（课堂笔记）SQL 高级查询技巧：行列转换、重复数据、递归查询、连续登录

📝SQL高级查询技巧

---

本笔记总结了SQL数据处理中的5个核心技巧：

1)行列转换：使用CASE WHEN/PIVOT实现行转列，UNION ALL/UNPIVOT实现列转行；

2)伪列应用：ROWNUM分页查询，ROWID精确去重；

3)重复数据处理：通过ROW_NUMBER()时效性去重，利用ROWID删除重复记录；

4)递归查询：使用START WITH/CONNECT BY处理层级关系，支持上下级双向查询；

5)连续登录分析：采用"日期-序号"差值法识别连续日期，通过三步计算连续天数。

---

每种方法均提供标准语法模板和典型应用场景说明。

---

📚 课堂笔记：SQL 高级查询技巧

本指南涵盖了数据处理中常用的几个核心技巧，包括数据重塑、伪列应用、重复值处理、递归查询和连续问题分析。

---

一、 行列转换

核心思想：同一份数据，根据分析或展示的需要，可以在行式存储和列式存储之间转换。

1. 行转列 (多行 → 多列)

场景：将某个字段的不同值作为新的列头，多行数据聚合到一行展示。

三种方法对比：

方法	语法/关键词	优点	缺点
Plan A	CASE WHEN	标准SQL，所有数据库通用	语句较长，列多时书写繁琐
Plan B	DECODE()	Oracle 特有，语法简洁	数据库兼容性差
Plan C	PIVOT	语法清晰，专为此场景设计	Oracle 11g+ 支持，其他数据库语法不同

示例：将每个学生的多门成绩转成一行。

sql

-- 【核心示例】成绩表行转列
-- 原始数据：张三  语文 98；张三  数学 76...
-- 目标结果：张三  98  76  90

-- Plan A: CASE WHEN (推荐，通用性最强)
SELECT 
    SNAME,
    SUM(CASE WHEN CLASS = '语文' THEN SCORE END) AS 语文,
    SUM(CASE WHEN CLASS = '数学' THEN SCORE END) AS 数学,
    SUM(CASE WHEN CLASS = '英语' THEN SCORE END) AS 英语
FROM T_SCORE
GROUP BY SNAME;

-- Plan C: PIVOT (语法最清晰)
SELECT * FROM T_SCORE
PIVOT (SUM(SCORE) FOR CLASS IN ('语文' AS 语文, '数学' AS 数学, '英语' AS 英语));

-- PIVOT 语法模板：
-- PIVOT ( 聚合函数(指标列) FOR 待转换的列名 IN (列值1 AS 新列名1, 列值2 AS 新列名2...) )

2. 列转行 (多列 → 多行)

场景：将一行中多个列的数据，合并转换为一列中的多行数据。

两种方法对比：

方法	语法/关键词	优点
Plan A	UNION ALL	通用性强，所有数据库都支持
Plan B	UNPIVOT	语法简洁，性能通常更好

示例：将每个人的成绩从一行转回多行。

sql

-- 【核心示例】成绩表列转行
-- 原始数据：张三  98  76  90
-- 目标结果：张三  语文  98； 张三  数学  76...

-- Plan A: UNION ALL
SELECT SNAME, '语文' AS 科目, 语文 AS 成绩 FROM TT_SCORE
UNION ALL
SELECT SNAME, '数学' AS 科目, 数学 AS 成绩 FROM TT_SCORE
UNION ALL
SELECT SNAME, '英语' AS 科目, 英语 AS 成绩 FROM TT_SCORE;

-- Plan B: UNPIVOT
SELECT SNAME, 科目, 成绩 FROM TT_SCORE
UNPIVOT (成绩 FOR 科目 IN (语文, 数学, 英语));

-- UNPIVOT 语法模板：
-- UNPIVOT ( 数值列的列名 FOR 合并后列名 IN (原列头1, 原列头2, 原列头3...) )

---

二、 伪列

核心概念：像表里的列，但实际不存在，是数据库自动生成的。

1. ROWNUM：

   • 作用 ：为查询结果集动态分配行号（从1开始）。

   • 注意 ：ROWNUM 在 WHERE 判断时生成，不能直接用于 > 或 >=。

   • 主要用途 ：实现分页查询。

   sql

   -- 【分页模板】获取第6到第10条数据
   SELECT * FROM (
       SELECT ROWNUM AS RN, E.* FROM EMP E
   )
   WHERE RN BETWEEN 6 AND 10;
   
   -- 正确用法：取前N行
   SELECT * FROM EMP WHERE ROWNUM <= 4;
   -- 错误用法：WHERE ROWNUM > 2 (无结果)

2. ROWID：

   • 作用 ：表示数据行在数据库中物理存储的地址，是唯一的18位字符串。

   • 主要用途：删除重复记录时精确定位。

---

三、 重复数据处理

1. 查询重复 ：使用 GROUP BY + HAVING COUNT(1) > 1。

2. 去重显示：

   • DISTINCT ：SELECT DISTINCT DEPTNO FROM EMP;

   • GROUP BY ：SELECT DEPTNO FROM EMP GROUP BY DEPTNO;

   • ROW_NUMBER()：保留每组内最新的一条记录（时效性去重）。

   sql

   -- 【时效性去重】每个部门只保留入职最晚的那位员工信息
   SELECT * FROM (
       SELECT
           ROW_NUMBER() OVER (PARTITION BY DEPTNO ORDER BY HIREDATE DESC) AS RN,
           E.*
       FROM EMP E
   )
   WHERE RN = 1; -- 分组内按时间排序后，序号为1的即是最新的一条

3. 删除重复 ：利用 ROWID 的唯一性，保留一条，删除其余。

   sql

   -- 【删除重复模板】保留每个EMPNO下ROWID最大的那一行
   DELETE FROM EMP
   WHERE ROWID NOT IN (
       SELECT MAX(ROWID) FROM EMP
       GROUP BY EMPNO  -- 替换为标识重复的业务字段
   );
   -- COMMIT; -- 数据无价，操作前务必备份！

---

四、 递归查询 (层次查询)

场景：处理表中自带的上下级关系（如组织架构、物料清单）。

• 关键语法：

  • START WITH：定义递归的根节点（起点）。

  • CONNECT BY PRIOR：定义父子关系的连接条件。

  • LEVEL：伪列，表示当前数据所在的层级。

• 规律：

  • 向下查（找下属）：CONNECT BY PRIOR 父 = 子

  • 向上查（找领导）：CONNECT BY PRIOR 子 = 父

sql

-- 【核心示例1】从'KING'开始，向下找所有下属
SELECT LEVEL, E.* FROM EMP E
START WITH ENAME = 'KING'
CONNECT BY PRIOR EMPNO = MGR; -- PRIOR在父键旁，表示向下遍历

-- 【核心示例2】从'SMITH'开始，向上找所有领导
SELECT LEVEL, E.* FROM EMP E
START WITH ENAME = 'SMITH'
CONNECT BY PRIOR MGR = EMPNO; -- PRIOR在子键旁，表示向上遍历

-- 【高级用法】生成连续数据 (1到100的偶数)
SELECT LEVEL AS ID FROM DUAL
WHERE MOD(LEVEL, 2) = 0
CONNECT BY LEVEL <= 100;

-- 【高级用法】获取血缘关系链
SELECT 
    LEVEL,
    SYS_CONNECT_BY_PATH(ENAME, '->') AS "领导链条" -- 将路径用'->'拼接
FROM EMP
START WITH ENAME = 'KING'
CONNECT BY PRIOR EMPNO = MGR;

---

五、 连续登录问题

场景：计算用户连续登录的天数，找出长期活跃用户。

核心算法 ：日期减去排序序号 。如果日期连续，登录日期 - 排序序号 的差值相同。

sql

-- 【核心算法】计算每个用户的连续登录情况
WITH LOGIN_PREP AS (
    SELECT
        USER_ID,
        LOGIN_DATE,
        -- 1. 按用户对登录日期排序，生成序号 RN (1,2,3...)
        ROW_NUMBER() OVER (PARTITION BY USER_ID ORDER BY LOGIN_DATE) AS RN,
        -- 2. 核心：日期减去序号，差值相同的即为连续日期
        LOGIN_DATE - ROW_NUMBER() OVER (PARTITION BY USER_ID ORDER BY LOGIN_DATE) AS DATE_DIFF
    FROM T_LOGIN
),
CONTINUOUS_DAYS AS (
    SELECT
        USER_ID,
        DATE_DIFF,
        COUNT(1) AS CONTINUOUS_CNT, -- 本次连续的天数
        MIN(LOGIN_DATE) AS START_DATE,
        MAX(LOGIN_DATE) AS END_DATE
    FROM LOGIN_PREP
    GROUP BY USER_ID, DATE_DIFF
)
-- 最终查询：找出每个用户的最大连续天数和最近连续天数
SELECT
    USER_ID,
    MAX(CONTINUOUS_CNT) AS "最大连续天数",
    LAST_VALUE(CONTINUOUS_CNT) OVER (PARTITION BY USER_ID ORDER BY END_DATE ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS "最近连续天数"
FROM CONTINUOUS_DAYS
GROUP BY USER_ID;

解题三步走：

1. 排序 ：用 ROW_NUMBER() 为每次登录生成序号。

2. 做差 ：计算 登录日期 - 序号，得到分组标识 DATE_DIFF。

3. 聚合 ：按 用户 和 DATE_DIFF 分组，统计数量 COUNT(1) 即为连续天数。