了当年原版~~这条的意思是取“2020-01-14”这天24小时每小时的count。当时我很有启发，也很有感觉，发现SQL还能这么玩儿。完事儿写完他说就要撤了，说要去接孩子。我说：“大佬，咱别吃饭吃一半儿啊，再给我来一下子呗”。

@修改后最终版SQL

然后经过我后续修改SQL如下：

SELECT concat( date_format( p.createTime, '%Y-%m-%d %H:' ) , floor( date_format( p.createTime, '%i' ) /10 )*10 ) as date_str
, count(*) as count from data_timing p
    where DATE_FORMAT(p.createTime, '%Y-%m-%d %H:%i:%S') < DATE_FORMAT('2020-01-15 00:00:00', '%Y-%m-%d %H:%i:%S')
        AND DATE_FORMAT(p.createTime, '%Y-%m-%d %H:%i:%S') >= DATE_FORMAT('2020-01-14 00:00:00', '%Y-%m-%d %H:%i:%S')
        GROUP BY  concat( date_format( p.createTime, '%Y-%m-%d %H:' ) , floor( date_format( p.createTime, '%i' ) /10 ))

乍一看是不是还挺复杂，并不是多复杂，只是其中几个函数内容比较多。。比如concat()里的那一堆，以及date_format那些。先看结果吧。后面跟各位说一下查询原理：

@最终版SQL原理

如上所述，是每隔10分钟为一个时间段，当时只能想到了以每分钟为时间段分组的SQL，如下。

SELECT concat( date_format( p.createTime, '%Y-%m-%d %H:' ) , floor( date_format( p.createTime, '%i' ) )) as date_str
, count(*) as count from data_timing p
		where DATE_FORMAT(p.createTime, '%Y-%m-%d %H:%i:%S') < DATE_FORMAT('2020-01-15 00:00:00', '%Y-%m-%d %H:%i:%S')
		AND DATE_FORMAT(p.createTime, '%Y-%m-%d %H:%i:%S') >= DATE_FORMAT('2020-01-14 00:00:00', '%Y-%m-%d %H:%i:%S')
		GROUP BY MINUTE(p.createTime)

查询结果：

那我怎么以10分钟为单位呢？？网上各种查，网上虚的太多。也没有找到真正有用的写法，这不是坑爹吗，后来我想了想。想到了个好主意，每10分钟的特征在于“yyyy-MM-dd HH:m”这里，如果我将“10分钟”级为单位的字符串切分出来，不管“1分钟”级的。不就能分组匹配了么，哎呀我tm真是有点佩服我自己。