SQL 用法详解：从基础操作到进阶实战的全场景指南

曾阿伦2026-03-24 9:07

一、SQL 核心概述：关系型数据库的 "操作语言"

SQL（Structured Query Language）是关系型数据库的标准编程语言，核心作用是 存取、查询、更新和管理数据，支持从简单的数据增删改查到复杂的多表关联、数据统计、事务控制等场景。

本文将围绕 "基础操作→进阶特性→实战技巧" 三层结构展开，所有示例基于 MySQL 8.0 （兼容 PostgreSQL、SQL Server，差异会标注），沿用基础表 user_info 并新增关联表 order_info 用于进阶场景：

复制代码 
-- 基础表：用户信息表（沿用前文结构，补充完整约束）

CREATE TABLE user_info (

id INT PRIMARY KEY AUTO_INCREMENT,

username VARCHAR(50) NOT NULL UNIQUE,

age TINYINT CHECK (age > 0 AND age

gender ENUM('male', 'female', 'other'),

email VARCHAR(100) NOT NULL,

create_time DATETIME DEFAULT CURRENT_TIMESTAMP,

update_time DATETIME ON UPDATE CURRENT_TIMESTAMP

);

-- 关联表：订单信息表（用于联表查询示例）

CREATE TABLE order_info (

order_id INT PRIMARY KEY AUTO_INCREMENT,

user_id INT NOT NULL, -- 关联 user_info.id

order_amount DECIMAL(10,2) NOT NULL,

order_status TINYINT NOT NULL COMMENT '0-待支付，1-已支付，2-已取消',

create_time DATETIME DEFAULT CURRENT_TIMESTAMP,

-- 外键约束：确保 user_id 对应 user_info 中存在的用户

FOREIGN KEY (user_id) REFERENCES user_info(id) ON DELETE CASCADE

);

二、SQL 基础操作：CRUD 核心用法（回顾与补充）

CRUD 是 SQL 最基础的四大操作，覆盖单表数据全生命周期，前文已详细讲解核心用法，此处补充高频场景扩展：

1. 新增（Create）：插入与批量插入优化
复制代码 
-- 扩展：插入查询结果（将查询到的数据直接插入表中）

INSERT INTO user_info (username, age, gender, email)

SELECT 'copy_user', age, gender, CONCAT('copy_', email)

FROM user_info

WHERE id = 1; -- 复制 id=1 的用户数据，修改用户名和邮箱

-- 批量插入优化：指定字段顺序，避免因表结构变更报错

INSERT INTO order_info (user_id, order_amount, order_status)

VALUES

(1, 99.90, 1),

(1, 199.50, 1),

(2, 299.00, 0);
2. 查询（Read）：单表查询补充场景
复制代码 
-- 扩展1：条件查询 - 多值匹配优化（IN 与 EXISTS 对比）

-- 适合少量值匹配

SELECT username, email FROM user_info WHERE id IN (1,2,3);

-- 适合大量值匹配（性能更优）

SELECT username, email FROM user_info u

WHERE EXISTS (SELECT 1 FROM order_info o WHERE o.user_id = u.id);

-- 扩展2：日期范围查询（常用业务场景）

SELECT username, create_time

FROM user_info

WHERE create_time BETWEEN '2026-01-01 00:00:00' AND '2026-12-31 23:59:59';

-- 扩展3：模糊查询优化（前缀匹配可命中索引，后缀/中间匹配无法命中）

SELECT username FROM user_info WHERE username LIKE '张%'; -- 推荐（前缀匹配）

SELECT username FROM user_info WHERE username LIKE '%三'; -- 不推荐（后缀匹配）
3. 更新（Update）：多表关联更新
复制代码 
-- 扩展：根据关联表数据更新目标表（例如：给有已支付订单的用户年龄+1）

UPDATE user_info u

JOIN order_info o ON u.id = o.user_id

SET u.age = u.age + 1

WHERE o.order_status = 1; -- 仅更新有已支付订单的用户
4. 删除（Delete）：关联删除与条件优化
复制代码 
-- 扩展：多表关联删除（删除无订单的用户）

DELETE u FROM user_info u

LEFT JOIN order_info o ON u.id = o.user_id

WHERE o.user_id IS NULL; -- 左连接后筛选无关联订单的用户

三、SQL 进阶特性：从单表到复杂场景

1. 联表查询（JOIN）：多表关联核心用法

联表查询是 SQL 进阶的核心，用于从多个关联表中提取数据，常用 JOIN 类型：

JOIN 类型 说明 示例场景
INNER JOIN（内连接） 只返回两表中匹配的记录 查询有订单的用户及订单信息
LEFT JOIN（左连接） 返回左表所有记录，右表匹配不到则为 NULL 查询所有用户及关联订单（无订单用户也显示）
RIGHT JOIN（右连接） 返回右表所有记录，左表匹配不到则为 NULL 查询所有订单及关联用户（无用户的订单也显示）
FULL JOIN（全连接） 返回两表所有记录，匹配不到则为 NULL MySQL 不直接支持，需用 UNION 模拟

实战示例：

复制代码 
-- 1. 内连接：查询有已支付订单的用户信息及订单金额

SELECT

u.username,

u.email,

o.order_id,

o.order_amount,

o.order_status

FROM user_info u

INNER JOIN order_info o ON u.id = o.user_id

WHERE o.order_status = 1;

-- 2. 左连接：查询所有用户及关联订单（无订单用户的订单字段为 NULL）

SELECT

u.username,

o.order_id,

IFNULL(o.order_amount, 0) AS order_amount -- 用 IFNULL 处理 NULL 值

FROM user_info u

LEFT JOIN order_info o ON u.id = o.user_id;

-- 3. 模拟全连接（MySQL 特有）：查询所有用户和所有订单的关联关系

SELECT u.username, o.order_id FROM user_info u LEFT JOIN order_info o ON u.id = o.user_id

UNION

SELECT u.username, o.order_id FROM user_info u RIGHT JOIN order_info o ON u.id = o.user_id;
2. 子查询：嵌套查询逻辑

子查询是将一个查询结果作为另一个查询的条件或数据源，分为 相关子查询 （依赖外部查询）和 非相关子查询（独立执行）：

复制代码 
-- 1. 非相关子查询：查询订单金额大于平均订单金额的订单

SELECT order_id, order_amount

FROM order_info

WHERE order_amount > (SELECT AVG(order_amount) FROM order_info); -- 子查询独立执行

-- 2. 相关子查询：查询每个用户的最大金额订单

SELECT

o.user_id,

o.order_id,

o.order_amount

FROM order_info o

WHERE o.order_amount = (

SELECT MAX(order_amount)

FROM order_info

WHERE user_id = o.user_id -- 子查询依赖外部查询的 user_id

);

-- 3. 子查询用于 IN 条件（查询有订单金额>200的用户）

SELECT username FROM user_info

WHERE id IN (SELECT DISTINCT user_id FROM order_info WHERE order_amount > 200);
3. 事务（Transaction）：保证数据一致性

事务是一组不可分割的 SQL 操作，遵循 ACID 原则（原子性、一致性、隔离性、持久性），用于解决并发场景下的数据一致性问题（如转账、下单支付）：

复制代码 
-- 事务示例：用户下单支付（扣减余额→创建订单→更新订单状态）

START TRANSACTION; -- 开启事务

-- 1. 假设存在余额表，扣减用户余额（示例语句）

UPDATE user_wallet SET balance = balance - 199.90 WHERE user_id = 1;

-- 2. 创建订单

INSERT INTO order_info (user_id, order_amount, order_status)

VALUES (1, 199.90, 1);

-- 3. 验证操作是否成功，成功则提交，失败则回滚

IF @@ROWCOUNT > 0 THEN

COMMIT; -- 提交事务（所有操作生效）

ELSE

ROLLBACK; -- 回滚事务（所有操作撤销）

END IF;

-- 简化写法：使用 TRY...CATCH（MySQL 8.0+ 支持）

BEGIN TRY

START TRANSACTION;

UPDATE user_wallet SET balance = balance - 199.90 WHERE user_id = 1;

INSERT INTO order_info (user_id, order_amount, order_status) VALUES (1, 199.90, 1);

COMMIT;

END TRY

BEGIN CATCH

ROLLBACK;

SELECT '事务执行失败：' + ERROR_MESSAGE() AS error_msg;

END CATCH;
4. 索引：提升查询性能

索引是数据库优化的核心，通过建立 "数据目录" 减少全表扫描，常用索引类型：主键索引、唯一索引、普通索引、联合索引：

复制代码 
-- 1. 创建普通索引（用于查询条件列）

CREATE INDEX idx_user_info_age ON user_info(age); -- 给 age 列建索引

CREATE INDEX idx_order_info_user_id ON order_info(user_id); -- 给关联列建索引

-- 2. 创建联合索引（适合多列查询条件，遵循"最左前缀原则"）

CREATE INDEX idx_user_info_gender_age ON user_info(gender, age); -- 先匹配 gender，再匹配 age

-- 3. 查看索引使用情况（验证索引是否生效）

EXPLAIN SELECT username FROM user_info WHERE gender = 'female' AND age = 25; -- 会使用联合索引

-- 4. 删除无用索引（避免占用空间）

DROP INDEX idx_user_info_age ON user_info;

索引最佳实践：

  • 给查询频繁的列（WHERE、JOIN、ORDER BY 后的列）建索引；

  • 避免给更新频繁、数据重复率高的列建索引（如性别列，重复率高，索引效果差）；

  • 联合索引需按 "查询频率从高到低" 排列列顺序。

5. 函数与表达式：数据处理与格式化

SQL 内置丰富函数，用于数据计算、字符串处理、日期格式化等：

复制代码 
-- 1. 字符串函数

SELECT

CONCAT(username, '-', gender) AS user_label, -- 拼接字符串

LENGTH(username) AS name_length, -- 字符串长度

UPPER(email) AS email_upper -- 转大写

FROM user_info;

-- 2. 日期函数（常用业务场景）

SELECT

create_time,

DATE_FORMAT(create_time, '%Y-%m-%d') AS create_date, -- 格式化日期

DATEDIFF(NOW(), create_time) AS days_since_create -- 计算距今天数

FROM user_info;

-- 3. 聚合函数进阶（分组统计）

SELECT

DATE_FORMAT(o.create_time, '%Y-%m') AS order_month, -- 按年月分组

COUNT(o.order_id) AS order_count, -- 订单数

SUM(o.order_amount) AS total_amount, -- 总金额

AVG(o.order_amount) AS avg_amount -- 平均金额

FROM order_info o

GROUP BY order_month

HAVING total_amount > 1000; -- 筛选月总金额>1000的记录

四、SQL 实战场景：综合案例

需求：统计 2026 年每个月的用户下单情况，包括用户名、下单数、总金额、最大订单金额：

复制代码 
SELECT

u.username,

DATE_FORMAT(o.create_time, '%Y-%m') AS order_month,

COUNT(o.order_id) AS order_count,

SUM(o.order_amount) AS total_amount,

MAX(o.order_amount) AS max_amount

FROM user_info u

INNER JOIN order_info o ON u.id = o.user_id

WHERE o.create_time BETWEEN '2026-01-01' AND '2026-12-31'

GROUP BY u.username, order_month

ORDER BY order_month DESC, total_amount DESC;

五、SQL 避坑指南与最佳实践

1. 性能优化

  • 避免 SELECT *，只查询需要的列；

  • 联表查询时，小表在前、大表在后（INNER JOIN 不影响，LEFT JOIN 需注意）；

  • 避免在 WHERE 子句中使用函数（如 DATE(create_time) = '2026-01-01'），会导致索引失效；

  • 批量操作优先用 INSERT ... VALUES (...)、UPDATE ... JOIN，减少 SQL 执行次数。

2. 兼容性处理

  • 分页语法：MySQL 用 LIMIT，SQL Server 用 TOP，PostgreSQL 用 LIMIT/OFFSET；

  • 日期函数：MySQL 用 DATE_FORMAT，SQL Server 用 FORMAT，PostgreSQL 用 TO_CHAR；

  • 字符串拼接：MySQL 用 CONCAT，SQL Server 用 +，PostgreSQL 用 ||。

参考资料：

相关推荐
ew452182 小时前
【SQL】DISTINCT 与 GROUP BY 核心区别及常见误区、问题全梳理
sql·mysql
NCU_wander2 小时前
操作系统/数据库和业务应用/中间件/硬件之间的关系
数据库·中间件
Navicat中国2 小时前
如何从0到1完成函数设计 | Navicat 教程
数据库·函数·navicat
jnrjian2 小时前
Oracle tablespace 对象迁移
数据库·oracle
chushiyunen2 小时前
人工智能-function calling(函数调用)
数据库·ai编程
阿里云大数据AI技术2 小时前
EMR Serverless Spark 携手 PAI/百炼，开启“SQL 即 AI”的新篇章
sql·阿里云·spark·serverless·pai
TDengine （老段）2 小时前
TDengine IDMP 0-阅读指南
大数据·数据库·人工智能·时序数据库·tdengine·涛思数据
2501_945424802 小时前
机器学习与人工智能
jvm·数据库·python
Liu628882 小时前
Python单元测试（unittest）实战指南
jvm·数据库·python
热门推荐
01GitHub 镜像站点02Qwen3.5 开源全解析：从 0.8B 到 397B，代际升级 + 全场景选型指南03围棋-html版本04小黑课堂计算机二级WPSoffice题库软件下载安装教程（2026年3月最新版）05班级宠物园部署指南06OpenClaw 使用和管理 MCP 完全指南07“wsl --install -d Ubuntu-22.04”下载慢，中国地区离线安装 Ubuntu 22.04 WSL方法（亲测2025年5月6日）08UV安装并设置国内源09AI 编程三剑客：Spec-Kit、OpenSpec、Superpowers 深度对比与实战指南10OpenClaw Control UI安全上下文访问配置