2.17 sql条件筛选（WHERE、比较运算符、逻辑运算符、BETWEEN、IN、LIKE模糊查询、IS NULL）

2.17 条件筛选（WHERE、比较运算符、逻辑运算符、BETWEEN、IN、LIKE模糊查询、IS NULL）

在电商数据分析中，你几乎不会查全表数据，永远是在筛选特定范围：

只看某天的订单。
只看金额大于500的高价值订单。
只看某个店铺或某个类目的商品。
只看已支付未发货的订单。

WHERE子句就是用来做条件筛选的。这一章我会带你彻底搞懂WHERE的各种用法：比较运算符、逻辑运算符、BETWEEN、IN、LIKE模糊查询、空值判断。学完之后，你能精准地从百万行数据中秒级提取你需要的行。

学习前准备：

已完成MySQL安装（参考系列前几章）
已安装DBeaver或Navicat
准备一个练习数据库，比如where_demo

学习前环境准备

步骤1：确保MySQL服务已启动。

步骤2：创建练习数据库和表，并插入示例数据。

sql 复制代码

CREATE DATABASE where_demo
CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

USE where_demo;

-- 订单表
CREATE TABLE orders (
    order_id VARCHAR(50) PRIMARY KEY,
    user_id INT NOT NULL,
    shop_name VARCHAR(50) NOT NULL,
    amount DECIMAL(10,2) NOT NULL,
    order_status VARCHAR(20) NOT NULL,
    create_time DATETIME NOT NULL,
    product_name VARCHAR(100)
);

INSERT INTO orders VALUES
('ORD001', 1001, '女装旗舰店', 299.00, '已支付', '2025-06-01 10:00:00', '碎花连衣裙'),
('ORD002', 1002, '女装旗舰店', 189.00, '已取消', '2025-06-01 11:00:00', '纯棉T恤'),
('ORD003', 1003, '男装专营店', 599.00, '已支付', '2025-06-02 09:30:00', '牛仔裤'),
('ORD004', 1001, '女装旗舰店', 399.00, '已支付', '2025-06-03 14:20:00', '雪纺衫'),
('ORD005', 1004, '童装店', 99.00, '已完成', '2025-06-03 16:00:00', '儿童T恤'),
('ORD006', 1005, '女装旗舰店', 1299.00, '已支付', '2025-06-04 08:30:00', '真丝连衣裙'),
('ORD007', 1002, '男装专营店', 89.00, '已取消', '2025-06-04 10:00:00', '休闲短裤'),
('ORD008', 1006, '女装旗舰店', 89.00, '已支付', '2025-06-05 09:00:00', NULL),
('ORD009', 1007, '男装专营店', 259.00, '已支付', '2025-06-05 14:00:00', 'Polo衫');

WHERE条件筛选基础认知

WHERE子句用于过滤行 ，只保留满足条件的记录。它紧跟在FROM之后，在GROUP BY之前执行。

基本语法：

sql 复制代码

SELECT 列 FROM 表 WHERE 条件;

SQL执行顺序回顾：

FROM：确定数据来源
WHERE：按行筛选
GROUP BY、HAVING、SELECT、ORDER BY、LIMIT

在电商数据分析中的核心用途：

时间范围筛选（某天、某月、某季度）。
数值区间筛选（金额大于500）。
状态筛选（已支付、待发货）。
文本匹配（店铺名称、商品名称）。

我的踩坑经历 ：我第一次写WHERE时，把条件写成了WHERE amount > 500 AND order_status = '已支付'，结果正确。但后来我写了一个WHERE order_status = '已支付' AND amount > 500，效果一样。但切记：字符串值必须用单引号，数字不用。

比较运算符

4.1 基础语法

运算符	含义
`=`	等于
`>`	大于
`<`	小于
`>=`	大于等于
`<=`	小于等于
`<>` 或 `!=`	不等于

4.2 电商实操案例

案例一：查询金额大于500元的订单

sql 复制代码

SELECT * FROM orders WHERE amount > 500;

预期结果：ORD003(599)、ORD006(1299)。

案例二：查询金额小于100元的订单

sql 复制代码

SELECT * FROM orders WHERE amount < 100;

预期结果：ORD005(99)、ORD007(89)、ORD008(89)。

案例三：查询女装旗舰店的订单

sql 复制代码

SELECT * FROM orders WHERE shop_name = '女装旗舰店';

预期结果：ORD001、ORD002、ORD004、ORD006、ORD008。

案例四：查询不是"已支付"的订单

sql 复制代码

SELECT * FROM orders WHERE order_status <> '已支付';
-- 或 WHERE order_status != '已支付';

预期结果：ORD002(已取消)、ORD005(已完成)、ORD007(已取消)。

4.3 分步操作

先确定要查询的表和列。
写出不带WHERE的查询，看全量数据。
加上WHERE和比较条件。
执行并验证结果行数。

避坑提醒 ：=比较时，字符串要精确匹配（大小写和空格）。MySQL默认不区分大小写，但区分末尾空格。比如'女装旗舰店 '（多一个空格）匹配不到。

实操避坑提醒 ：金额比较时，确保amount列是数值类型，不能是带货币符号的字符串。否则比较结果可能错误。

逻辑运算符（AND、OR、NOT）

5.1 基础语法

AND：所有条件必须同时满足。
OR：至少满足一个条件。
NOT：取反。

5.2 电商实操案例

案例一：女装旗舰店且金额大于300元的订单

sql 复制代码

SELECT * FROM orders 
WHERE shop_name = '女装旗舰店' AND amount > 300;

预期结果：ORD004(399)、ORD006(1299)。

案例二：女装旗舰店或男装专营店的订单

sql 复制代码

SELECT * FROM orders 
WHERE shop_name = '女装旗舰店' OR shop_name = '男装专营店';

预期结果：除童装店以外的所有订单（ORD001-004,006-009）。

案例三：金额大于500且状态为"已支付"，或者金额小于100且状态为"已支付"

sql 复制代码

SELECT * FROM orders 
WHERE (amount > 500 OR amount < 100) AND order_status = '已支付';

注意括号优先级：AND优先级高于OR，所以括号很重要。

预期结果：金额>500且已支付：ORD003(599)、ORD006(1299)；金额<100且已支付：ORD008(89) → 共3条。

5.3 分步操作

先写单条件查询验证。
用AND/OR组合。
不确定优先级时加括号。
执行并验证。

避坑提醒：

AND的优先级高于OR，所以条件1 OR 条件2 AND 条件3会被解释为条件1 OR (条件2 AND 条件3)。建议始终用括号明确逻辑。

我的踩坑经历 ：我写过WHERE shop_name = '女装旗舰店' OR shop_name = '男装专营店' AND amount > 500，结果只筛选出男装专营店中金额>500的，女装旗舰店全部返回了。因为AND优先级高，实际是shop_name = '女装旗舰店' OR (shop_name = '男装专营店' AND amount > 500)。加上括号(shop_name = '女装旗舰店' OR shop_name = '男装专营店') AND amount > 500才是我想要的。

BETWEEN区间筛选

6.1 基础语法

sql 复制代码

WHERE 列 BETWEEN 下界 AND 上界;

等价于列 >= 下界 AND 列 <= 上界，包含边界值。

6.2 电商实操案例

案例一：查询金额在100到300元之间的订单（包含边界）

sql 复制代码

SELECT * FROM orders WHERE amount BETWEEN 100 AND 300;

预期结果：ORD001(299)、ORD002(189)、ORD004(399? 399不在100-300之间，所以不包括)、ORD009(259) → 实际ORD004=399不在，ORD009=259在。重新确认：ORD001(299)是，ORD002(189)是，ORD009(259)是。ORD004(399)不是。

案例二：查询2025年6月3日到6月4日的订单

sql 复制代码

SELECT * FROM orders 
WHERE create_time BETWEEN '2025-06-03 00:00:00' AND '2025-06-04 23:59:59';

预期结果：ORD004(6月3日14:20)、ORD005(6月3日16:00)、ORD006(6月4日08:30)、ORD007(6月4日10:00)。

6.3 避坑提醒

BETWEEN包含边界值，如果不想包含，用>和<组合。
日期区间建议用>= start AND < end + 1，避免漏掉当天的23:59:59之后的记录。例如WHERE create_time >= '2025-06-03' AND create_time < '2025-06-05'。

实操避坑提醒 ：BETWEEN对日期时间类型要小心，因为时间精度可能到秒。最好用>=和<配合。

IN集合筛选

7.1 基础语法

sql 复制代码

WHERE 列 IN (值1, 值2, ...);

等价于多个OR条件。

7.2 电商实操案例

案例一：查询女装旗舰店和男装专营店的订单

sql 复制代码

SELECT * FROM orders WHERE shop_name IN ('女装旗舰店', '男装专营店');

案例二：查询订单状态为"已支付"或"已完成"的订单

sql 复制代码

SELECT * FROM orders WHERE order_status IN ('已支付', '已完成');

预期结果：除已取消外的所有订单。

案例三：查询商品名称为特定几个商品的订单

sql 复制代码

SELECT * FROM orders WHERE product_name IN ('碎花连衣裙', '牛仔裤', '雪纺衫');

7.3 分步操作

列出需要匹配的值。
用IN替换多个OR，提高可读性。
执行验证。

避坑提醒：

IN列表中的值类型要与列类型一致。
如果列表很长，考虑用子查询（后续会讲）。

LIKE模糊查询

8.1 基础语法

sql 复制代码

WHERE 列 LIKE '模式';

%：匹配任意个字符（包括0个）。
_：匹配单个字符。

8.2 电商实操案例

案例一：查询商品名称中包含"T恤"的订单

sql 复制代码

SELECT * FROM orders WHERE product_name LIKE '%T恤%';

预期结果：ORD002(纯棉T恤)、ORD005(儿童T恤)。

案例二：查询商品名称以"雪纺"开头的订单

sql 复制代码

SELECT * FROM orders WHERE product_name LIKE '雪纺%';

预期结果：ORD004(雪纺衫)。

案例三：查询商品名称中第二个字是"裙"的订单（第一个字任意）

sql 复制代码

SELECT * FROM orders WHERE product_name LIKE '_裙%';

预期结果：ORD001(碎花连衣裙)、ORD006(真丝连衣裙)。

8.3 分步操作

确定要模糊匹配的模式。
用%代表任意长度，_代表单个字符。
注意转义字符（如\%匹配字面%）。

避坑提醒：

LIKE默认不区分大小写（MySQL），但区分字符集。
以%开头的模式无法使用索引，性能差。尽量避免在大量数据上用LIKE '%keyword%'。

我的踩坑经历 ：我曾用LIKE '%连衣裙%'去匹配商品名称，结果把"连衣裙"和"雪纺连衣裙"都找到了，但查询跑了10秒。后来加了全文索引才改善。模糊查询前%会导致全表扫描，谨慎使用。

IS NULL / IS NOT NULL空值筛选

9.1 基础语法

sql 复制代码

WHERE 列 IS NULL;
WHERE 列 IS NOT NULL;

注意：不能写成= NULL，因为NULL代表"未知"，任何与NULL的比较结果都是NULL（假）。

9.2 电商实操案例

订单表中有product_name为NULL的行（ORD008）。

案例一：查询商品名称为空的订单

sql 复制代码

SELECT * FROM orders WHERE product_name IS NULL;

预期结果：ORD008。

案例二：查询商品名称不为空的订单

sql 复制代码

SELECT * FROM orders WHERE product_name IS NOT NULL;

预期结果：除ORD008外的所有订单。

9.3 分步操作

确认哪些字段允许NULL。
用IS NULL或IS NOT NULL筛选。
注意：NULL不能用=判断。

避坑提醒：

在统计中，COUNT(column)会忽略NULL值，COUNT(*)不会。
空字符串''不是NULL，需要用= ''判断。

综合实操案例：618大促高价值订单与异常数据排查

10.1 案例背景

某服饰类目店铺618大促后需要完成以下分析：

筛选出女装类目中金额≥500元的高价值订单。
筛选出6月1日至6月3日之间男装专营店的已支付订单。
找出商品名称中包含"连衣裙"且金额大于300元的订单。
找出订单状态为空（NULL）的异常订单（假设有）。
找出金额在100到200之间或金额大于1000的订单。
找出收货地址（本例没有，改用product_name）为NULL的异常数据。

10.2 分步操作

步骤1：高价值女装订单

sql 复制代码

SELECT * FROM orders 
WHERE shop_name = '女装旗舰店' AND amount >= 500;

预期结果：ORD006(1299)。

步骤2：男装专营店在特定日期的已支付订单

sql 复制代码

SELECT * FROM orders 
WHERE shop_name = '男装专营店' 
  AND order_status = '已支付' 
  AND create_time BETWEEN '2025-06-01' AND '2025-06-03';

注意BETWEEN包含6月3日全天，而ORD003是6月2日，ORD009是6月5日，所以只有ORD003符合。

预期结果：ORD003(599)。

步骤3：商品名称包含"连衣裙"且金额>300

sql 复制代码

SELECT * FROM orders 
WHERE product_name LIKE '%连衣裙%' AND amount > 300;

预期结果：ORD006(真丝连衣裙，1299)。ORD001(碎花连衣裙)金额299不大于300，不包含。

步骤4：异常订单（product_name为空）

sql 复制代码

SELECT * FROM orders WHERE product_name IS NULL;

预期结果：ORD008。

步骤5：金额100-200或大于1000

sql 复制代码

SELECT * FROM orders 
WHERE (amount BETWEEN 100 AND 200) OR amount > 1000;

预期结果：金额100-200：ORD002(189)、ORD007(89? 89不在100-200)、ORD008(89不在)、ORD009(259不在) --- 实际上只有ORD002=189？ORD009=259大于200，不属于。金额>1000：ORD006(1299)。所以结果为ORD002和ORD006。

步骤6：整合所有筛选条件（可选）

sql 复制代码

SELECT * FROM orders 
WHERE (shop_name = '女装旗舰店' AND amount >= 500)
   OR (shop_name = '男装专营店' AND order_status = '已支付' AND create_time BETWEEN '2025-06-01' AND '2025-06-03')
   OR (product_name LIKE '%连衣裙%' AND amount > 300)
   OR product_name IS NULL;

10.3 结果验证

执行以上查询，核对行数和数据是否符合业务预期。

📌 电商数据合规提示 ：在筛选用户信息时，如果user_id能关联到个人，筛选结果中不要直接导出用户ID明细，除非必要。另外，对product_name的模糊查询不会暴露敏感信息，但如果是用户昵称、地址等，要谨慎使用LIKE并限制结果集大小。

本章踩坑清单与合规总结

11.1 新手常见踩坑

错误	原因	正确做法
`WHERE 列 = NULL`	不理解NULL特性	用`IS NULL`
字符串值不加单引号	语法错误	加单引号
`LIKE '%keyword'`导致全表扫描	无法使用索引	尽量避免，或使用全文索引
`AND/OR`优先级混淆	缺少括号	用括号明确逻辑
`BETWEEN`包含边界误用	不想要边界值	用`>=`和`<`
日期区间漏掉当天最后时刻	时间精度问题	用`< '日期+1'`

11.2 性能优化建议

尽量在WHERE中使用索引列。
避免在条件中对列做函数转换（如WHERE DATE(create_time) = '2025-06-01'），会导致索引失效。
用EXPLAIN查看执行计划，确认是否走索引。

结语

WHERE子句是SQL查询的灵魂。掌握比较、逻辑、区间、集合、模糊、空值六类条件筛选，你就能从海量数据中精准提取分析所需的数据行。

有问题的评论区留言，我看到会回复。