高级 SQL 实战教程（华为云 DWS / PostgreSQL 版）

hyunbar2026-05-21 8:46

📌 本教程不会只扔代码。

每一个知识点都会从真实的"业务问题"出发，先弄清楚为什么要用 ，再讲明白底层怎么运作 ，最后给出可运行的 SQL ，并指出新手最容易掉进去的坑。

一、📊 窗口函数------不是"高大上"，是解决问题的利器

窗口函数最让人困惑的地方不是语法，而是 "它到底看到了哪些行" 。这一节会花较多笔墨把"窗口帧"讲透。

1.1 累计计算（YTD / MTD）------老板想看"截至本月，今年一共卖了多少？"

🧠 业务场景

销售表里记录着每个月的销量。老板想要一张报表：每个产品、每个月，都要显示从1月累计到当月的总销量（YTD）。你不能只在最后一行加个总和，因为每个月都要看到累计值。

📖 原理解析

核心就是 SUM(quantity) OVER (...) ，但窗口函数的秘密藏在 OVER() 里的三个要素：

要素 作用 本例写法
PARTITION BY 把数据分成几个"小世界"，互不干扰 PARTITION BY product_id, year (按产品+年份)
ORDER BY 在每个小世界里，按什么顺序排列 ORDER BY year_month
窗口帧 每一行计算时，能看到小世界里的哪些行 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

重点解释窗口帧：

如果只写 ORDER BY 而不写帧，SQL 标准会默认 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。但在实际中我们常显式写成 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW，含义是：从分组内的第一行开始，一直累加到当前行。

如果不写 ORDER BY，那么帧默认是整个分区，SUM 会变成全量总和，而不再有累计效果。

✍️ SQL 示例
SQL 复制代码 
-- 按产品累计年初至今（YTD）销量（假设 year_month 格式 '202501' 等）
SELECT
    year_month,
    product_id,
    quantity,
    SUM(quantity) OVER (
        PARTITION BY product_id, SUBSTR(year_month, 1, 4)   -- 按产品+年份分区
        ORDER BY year_month                                 -- 按月排序
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW    -- 从年初第一行累加到当前月
    ) AS ytd_qty
FROM orders
WHERE year_month BETWEEN '202501' AND '202505';

运行逻辑示意（假设某产品）：

year_month quantity 窗口包含的行（从开始到当前） ytd_qty
202501 100 只有第1行 100
202502 80 第1~2行 180
202503 120 第1~3行 300
⚠️ 常见坑
  • 忘了 ORDER BY，导致每个月的 ytd_qty 都变成全年总计，完全失去累计意义。
  • 在 WHERE 里直接用 ytd_qty 过滤，因为窗口函数在 SELECT 阶段才计算，WHERE 看不到它。必须套一层子查询。

1.2 排名与占比（帕累托分析）------找出贡献80%销售额的核心产品

🧠 业务场景

"二八法则"分析：我们想找出哪些产品合起来贡献了 80% 的销售额，好把资源集中到它们身上。

📖 原理解析

需要两步：

  1. 按销售额从高到低排列产品。
  2. 计算每个产品的累计销售额占总销售额的百分比。

关键技术点：

  • SUM(amt) OVER (ORDER BY amt DESC) 为什么会产生累计？

因为 ORDER BY 存在时，窗口帧默认 为 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW（或我们理解为 ROWS ...）。于是它会把从第一名加到当前名的金额加起来。

  • 为了得到占比，再除以 SUM(amt) OVER () ，后者没有 ORDER BY，帧是整个分区，即总金额。
  • ROW_NUMBER() / RANK() / DENSE_RANK() 的区别在于处理并列值时的编号方式。
✍️ SQL 示例
SQL 复制代码 
WITH product_amt AS (
    SELECT
        product_id,
        SUM(amount) AS amt
    FROM orders
    WHERE year_month BETWEEN '202501' AND '202505'
    GROUP BY product_id
),
ranked AS (
    SELECT
        product_id,
        amt,
        RANK() OVER (ORDER BY amt DESC) AS rank_num,           -- 有并列会跳号
        DENSE_RANK() OVER (ORDER BY amt DESC) AS dense_rank,   -- 不跳号
        ROW_NUMBER() OVER (ORDER BY amt DESC) AS row_num,      -- 绝对唯一
        SUM(amt) OVER (ORDER BY amt DESC) AS cum_amt,          -- 累计金额（默认帧导致）
        SUM(amt) OVER () AS total_amt,                         -- 全量总金额
        ROUND(
            SUM(amt) OVER (ORDER BY amt DESC) * 100.0 / SUM(amt) OVER (), 
            2
        ) AS cum_pct
    FROM product_amt
)
SELECT * FROM ranked WHERE cum_pct <= 80;   -- 只拿累计占比前80%的产品
🔍 过程数据模拟

假设几个产品的金额：D:300, B:200, E:150, A:100, C:50

product amt 排名(row_number) cum_amt 计算 cum_pct
D 300 1 300 37.5%
B 200 2 500 62.5%
E 150 3 650 81.25%
A 100 4 750 93.75%
C 50 5 800 100%

取 cum_pct <= 80 会得到 D、B 两个产品，它们合计贡献了 62.5%，未到 80% 则再加上 E 就到 81.25%，所以最终可能还要微调逻辑，但这里演示了核心机制。

⚠️ 常见坑
  • ORDER BY 列有重复值时，累计算出可能"跳变" ：因为 RANGE 模式会将相同值的行视为同一帧边界，导致它们的累计值一致。如果必须按物理行严格累计，请显式加 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ，并且排序字段加上唯一键（如 ORDER BY amt DESC, product_id）。
  • 使用 (cum_amt / total_amt) 时，记得 total_amt 要用 SUM(...) OVER () ，不能用普通聚合，否则会报错或结果错误。

1.3 前后行取值（环比 / 同比）------这个月比上个月涨了多少？

🧠 业务场景

月度销售报表里，经常要计算环比增长 （与上月比）和同比增长（与去年同月比）。

📖 原理解析

窗口函数 LAG(列, 偏移量, 默认值) 可以从当前行往回看 若干行；LEAD 则是向后看。配合 ORDER BY 按时间排序，就能轻松取到上月、去年同月的值。

与自连接相比，LAG/LEAD 不需要多次扫描表，性能更好，语法更简洁。

✍️ SQL 示例
SQL 复制代码 
SELECT
    year_month,
    SUM(amount) AS total_amt,
    LAG(SUM(amount), 1) OVER (ORDER BY year_month) AS last_month_amt,
    LAG(SUM(amount), 12) OVER (ORDER BY year_month) AS last_year_same_month_amt,
    SUM(amount) - LAG(SUM(amount), 1) OVER (ORDER BY year_month) AS mom_diff,
    ROUND(
        (SUM(amount) - LAG(SUM(amount), 1) OVER (ORDER BY year_month)) 
        * 100.0 / NULLIF(LAG(SUM(amount), 1) OVER (ORDER BY year_month), 0),
        2
    ) AS mom_pct
FROM orders
GROUP BY year_month
ORDER BY year_month;
⚠️ 常见坑
  • 第一行（最早的月份）没有上一行 ，LAG 返回 NULL，计算差值结果也是 NULL，这符合业务常识。
  • 注意除零错误：用 NULLIF(分母, 0) 避免。
  • 同比偏移量要根据实际数据跨度设置，这里是 12 个月。

1.4 分箱与分级（NTILE, PERCENT_RANK）------给产品打上"头部/腰部/尾部"标签

🧠 业务场景

运营想把产品按销售额分成 A、B、C 三级，或者分成 10 个等频段来观察分布。

📖 原理解析
  • NTILE(N) 把数据按 ORDER BY 排序后尽量均匀地切成 N 个桶，每桶行数大致相等。
  • PERCENT_RANK() 计算相对排名百分比，方便按比例划分（如前 5% 为 A 级）。
  • 这两种函数都依赖 ORDER BY，但不需指定窗口帧，因为它们本身就是排名类函数，会自行处理全分区。
✍️ SQL 示例
SQL 复制代码 
SELECT
    product_id,
    amount,
    NTILE(10) OVER (ORDER BY amount DESC) AS decile,     -- 1~10，1是最高
    NTILE(4) OVER (ORDER BY amount DESC) AS quartile,
    CASE 
        WHEN PERCENT_RANK() OVER (ORDER BY amount DESC) <= 0.05 THEN 'A'
        WHEN PERCENT_RANK() OVER (ORDER BY amount DESC) <= 0.20 THEN 'B'
        ELSE 'C'
    END AS abc_class
FROM product_summary;

二、🧮 高级聚合与透视------把报表"掰弯"再"拉直"

2.1 条件聚合------一次分组算出多种指标，避免多次全表扫描

🧠 业务场景

你需要一张报表，按品类列出：

  • 销量在 0~500 的产品数量、销售额
  • 500~1000 的、1000 以上的......

如果用多个子查询分别算再 JOIN，会多次扫表。条件聚合用一个查询就能搞定。

📖 原理解析

在聚合函数（COUNT、SUM 等）内部使用 CASE WHEN，让函数只处理符合条件的行，不符合的返回 NULL（COUNT 会忽略 NULL）或 0（对 SUM 无害）。这样就能在一次 GROUP BY 中同时产出多个分层指标。

✍️ SQL 示例
SQL 复制代码 
SELECT
    category_code,
    category_name,
    COUNT(DISTINCT CASE WHEN ytd_qty < 500 THEN product_id END) AS cnt_0_500,
    COUNT(DISTINCT CASE WHEN ytd_qty BETWEEN 500 AND 1000 THEN product_id END) AS cnt_500_1000,
    COUNT(DISTINCT CASE WHEN ytd_qty > 1000 THEN product_id END) AS cnt_1000_plus,
    SUM(CASE WHEN ytd_qty < 500 THEN ytd_amt ELSE 0 END) AS amt_0_500,
    SUM(CASE WHEN ytd_qty BETWEEN 500 AND 1000 THEN ytd_amt ELSE 0 END) AS amt_500_1000,
    SUM(CASE WHEN ytd_qty > 1000 THEN ytd_amt ELSE 0 END) AS amt_1000_plus
FROM product_ytd
GROUP BY category_code, category_name;
⚠️ 常见坑
  • COUNT 里如果不加 DISTINCT，可能会在一个产品出现多次时重复计数（如果数据源已去重则问题不大，但加 DISTINCT 更安全）。
  • ELSE 0 对 SUM 是必须的，否则 NULL 会导致整个 SUM 变成 NULL。

2.2 行转列（Pivot）------把月份从行变成列，做成二维报表

🧠 业务场景

给老板看的 Excel 表喜欢这样的格式：一行一个产品，后面跟着 1月销售额、2月销售额...... 但数据库里是每月一行。我们需要行转列。

📖 原理解析

通用方法是条件聚合 ：用 MAX(CASE WHEN month='01' THEN amount END) 等把多行压缩成单行，GROUP BY 产品。

PostgreSQL / 华为云 DWS 还支持 crosstab 函数，能更灵活地动态生成列，但需要安装 tablefunc 扩展。

✍️ SQL 示例（条件聚合）
SQL 复制代码 
SELECT
    product_id,
    MAX(CASE WHEN year_month = '202501' THEN amount END) AS m01,
    MAX(CASE WHEN year_month = '202502' THEN amount END) AS m02,
    MAX(CASE WHEN year_month = '202503' THEN amount END) AS m03,
    MAX(CASE WHEN year_month = '202504' THEN amount END) AS m04,
    MAX(CASE WHEN year_month = '202505' THEN amount END) AS m05
FROM orders
WHERE year_month BETWEEN '202501' AND '202505'
GROUP BY product_id;

💡 如果想要动态列（不固定月份），需用存储过程或在应用层拼 SQL，DWS 的 crosstab 可参考官方文档。

⚠️ 常见坑
  • 必须用聚合函数（MAX/SUM）包裹 CASE，因为 GROUP BY 后每列只能有一个值。
  • 如果一个产品在某个月份有多条记录，要先在外面汇总好，或者用 SUM 汇总。

2.3 列转行（Unpivot）------把宽表变回干净的长表

🧠 业务场景

有人给了你一张列是各月份的表（如 m01, m02...），你需要分析趋势，就必须先把列转回行。

📖 原理解析

可以用 UNION ALL 将每一列单独查出后摞起来，也可以用 UNNEST 同时拆解多个数组。

✍️ SQL 示例
SQL 复制代码 
-- 方法1：UNION ALL
SELECT product_id, '202501' AS month, m01 AS amount FROM wide_table WHERE m01 IS NOT NULL
UNION ALL
SELECT product_id, '202502', m02 FROM wide_table WHERE m02 IS NOT NULL
...;

-- 方法2：UNNEST（更简洁）
SELECT product_id,
       unnest(ARRAY['202501','202502','202503']) AS month,
       unnest(ARRAY[m01, m02, m03]) AS amount
FROM wide_table;

三、🌳 递归 CTE------处理树形结构，BOM 展开的灵魂

🧠 业务场景

制造业的物料清单（BOM）是典型的多层树：一个成品由多个半成品组成，半成品又由原料组成...... 我们想要从某个成品出发，展示它所有的子物料及层级。

📖 原理解析

递归 CTE 分为两部分：

  1. 种子查询（锚点）：不递归的部分，通常是顶层节点。
  2. 递归查询：引用 CTE 自身，每次迭代都找出下一层子节点。
  3. 使用 UNION ALL 连接两部分，需加终止条件（如限制层级）防止死循环。

华为云 DWS 使用 WITH RECURSIVE 语法。

✍️ SQL 示例
SQL 复制代码 
WITH RECURSIVE bom_tree (parent_id, child_id, qty, lvl) AS (
    -- 锚点：成品
    SELECT parent_id, child_id, qty, 1
    FROM product_bom
    WHERE parent_id = 'FG-001'
    
    UNION ALL
    
    -- 递归：找下一层
    SELECT b.parent_id, b.child_id, b.qty, t.lvl + 1
    FROM product_bom b
    JOIN bom_tree t ON b.parent_id = t.child_id
    WHERE t.lvl < 10   -- 安全出口
)
SELECT * FROM bom_tree ORDER BY lvl, parent_id;
⚠️ 常见坑
  • 如果不加层级限制，数据中存在闭环时会无限递归，导致查询失败。
  • 递归部分的 JOIN 条件要写对：父物料 = 上一层查出的子物料。
  • 递归 CTE 内部不支持聚合和 DISTINCT，所以不能在里面直接做汇总。

四、🤝 高级 JOIN 技巧

4.1 不等值 JOIN------把数值匹配到区间（折扣档位）

🧠 业务场景

促销折扣按购买数量分档：0-100 件无折扣，100-500 件 5% 折扣，500 以上 8% 折扣。我们要给每条订单匹配到对应的折扣。

📖 原理解析

不能用等值连接，要用 >= 和 < 组合成区间条件。

✍️ SQL 示例
SQL 复制代码 
SELECT 
    o.order_id,
    o.quantity,
    d.discount_pct
FROM orders o
JOIN discount_tier d 
    ON o.quantity >= d.min_qty 
    AND o.quantity < d.max_qty;
⚠️ 常见坑
  • 区间必须设计得无缝覆盖，且无重叠，否则可能一行匹配多条。
  • 如果某数量没有匹配到折扣（低于最小门槛），需要使用 LEFT JOIN 并设置默认值。

4.2 自 JOIN------找出连续三个月销量下滑的产品

🧠 业务场景

库存管理需要警惕"连续下滑"的产品，及时调整采购。

📖 原理解析

如果数据库不支持窗口函数，可通过自 JOIN 将相邻月份的记录对齐。但有了 LAG 后，用窗口函数更优雅。我们展示两种方式。

✍️ SQL 示例（窗口函数法，推荐）
SQL 复制代码 
WITH monthly AS (
    SELECT product_id, year_month, SUM(quantity) AS qty
    FROM orders
    GROUP BY product_id, year_month
),
lagged AS (
    SELECT *,
        LAG(qty, 1) OVER (PARTITION BY product_id ORDER BY year_month) AS prev_qty,
        LAG(qty, 2) OVER (PARTITION BY product_id ORDER BY year_month) AS prev2_qty
    FROM monthly
)
SELECT DISTINCT product_id
FROM lagged
WHERE qty < prev_qty AND prev_qty < prev2_qty;
自 JOIN 版本（兼容旧系统）
SQL 复制代码 
SELECT a.product_id
FROM monthly a
JOIN monthly b ON a.product_id = b.product_id 
    AND b.year_month = to_char(to_date(a.year_month,'YYYYMM') - interval '1 month', 'YYYYMM')
JOIN monthly c ON a.product_id = c.product_id 
    AND c.year_month = to_char(to_date(a.year_month,'YYYYMM') - interval '2 month', 'YYYYMM')
WHERE a.qty < b.qty AND b.qty < c.qty;

五、⚡ 性能优化------不止让代码跑通，还要跑得快

5.1 SQL 执行顺序（必背）

Plain 复制代码 
FROM → WHERE → GROUP BY → HAVING → SELECT → WINDOW → ORDER BY → LIMIT

核心影响：

  • WHERE 看不见窗口函数的结果，因为窗口在 SELECT 阶段才计算。
  • GROUP BY 里不能直接写窗口函数。
  • 如果需要对窗口函数结果再过滤，必须用子查询。

5.2 常见性能陷阱与解法

  • 窗口函数+大表无索引 ：确保 ORDER BY 和 PARTITION BY 的列上有索引或分布键设计良好。
  • 条件聚合优于多次子查询 JOIN ：一个 GROUP BY 搞定多个分层。
  • 避免在 ORDER BY 中使用非唯一字段导致窗口帧行为异常：加上主键或唯一业务键使排序稳定。

5.3 DWS 特殊建议

  • 利用分布键让需要关联或分区内计算的数据落在同一节点，减少数据重分布。
  • 对于超大表，按时间分区，查询时带上分区键可以裁剪大量数据。

六、🧪 完整实战：产品多维分层分析

需求：按商品类别，统计 YTD 销量在 0-500、500-1000 的产品数和销售额；同时按销售额从高到低，找出贡献前 5%、5%-10% 的产品数和销售额。

SQL 复制代码 
WITH monthly_agg AS (
    -- 基础月度汇总
    SELECT
        year_month,
        category_code, category_name,
        product_id,
        SUM(quantity) AS qty,
        SUM(amount) AS amt
    FROM orders
    WHERE year_month BETWEEN '202501' AND '202505'
    GROUP BY year_month, category_code, category_name, product_id
),
ytd_agg AS (
    -- 产品YTD累计
    SELECT
        category_code, category_name,
        product_id,
        SUM(qty) AS ytd_qty,
        SUM(amt) AS ytd_amt
    FROM monthly_agg
    GROUP BY category_code, category_name, product_id
),
ranked AS (
    -- 计算累计金额占比
    SELECT
        *,
        -- 注意：为了防止相同金额导致累计占比异常，ORDER BY 加上 product_id 保证唯一
        SUM(ytd_amt) OVER (
            PARTITION BY category_code 
            ORDER BY ytd_amt DESC, product_id
        ) / NULLIF(SUM(ytd_amt) OVER (PARTITION BY category_code), 0) AS cum_pct
    FROM ytd_agg
)
SELECT
    category_code,
    category_name,
    -- 按销量分层
    COUNT(CASE WHEN ytd_qty < 500 THEN 1 END) AS cnt_qty_0_500,
    COUNT(CASE WHEN ytd_qty BETWEEN 500 AND 1000 THEN 1 END) AS cnt_qty_500_1000,
    SUM(CASE WHEN ytd_qty < 500 THEN ytd_amt ELSE 0 END) AS amt_qty_0_500,
    SUM(CASE WHEN ytd_qty BETWEEN 500 AND 1000 THEN ytd_amt ELSE 0 END) AS amt_qty_500_1000,
    
    -- 按销售额分层
    COUNT(CASE WHEN cum_pct <= 0.05 THEN 1 END) AS cnt_top5,
    COUNT(CASE WHEN cum_pct > 0.05 AND cum_pct <= 0.10 THEN 1 END) AS cnt_top5_10,
    SUM(CASE WHEN cum_pct <= 0.05 THEN ytd_amt ELSE 0 END) AS amt_top5,
    SUM(CASE WHEN cum_pct > 0.05 AND cum_pct <= 0.10 THEN ytd_amt ELSE 0 END) AS amt_top5_10
FROM ranked
GROUP BY category_code, category_name;

这段 SQL 演示了前面几乎所有知识点的组合：条件聚合、累计窗口、分层统计。

你可以直接拿到 DWS 里跑，只需根据实际表名和字段微调。

相关推荐
林夕074 小时前
Qt QML与C++混合编程实战指南
java·开发语言·数据库
phltxy5 小时前
Redis 缓存
数据库·redis·缓存
雪度娃娃5 小时前
行为型设计模式——备忘录模式
服务器·c++·设计模式·备忘录模式
lljss20205 小时前
Arm GNU 工具链 命名规则
服务器·arm开发·gnu
小此方5 小时前
Re：Linux系统篇（十七）进程篇·二：深入浅出 [进程概念与进程父子关系]：从底层原理到实战应用
linux·运维·驱动开发
KnowSafe5 小时前
如何用OpenSSL生成CSR文件？
服务器·https·ssl
hjjdebug5 小时前
ubuntu系统 usbmouse 驱动代码分析
linux·ubuntu·usbmouse
认真的薛薛5 小时前
Linux运维：Jenkins+Argocd
linux·运维·jenkins
顾凌陵5 小时前
SQL注入漏洞
数据库·sql·oracle
热门推荐
01GitHub 镜像站点02Codex 接入 DeepSeek API 完整配置文档03CC-Switch & Claude 基于 Linux 服务器安装使用指南04裂开！ChatGPT 居然开始要手机号验证，附详细解决方法05几个好用的ip纯净度检测网站06用了半年 OpenRouter，我换到了 Ofox.ai — 两个 AI API 聚合平台的真实对比07【AI】2026 年具身智能模型和世界模型总结08【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法09装上就回不去了：CodeGraph 让 AI 编程效率飙升 92%，它到底做了什么？10codex app每次打开重连5次Reconnecting问题解决