SQL 数据分析知识点
1 sql 语句的执行顺序
select *
from xxx join xxx
where ...
group by ...
having ...
order by ...
limit ...;
执行顺序：
- from xxx join xxx：获取数据源
- where：过滤数据源
- group by：数据分组
- select：查询数据
- having：对查询出来的数据再过滤
- order by：对结果数据排序
- limit：显示数据条数
2. 表连接方式
纵向链接
2.1 union、union all
适用结构相同的表联结成一张大表
select *
from A
union
select *
from B
- union all：联结所有数据
- union：去重联结（所有列的值相同才算相同）
横向链接
2.2 join、inner join
内连接：返回两个表共同的行
select *
from table1
join table2
on table1.column_name=table2.column_name;
2.3 left join
左连接：以表 1 为基础，匹配表 2 的相同行
select *
from table1
left join table2
on table1.column_name=table2.column_name;
2.4 right join
右连接：以表 2 为基础，匹配表 1 的相同行
select *
from table1
right join table2
on table1.column_name=table2.column_name;
2.5 full outer join
全连接：返回全部数据，可以理解为左连接和右连接的结合
mysql 没有全连接
select *
from table1
full outer join table2
on table1.column_name=table2.column_name;
3. 窗口函数
常用于组内排序，具体写法如下
<窗口函数> over (partition by <分组的列名>
order by <排序的列名>)
窗口函数可以用 rank 相关函数或者聚合函数
3.1 rank, dense_rank, row_number
select *,
rank() over (order by 成绩 desc) as ranking,
dense_rank() over (order by 成绩 desc) as dese_rank,
row_number() over (order by 成绩 desc) as row_num
from 班级表
- rank：如果有并列名次的行，会占用下一名次的位置（1，1，3）
- dense_rank：如果有并列名次的行，不占用下一名次的位置（1，1，2）
- row_number：不考虑并列名次（1，2，3）
3.2 sum. avg, count, max, min
select *,
sum(成绩) over (order by 学号) as current_sum,
avg(成绩) over (order by 学号) as current_avg,
count(成绩) over (order by 学号) as current_count,
max(成绩) over (order by 学号) as current_max,
min(成绩) over (order by 学号) as current_min
from 班级表
4.时间函数
当前日期+时间（date + time）函数：now()
select now();
当前时间戳函数：current_timestamp()
select current_timestamp();
日期或时间转换为字符串 函数：date_format(date,format), time_format(time,format)
- date_format(datetime,formatting) 可以格式日期和时间（例如 YYYY-MM-DD HH:MM:SS）和（HH:MM:SS）
- time_format(datetime,formatting) 只可以格式时间（HH:MM:SS）
select date_format('2021-01-01 10:10:10', '%Y%m%d%H%i%s');
select time_format('10:10:10', '%H%i%s');
日期时间格式符：
- 年份, 数字形式,4位数：%Y
- 年份, 数字形式 (2位数)：%y
- 月份名称 (January..December)：%M
- 月份, 数字形式 (00..12)：%m
- 月份，数字形式(0..12)：%c
- 该月日期, 数字形式 (00..31)：%d
- 该月日期, 数字形式(0..31)：%e
- 带有英语后缀的该月日期 (0th, 1st, 2nd, 3rd, ...)：%D
- 小时(00..23)：%H
- 小时(01..12)：%h
- 小时 (01..12)：%I
- 小时 (0..23)：%k
- 小时 (1..12)：%l
- 分钟,数字形式 (00..59)：%i
- 秒 (00..59)：%S
- 秒 (00..59)：%s
- 微秒 (000000..999999)：%f
- 上午（AM）或下午（ PM）：%p
- 时间 , 12小时制 (小时hh:分钟mm:秒数ss 后加 AM或PM)：%r
- 时间 , 24小时制 (小时hh:分钟mm:秒数ss)：%T
- 工作日的缩写名称 (Sun..Sat)：%a
- 月份的缩写名称 (Jan..Dec)：%b
- 周 (00..53), 其中周日为每周的第一天：%U
- 周 (00..53), 其中周一为每周的第一天 ：%u
- 周 (01..53), 其中周日为每周的第一天 ; 和 %X同时使用：%V
- 周 (01..53), 其中周一为每周的第一天 ; 和 %x同时使用：%v
- 一年中的天数 (001..366)：%j
- 工作日名称 (周日..周六)：%W
- 一周中的每日 (0=周日..6=周六)：%w
- 该周的年份，其中周日为每周的第一天, 数字形式,4位数;和%V同时使用：%X
- 该周的年份，其中周一为每周的第一天, 数字形式,4位数;和%v同时使用：%x
- ‘%’文字字符：%%
5.字符串函数
lower(str)：将字符串参数值转换为全小写字母后返回
select lower('SQL');
upper(str)：将字符串参数值转换为全大写字母后返回
select upper('sql');
concat(str1, str2,...)：将多个字符串参数首尾相连后返回
- 如果有任何参数为null，则函数返回null
- 如果参数是数字，则自动转换为字符串
select concat('S','Q','L');
concat_ws(separator,str1,str2,...)：将多个字符串参数以给定的分隔符 separator 首尾相连后返回
- 如果有任何参数为null，则函数不返回null，而是直接忽略它
select concat_ws(';','First name','Second name','Last name');
substr(str,pos)：截取从 pos 位置开始到最后的所有 str 字符串
substr(str, pos, len)：截取 str 字符串，从 pos 位置开始的 len 个字符
- mysql 中的起始位置 pos 是从1开始的
- 如果为正数，就表示从正数的位置往下截取字符串（起始坐标从1开始）
- 如果起始位置 pos 为负数，表示从倒数第几个开始截取
select substring('hello world',5);
o world
select substr('hello world',-5);
world
length(str)：返回字符串的存储长度
- 编码方式不同字符串的存储长度不同
select length('sql');
char_length(str)：返回字符串中的字符个数
select char_length('sql');
format(X,D,locale)：以格式 ‘#,###,###.##’ 格式化数字 X，D 指定小数位数，locale 指定国家语言(默认的 locale 为 en_US)
select format(12332.123456, 4),format(12332.2,0);
12,332.1235 | 12,332
left(str, len)：返回最左边的len长度的子串
select left('chinaitsoft',5);
right(str, len)：返回最右边的len长度的子串
select right('chinaitsoft',5);
ltrim(str)，rtrim(str)：去掉字符串的左边或右边的空格
select ltrim(' barbar ') rs1, rtrim(' barbar ') rs2;
repeat(str, count)：将字符串 str 重复 count 次后返回
select repeat('SQL',3);
reverse(str)：将字符串 str 反转后返回
select reverse('abcdef');
