MySQL子查询零基础入门教程：从小白到上手（零基础入门版）

📚 前言：什么是子查询？

想象一下，你想在图书馆找书：

先找到"计算机"分类的书架（主查询）

在这个书架上找"MySQL"相关的书（子查询）

子查询就是：在一个SQL语句里面，嵌套另一个SQL查询语句。就像"俄罗斯套娃"一样，一层套一层！

第一部分：子查询的三种基础用法

1.1 最简单的子查询：作为查询条件

场景：找出买了"iPhone 15"的顾客信息

sql
-- 分两步理解：
-- 第一步：先找出哪些订单买了iPhone 15
SELECT customer_id 
FROM orders 
WHERE product_name = 'iPhone 15';

-- 第二步：用第一步的结果找顾客信息
SELECT * 
FROM customers 
WHERE customer_id IN (上一步的结果);

-- 合并成一句就是：
SELECT * 
FROM customers 
WHERE customer_id IN (
    SELECT customer_id 
    FROM orders 
    WHERE product_name = 'iPhone 15'
);

📝 语法要点：

子查询要用小括号 () 包起来

子查询写在 WHERE 条件里

IN 表示"在...列表中"

1.2 稍微复杂点：子查询在SELECT中

场景：显示每个顾客的订单数量

sql
-- 传统方法（需要两张表连接）：
SELECT 
    c.customer_name,
    COUNT(o.order_id) as order_count
FROM customers c
LEFT JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.customer_name;

-- 使用子查询的方法：
SELECT 
    customer_name,
    (SELECT COUNT(*) 
     FROM orders 
     WHERE customer_id = c.customer_id) as order_count
FROM customers c;

✨ 对比：

子查询版本更直观：一眼就能看出是"为每个顾客统计订单数"

适合初学者理解

1.3 实战练习：生活中的例子

sql
-- 找出比平均工资高的员工
SELECT name, salary
FROM employees
WHERE salary > (
    SELECT AVG(salary)  -- 先算平均工资
    FROM employees
);

-- 找出最畅销的产品
SELECT product_name
FROM products
WHERE sales = (
    SELECT MAX(sales)  -- 先找最高销量
    FROM products
);

第二部分：用子查询操作数据（增删改）

2.1 用子查询插入数据 📥

场景：创建"VIP客户表"，把消费超过5000的客户放进去

sql
-- 第一步：创建VIP表
CREATE TABLE vip_customers (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    total_spent DECIMAL(10,2)
);

-- 第二步：插入数据（使用子查询）
INSERT INTO vip_customers (id, name, total_spent)
SELECT 
    customer_id,
    customer_name,
    SUM(amount)  -- 计算每个客户的总消费
FROM orders
GROUP BY customer_id, customer_name
HAVING SUM(amount) > 5000;  -- 只选消费>5000的

💡 小贴士：

INSERT INTO ... SELECT ... 是最常用的组合

子查询的结果直接插入到目标表

字段要一一对应（数量、类型都要匹配）

2.2 用子查询更新数据 ✏️

场景：给消费大户打标签

sql
-- 给消费超过10000的客户标记为"钻石会员"
UPDATE customers
SET member_level = '钻石会员'
WHERE customer_id IN (
    SELECT customer_id
    FROM orders
    GROUP BY customer_id
    HAVING SUM(amount) > 10000
);

-- 分步骤理解：
-- 1. 子查询：找出消费>10000的客户ID
-- 2. 主查询：把这些客户的会员级别更新
⚠️ 注意：MySQL中，更新时如果用同一张表做子查询，需要特殊处理：

sql
-- 错误写法（MySQL不允许）：
UPDATE customers
SET score = score + 10
WHERE customer_id IN (
    SELECT customer_id 
    FROM customers 
    WHERE age > 30
);

-- 正确写法：
UPDATE customers c1
SET score = score + 10
WHERE EXISTS (
    SELECT 1 
    FROM customers c2 
    WHERE c2.customer_id = c1.customer_id 
    AND c2.age > 30
);

2.3 用子查询删除数据 🗑️

场景：删除30天未登录的用户

sql
-- 删除30天没登录的用户
DELETE FROM users
WHERE user_id IN (
    SELECT user_id
    FROM login_log
    GROUP BY user_id
    HAVING MAX(login_time) < DATE_SUB(NOW(), INTERVAL 30 DAY)
);

-- 更安全的写法（先查后删）：

-- 第一步：先看看要删哪些人
SELECT * FROM users
WHERE user_id IN (...上面的查询...);

-- 第二步：确认无误后再删除
🔒 安全提示：

删除前一定要先 SELECT 确认数据

重要数据用软删除（标记为删除，不真删）

做好备份！

第三部分：通用表达式（CTE）------让SQL更清晰

3.1 CTE是什么？为什么需要它？

问题：当子查询嵌套太多时...

sql
-- 这种代码很难看懂：
SELECT * FROM (
    SELECT * FROM (
        SELECT * FROM table1 WHERE ...
    ) AS t1 JOIN table2 ON ...
) AS t2 WHERE ...

解决方案：CTE（Common Table Expressions）！

给子查询起个名字

像搭积木一样组合查询

提高可读性

3.2 CTE基础语法

sql
WITH 临时表名 AS (
    SELECT ...  -- 你的查询
)
SELECT * FROM 临时表名;

3.3 实战：用CTE重构复杂查询

场景：分析学生成绩

sql
-- 不使用CTE（比较乱）：
SELECT 
    student_name,
    course_name,
    score,
    (SELECT AVG(score) FROM scores WHERE course_id = s.course_id) as avg_score
FROM scores s
WHERE score > (
    SELECT AVG(score) 
    FROM scores 
    WHERE student_id = s.student_id
);

-- 使用CTE（清晰多了）：
WITH 
-- 第一步：计算每门课的平均分
course_avg AS (
    SELECT 
        course_id,
        AVG(score) as avg_score
    FROM scores
    GROUP BY course_id
),

-- 第二步：计算每个学生的平均分
student_avg AS (
    SELECT 
        student_id,
        AVG(score) as avg_score
    FROM scores
    GROUP BY student_id
)

-- 第三步：组合查询
SELECT 
    s.student_name,
    c.course_name,
    sc.score,
    ca.avg_score as course_avg,
    sa.avg_score as student_avg
FROM scores sc
JOIN students s ON sc.student_id = s.student_id
JOIN courses c ON sc.course_id = c.course_id
JOIN course_avg ca ON sc.course_id = ca.course_id
JOIN student_avg sa ON sc.student_id = sa.student_id
WHERE sc.score > sa.avg_score;

3.4 CTE的特别功能：递归查询

神奇的场景：查询公司组织架构

sql
-- 创建员工表（有上下级关系）
CREATE TABLE employees (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    manager_id INT  -- 上级的ID
);

-- 使用递归CTE查询某个经理的所有下属
WITH RECURSIVE subordinate_tree AS (
    -- 基础情况：先找到经理本人
    SELECT id, name, manager_id, 1 as level
    FROM employees
    WHERE name = '张经理'
    
    UNION ALL
    
    -- 递归情况：找下属的下属...
    SELECT 
        e.id, 
        e.name, 
        e.manager_id,
        st.level + 1
    FROM employees e
    JOIN subordinate_tree st ON e.manager_id = st.id
)
SELECT * FROM subordinate_tree;

递归CTE的组成：

基础查询：起点（比如：经理本人）

递归查询：不断找下一级

停止条件：没有更多下级时自动停止

第四部分：常见错误和解决方法

❌ 错误1：子查询返回多行

sql
-- 错误：等号只能比较一个值
SELECT * FROM products
WHERE price = (
    SELECT price FROM products WHERE category = '手机'
);

-- 正确：用IN代替=
SELECT * FROM products
WHERE price IN (
    SELECT price FROM products WHERE category = '手机'
);

❌ 错误2：忽略NULL值

sql
-- 可能漏掉数据
SELECT * FROM customers
WHERE customer_id NOT IN (
    SELECT customer_id FROM orders
);

-- 正确处理NULL
SELECT * FROM customers
WHERE customer_id NOT IN (
    SELECT customer_id 
    FROM orders 
    WHERE customer_id IS NOT NULL  -- 排除NULL
);

❌ 错误3：性能问题

sql
-- 慢：子查询执行很多次
SELECT * FROM customers c
WHERE EXISTS (
    SELECT 1 FROM orders o
    WHERE o.customer_id = c.customer_id
    AND o.amount > 1000
);

-- 优化：使用JOIN
SELECT DISTINCT c.*
FROM customers c
JOIN orders o ON c.customer_id = o.customer_id
WHERE o.amount > 1000;

💪 实战练习题

练习1：电商数据分析

sql
-- 1. 找出从未下单的用户
-- 2. 找出复购率最高的商品
-- 3. 计算每个用户的平均订单金额
练习2：员工管理系统

sql
-- 1. 找出每个部门工资最高的员工
-- 2. 找出有下属的经理
-- 3. 计算部门平均工资
练习3：学校成绩管理

sql
-- 1. 找出每科成绩前3名的学生
-- 2. 计算每个学生的总分和平均分
-- 3. 找出成绩进步最大的学生

📖 学习资源推荐

在线练习平台：

SQLZoo（免费，互动式学习）

LeetCode SQL题库（从易到难）

可视化工具：

MySQL Workbench（官方工具）

DataGrip（功能强大）

记忆口诀：

text

子查询，括号里

先执行，后外批

增删改，要小心

CTE让代码清

🎉 总结：关键要点速记

💡 最后的小建议

从简单开始：先写分步骤查询，再合并成子查询

多实践：在自己的项目中找机会使用

善用注释：复杂查询一定要写注释

测试数据：用小数据测试，确认正确后再用到大表

记住：学习SQL就像学做饭，开始可能手忙脚乱，多做几次就熟练了！遇到问题不要怕，多查资料多实践，你一定能掌握子查询这个强大工具！ 🚀

祝你学习愉快，早日成为SQL高手！ ✨