1. SQL查询基础：从零开始掌握数据筛选
作为一名常年与数据库打交道的开发者，我深知SQL查询是数据处理的核心技能。无论是简单的用户信息检索，还是复杂的业务数据分析，都离不开这些基础却强大的查询技巧。今天，我将分享几个最常用也最实用的SQL查询方法，这些技巧在我过去五年的项目实践中被反复验证过其价值。
SQL查询的本质是从海量数据中精准定位我们需要的信息。想象一下，你面前有一个装满各种颜色积木的大箱子，而SQL就是帮你快速找到特定颜色、特定形状积木的工具。多条件查询相当于同时指定多个筛选标准，模糊匹配则允许我们进行"差不多"的查找，排序和限制功能则帮助我们整理和优化查询结果。
这些基础查询技巧适用于MySQL、PostgreSQL、SQLite等主流关系型数据库，虽然不同数据库在语法细节上可能略有差异，但核心概念完全一致。掌握它们，你就能处理日常开发中80%的数据查询需求。
2. 多条件查询的艺术：AND与OR的精准运用
2.1 AND操作符：严格的多重筛选
AND操作符是SQL中最常用的逻辑运算符之一，它要求所有指定条件必须同时满足。在实际项目中，我经常用它来构建精确的查询条件。
SELECT * FROM products WHERE category = '电子产品' AND price > 1000 AND stock_quantity > 0;这个查询会找出所有属于"电子产品"类别、价格超过1000元且库存不为零的商品。在电商系统中，这样的查询非常常见。
注意：当使用多个AND条件时，数据库优化器通常会按照选择性最高的条件优先执行。也就是说，如果stock_quantity > 0能过滤掉大部分记录，数据库会先应用这个条件。
2.2 OR操作符：灵活的备选方案
OR操作符提供了更宽松的筛选条件，只要满足其中任意一个条件，记录就会被包含在结果中。这在需要查询多种可能情况时特别有用。
SELECT * FROM employees WHERE department = '研发部' OR department = '产品部' OR salary > 20000;这个查询会返回所有属于研发部或产品部的员工，以及薪资超过20000元的员工（无论属于哪个部门）。
2.3 复杂条件组合与优先级控制
当AND和OR混合使用时，括号的使用就变得至关重要。我曾经在一个项目中因为没有正确使用括号，导致查询结果完全错误，花了半天时间才找到问题所在。
-- 错误的写法（逻辑不清晰） SELECT * FROM orders WHERE status = '已完成' OR status = '已发货' AND total_amount > 1000 AND order_date > '2023-01-01'; -- 正确的写法 SELECT * FROM orders WHERE (status = '已完成' OR status = '已发货') AND total_amount > 1000 AND order_date > '2023-01-01';第一个查询实际上等同于：
SELECT * FROM orders WHERE status = '已完成' OR (status = '已发货' AND total_amount > 1000 AND order_date > '2023-01-01');这显然不是我们想要的结果。记住：AND的优先级高于OR，当混合使用时一定要用括号明确逻辑关系。
3. 模糊查询的妙用：LIKE与通配符实战
3.1 百分号(%)通配符：灵活的字符串匹配
百分号通配符可以匹配任意长度的字符串（包括零长度）。这在搜索不确定完整内容的数据时特别有用。
-- 查找所有包含"科技"的公司名称 SELECT * FROM companies WHERE name LIKE '%科技%'; -- 查找所有以"北京"开头的地址 SELECT * FROM customers WHERE address LIKE '北京%';在实际项目中，我经常用这种查询来实现搜索功能。但要注意：前导通配符（如'%科技'）会导致数据库无法使用索引，在大数据量下性能会很差。
3.2 下划线(_)通配符：精确的单字符匹配
下划线通配符匹配恰好一个字符。当你知道字符串的特定位置有某个字符，但不确定具体是哪个时，这个通配符就派上用场了。
-- 查找第二位是"A"的产品编码 SELECT * FROM products WHERE product_code LIKE '_A%'; -- 查找正好5个字符且以"DB"开头的表名 SELECT * FROM information_schema.tables WHERE table_name LIKE 'DB___';3.3 模糊查询的性能考量
模糊查询虽然强大，但使用不当会导致严重的性能问题。以下是我总结的几个优化建议：
- 尽量避免前导通配符（如'%关键字'），这种查询无法利用索引
- 考虑使用全文索引（FULLTEXT INDEX）替代LIKE查询
- 对于固定格式的数据（如电话号码、身份证号），考虑使用SUBSTRING等函数进行精确匹配
- 在大数据量下，可以考虑使用专门的搜索引擎（如Elasticsearch）
-- 使用SUBSTRING优化固定格式的模糊查询 SELECT * FROM users WHERE SUBSTRING(phone_number, 4, 4) = '1234';4. 数据排序的艺术：ORDER BY高级技巧
4.1 基础排序：单字段排序
ORDER BY子句让我们可以控制查询结果的显示顺序。最基本的用法是按单个字段排序：
-- 按价格从低到高排序 SELECT * FROM products ORDER BY price ASC; -- 按创建时间从新到旧排序 SELECT * FROM articles ORDER BY created_at DESC;提示：ASC（升序）是默认值，可以省略。在大多数数据库中，NULL值在升序排序中会排在最后，降序排序中会排在最前。
4.2 多字段排序：精细化的结果控制
当主排序字段有相同值时，可以指定次要排序字段：
-- 先按部门排序，同部门内按薪资降序排序 SELECT * FROM employees ORDER BY department ASC, salary DESC; -- 先按类别排序，同类商品按价格排序，同价格按库存排序 SELECT * FROM products ORDER BY category, price, stock_quantity DESC;这种多级排序在报表生成和数据展示中非常常见。
4.3 使用表达式排序：动态计算排序值
ORDER BY不仅可以跟字段名，还可以跟表达式，这为复杂排序需求提供了可能：
-- 按折扣后的价格排序 SELECT *, price * (1 - discount) AS final_price FROM products ORDER BY final_price DESC; -- 按名字长度排序 SELECT * FROM customers ORDER BY LENGTH(name) DESC;我曾经在一个电商项目中使用表达式排序实现了"综合排序"功能，结合了销量、评价和上架时间等多个因素：
SELECT * FROM products ORDER BY (sales_count * 0.5 + positive_reviews * 0.3 - DATEDIFF(NOW(), listed_date) * 0.2) DESC;5. 结果集限制与分页：LIMIT的实用技巧
5.1 基础LIMIT用法：控制返回行数
LIMIT子句可以限制查询返回的记录数量，这对于提高性能和实现分页至关重要。
-- 只返回前10条记录 SELECT * FROM logs ORDER BY created_at DESC LIMIT 10; -- 返回价格最高的5个商品 SELECT * FROM products ORDER BY price DESC LIMIT 5;5.2 分页查询：OFFSET的合理使用
分页查询是Web应用中最常见的场景之一，使用LIMIT结合OFFSET可以实现：
-- 第一页：每页20条，跳过0条 SELECT * FROM articles ORDER BY publish_date DESC LIMIT 0, 20; -- 第二页：每页20条，跳过20条 SELECT * FROM articles ORDER BY publish_date DESC LIMIT 20, 20;不过要注意，OFFSET在大数据量下性能会很差，因为它需要先扫描跳过的所有记录。对于深度分页，更好的方法是使用"上一页最大ID"技术：
-- 假设已知上一页最后一条记录的ID是12345 SELECT * FROM articles WHERE id < 12345 ORDER BY id DESC LIMIT 20;5.3 不同数据库的分页语法差异
虽然LIMIT是MySQL和SQLite的语法，但其他数据库有不同的实现方式：
- PostgreSQL: 使用
LIMIT x OFFSET y或简写OFFSET y LIMIT x - SQL Server: 使用
OFFSET y ROWS FETCH NEXT x ROWS ONLY - Oracle: 使用ROWNUM或较新版本的OFFSET-FETCH
-- PostgreSQL分页 SELECT * FROM users ORDER BY registration_date OFFSET 10 LIMIT 5; -- SQL Server分页 SELECT * FROM products ORDER BY price OFFSET 20 ROWS FETCH NEXT 10 ROWS ONLY;6. 结果集合并：UNION的高级应用
6.1 UNION基础：合并多个查询结果
UNION操作符允许我们将多个SELECT语句的结果合并成一个结果集。这在需要从不同表或不同条件下获取相似结构数据时非常有用。
-- 合并活跃用户和VIP用户列表 SELECT user_id, name, 'active' AS user_type FROM active_users UNION SELECT user_id, name, 'vip' AS user_type FROM vip_users;重要提示：UNION会自动去除重复行，如果需要保留所有行（包括重复的），应该使用UNION ALL，后者性能更好，因为它不需要去重操作。
6.2 UNION使用规则与注意事项
使用UNION时必须遵守以下规则：
- 所有查询必须具有相同数量的列
- 对应列的数据类型必须兼容
- 最终结果集的列名取自第一个查询
-- 错误的UNION使用（列数不同） SELECT id, name FROM products UNION SELECT id FROM categories; -- 会报错 -- 正确的UNION使用（使用NULL补足列） SELECT id, name, price FROM products UNION SELECT id, name, NULL FROM categories; -- 假设categories表没有price列6.3 UNION在复杂查询中的应用
UNION不仅可以合并简单查询，还可以与各种复杂查询结合使用。我曾经在一个报表系统中使用UNION来合并多个时间段的数据：
-- 合并今年、去年和全部历史数据的统计 SELECT 'this_year' AS period, COUNT(*) AS order_count, SUM(amount) AS total_amount FROM orders WHERE YEAR(order_date) = YEAR(CURRENT_DATE) UNION SELECT 'last_year' AS period, COUNT(*), SUM(amount) FROM orders WHERE YEAR(order_date) = YEAR(CURRENT_DATE) - 1 UNION SELECT 'all_time' AS period, COUNT(*), SUM(amount) FROM orders;7. 实战中的常见问题与解决方案
7.1 性能优化：如何加速你的查询
在实际项目中，我遇到过很多SQL查询性能问题。以下是一些经过验证的优化技巧：
索引策略：为WHERE、JOIN和ORDER BY中常用的列创建索引
CREATE INDEX idx_products_category ON products(category); CREATE INDEX idx_orders_date_amount ON orders(order_date, total_amount);避免全表扫描：确保查询能够利用索引
-- 不好的写法（无法使用name索引） SELECT * FROM users WHERE UPPER(name) = 'JOHN'; -- 改进写法 SELECT * FROM users WHERE name = 'John';LIMIT尽早应用：在子查询中使用LIMIT减少处理数据量
SELECT * FROM large_table WHERE id IN ( SELECT id FROM large_table WHERE condition = 1 LIMIT 1000 );
7.2 日期时间处理的常见陷阱
日期时间查询是SQL中最容易出错的领域之一。以下是我踩过的坑和解决方案：
时区问题：始终明确存储和查询使用的时区
-- 明确使用时区 SELECT * FROM events WHERE event_time AT TIME ZONE 'UTC' = '2023-01-01 00:00:00' AT TIME ZONE 'UTC';日期范围查询：注意包含边界值
-- 查询2023年1月的数据（包含1月31日） SELECT * FROM orders WHERE order_date >= '2023-01-01' AND order_date < '2023-02-01';日期函数使用：不同数据库的日期函数差异很大
-- MySQL日期加减 SELECT * FROM tasks WHERE due_date = DATE_ADD(CURRENT_DATE, INTERVAL 7 DAY); -- PostgreSQL日期加减 SELECT * FROM tasks WHERE due_date = CURRENT_DATE + INTERVAL '7 days';
7.3 NULL值处理的注意事项
NULL在SQL中是一个特殊的值，处理不当会导致意外结果：
比较运算：NULL与任何值的比较结果都是NULL（不是TRUE也不是FALSE）
-- 错误的NULL检查 SELECT * FROM users WHERE phone_number = NULL; -- 不会返回任何结果 -- 正确的NULL检查 SELECT * FROM users WHERE phone_number IS NULL;聚合函数：COUNT(*)计算所有行数，COUNT(column)忽略NULL值
-- 返回总行数（包括NULL） SELECT COUNT(*) FROM users; -- 返回phone_number不为NULL的行数 SELECT COUNT(phone_number) FROM users;UNIQUE约束：在大多数数据库中，UNIQUE约束允许多个NULL值
-- 可能插入多个NULL值 INSERT INTO users (username, email) VALUES ('user1', NULL); INSERT INTO users (username, email) VALUES ('user2', NULL); -- 可能成功
8. 高级技巧与实战经验分享
8.1 动态SQL构建技巧
在应用程序中构建动态SQL时，安全性和灵活性需要平衡。以下是我常用的模式：
# Python中的安全SQL构建 def search_products(name=None, category=None, min_price=None): query = "SELECT * FROM products WHERE 1=1" params = [] if name: query += " AND name LIKE %s" params.append(f"%{name}%") if category: query += " AND category = %s" params.append(category) if min_price: query += " AND price >= %s" params.append(min_price) return execute_query(query, params)重要提示：永远不要通过字符串拼接直接插入用户输入到SQL中，这会导致SQL注入漏洞。始终使用参数化查询。
8.2 查询结果的后处理
有时SQL查询结果需要进一步处理才能满足业务需求：
结果分桶：使用CASE WHEN对数据进行分类
SELECT CASE WHEN age < 20 THEN '青少年' WHEN age BETWEEN 20 AND 40 THEN '青年' ELSE '中老年' END AS age_group, COUNT(*) AS count FROM users GROUP BY age_group;动态列名：根据数据生成有意义的列名
SELECT product_id, MAX(CASE WHEN attribute = 'color' THEN value END) AS color, MAX(CASE WHEN attribute = 'size' THEN value END) AS size FROM product_attributes GROUP BY product_id;
8.3 跨数据库兼容性考虑
如果需要编写跨数据库兼容的SQL，需要注意：
字符串连接：
- MySQL: CONCAT(str1, str2) 或 str1 || str2
- SQL Server: str1 + str2
- Oracle: str1 || str2
分页语法：如前所述，各数据库分页实现差异很大
自增ID：
- MySQL: AUTO_INCREMENT
- SQL Server: IDENTITY
- PostgreSQL: SERIAL
在实际项目中，我通常会使用ORM或查询构建器来抽象这些差异，或者在应用层处理不同数据库的SQL方言。
9. 真实案例分析：电商系统查询优化
让我分享一个真实的电商系统查询优化案例。我们有一个商品搜索页面，需要支持多条件筛选、排序和分页。最初的查询是这样的：
SELECT * FROM products WHERE (category = '电子产品' OR category = '家居用品') AND (price BETWEEN 100 AND 1000) AND (name LIKE '%智能%' OR description LIKE '%智能%') ORDER BY created_at DESC LIMIT 0, 20;这个查询存在几个问题：
- OR条件导致无法有效使用索引
- 前导通配符LIKE查询导致全表扫描
- 排序字段没有索引，需要临时排序
优化后的方案：
创建复合索引：
CREATE INDEX idx_products_search ON products(category, price, created_at);使用全文检索替代LIKE：
ALTER TABLE products ADD FULLTEXT INDEX ft_idx_name_desc(name, description); SELECT * FROM products WHERE (category = '电子产品' OR category = '家居用品') AND (price BETWEEN 100 AND 1000) AND MATCH(name, description) AGAINST('智能' IN BOOLEAN MODE) ORDER BY created_at DESC LIMIT 0, 20;对于无法使用全文检索的场景，使用UNION优化OR条件：
SELECT * FROM products WHERE category = '电子产品' AND (price BETWEEN 100 AND 1000) AND (name LIKE '%智能%' OR description LIKE '%智能%') UNION SELECT * FROM products WHERE category = '家居用品' AND (price BETWEEN 100 AND 1000) AND (name LIKE '%智能%' OR description LIKE '%智能%') ORDER BY created_at DESC LIMIT 0, 20;
这些优化使查询性能提升了10倍以上，页面加载时间从3秒降到了300毫秒以内。
