SQL查询语句应该避免的五个错误

今日份知识你摄入了么？
SQL和机器学习有一些相似之处。它们都不需要大量的编程，所以上手比较容易，而且代码也很少会崩溃。

本文插图
与SQL和机器学习相关推文
我认为， SQL很难崩溃会让数据分析变得更加困难。比如从数据库中提取数据集，结果却发现了数据错误或缺失数据，这种情况出现的次数有多少呢?答案是：相当多！
但如果SQL在错误时直接崩溃，我反而很容易知道自己犯错了。因为SQL查询一定会返回结果，而这些结果就需要数据科学家花费大量时间进行数据的验证。

本文插图
图源：krakenimages，摘自Unsplash
所以在编写SQL查询时，以下五种错误是你应该注意的。
01
不清楚SQL执行的顺序
【SQL查询语句应该避免的五个错误】

本文插图
SQL 查询执行顺序
SQL的使用门槛很低。在你编写查询时，如果能用JOIN进行一些分组，很多人都会觉得你已经是专家了。
但是，这些所谓的专家知道SQL查询是按什么顺序执行的吗？
SELECT是在编写时在编辑器中执行的，但数据库并不是这样，所以SQL查询其实并不是从SELECT开始的。
数据库是从FROM和JOIN开始执行查询的。这也就解释了为什么我们可以用WHERE来使用已经JOIN过的表格。
那为什么我们不能过滤掉WHERE中的GROUP BY呢？这是因为， GROUP BY是在WHERE之后执行的，所以我们还需要下一步：HAVING 。
最后，运行SELECT 。它选择了要包括的列，定义了要计算的聚合函数。另外， Window Functions也在这里执行。
这就是为什么当我们尝试在WHERE中使用Window Function的输出进行过滤时，会出现错误。
请注意，数据库是利用查询优化器（query optimizer）来优化查询执行的。优化器可能会改变某些操作的顺序，让查询运行更快。但这是一些幕后的高级概念。
02
Window Functions的实际功能

本文插图
使用SUM窗口函数进行转换的示例
第一次遇到Window Functions时，我觉得很神奇。为什么把Window Functions作为GROUP BY用的时候，可以聚合数据呢？
其实，在设计查询时， Window Function(WF)简化了很多操作：

WF能访问当前记录前后的记录，具体参见Lead和Lag函数。
WF可以用GROUP BY对已经聚合的数据执行额外的聚合。请看上图中的例子，我用了WF计算销售额。
- 上一页
- 1
- 2
- 3
- 下一页