MySQL 常用函数速查(完整篇)
-
- 怎么读这篇
- [第一章 通用函数](#第一章 通用函数)
-
- 〇、一页速查
- 一、字符串函数
-
- [1.1 CONCAT / CONCAT_WS](#1.1 CONCAT / CONCAT_WS)
- [1.2 长度:LENGTH / CHAR_LENGTH / BIT_LENGTH / OCTET_LENGTH](#1.2 长度:LENGTH / CHAR_LENGTH / BIT_LENGTH / OCTET_LENGTH)
- [1.3 截取:SUBSTRING / LEFT / RIGHT / MID](#1.3 截取:SUBSTRING / LEFT / RIGHT / MID)
- [1.4 SUBSTRING_INDEX:按分隔符截取](#1.4 SUBSTRING_INDEX:按分隔符截取)
- [1.5 REPLACE](#1.5 REPLACE)
- [1.6 TRIM / LTRIM / RTRIM](#1.6 TRIM / LTRIM / RTRIM)
- [1.7 大小写:UPPER / LOWER / UCASE / LCASE](#1.7 大小写:UPPER / LOWER / UCASE / LCASE)
- [1.8 填充:LPAD / RPAD](#1.8 填充:LPAD / RPAD)
- [1.9 查找:INSTR / LOCATE / POSITION](#1.9 查找:INSTR / LOCATE / POSITION)
- [1.10 集合类:FIND_IN_SET / FIELD / ELT](#1.10 集合类:FIND_IN_SET / FIELD / ELT)
- [1.11 字符编码:CHAR / ASCII / ORD](#1.11 字符编码:CHAR / ASCII / ORD)
- [1.12 进制与编码:HEX / UNHEX / BIN / OCT / CONV](#1.12 进制与编码:HEX / UNHEX / BIN / OCT / CONV)
- [1.13 插入 / 重复 / 反转](#1.13 插入 / 重复 / 反转)
- [1.14 FORMAT:千分位与小数](#1.14 FORMAT:千分位与小数)
- [1.15 QUOTE / STRCMP / SOUNDEX](#1.15 QUOTE / STRCMP / SOUNDEX)
- [1.16 EXPORT_SET / MAKE_SET](#1.16 EXPORT_SET / MAKE_SET)
- [1.17 REGEXP 运算符(5.7 / 8.0 通用)](#1.17 REGEXP 运算符(5.7 / 8.0 通用))
- 二、数值函数
-
- [2.1 对数与指数](#2.1 对数与指数)
- [2.2 三角函数与角度](#2.2 三角函数与角度)
- [2.3 比较与随机](#2.3 比较与随机)
- 三、日期时间函数
-
- [3.1 取当前时间](#3.1 取当前时间)
- [3.2 格式化与解析](#3.2 格式化与解析)
- [3.3 日期加减](#3.3 日期加减)
- [3.4 时间运算](#3.4 时间运算)
- [3.5 日期差](#3.5 日期差)
- [3.6 常用日期部件](#3.6 常用日期部件)
- [3.7 日期工具](#3.7 日期工具)
- [3.8 常用日期口径](#3.8 常用日期口径)
- [四、条件判断与 NULL 处理](#四、条件判断与 NULL 处理)
-
- [4.1 IF / IFNULL / NULLIF / COALESCE](#4.1 IF / IFNULL / NULLIF / COALESCE)
- [4.2 CASE WHEN](#4.2 CASE WHEN)
- [4.3 INTERVAL() 分段](#4.3 INTERVAL() 分段)
- [4.4 NULL 的规则](#4.4 NULL 的规则)
- 五、聚合函数
-
- [5.1 COUNT 的三种写法](#5.1 COUNT 的三种写法)
- [5.2 SUM / AVG / MAX / MIN](#5.2 SUM / AVG / MAX / MIN)
- [5.3 GROUP_CONCAT](#5.3 GROUP_CONCAT)
- [5.4 统计函数](#5.4 统计函数)
- [5.5 位聚合](#5.5 位聚合)
- [5.6 ANY_VALUE(5.7.5+)](#5.6 ANY_VALUE(5.7.5+))
- [5.7 JSON 聚合(5.7.22+)](#5.7 JSON 聚合(5.7.22+))
- [5.8 HAVING](#5.8 HAVING)
- [六、JSON 基础(5.7+)](#六、JSON 基础(5.7+))
-
- [6.1 创建](#6.1 创建)
- [6.2 取值](#6.2 取值)
- [6.3 判断与结构](#6.3 判断与结构)
- [6.4 查询](#6.4 查询)
- [6.5 修改](#6.5 修改)
- [6.6 合并(5.7.22+)](#6.6 合并(5.7.22+))
- [6.7 JSON 索引](#6.7 JSON 索引)
- 七、类型转换
-
- [7.1 CAST](#7.1 CAST)
- [7.2 CONVERT](#7.2 CONVERT)
- [7.3 隐式转换的坑](#7.3 隐式转换的坑)
- 八、信息与系统函数
- 九、实战案例
-
- [9.1 数据清洗](#9.1 数据清洗)
- [9.2 分页优化](#9.2 分页优化)
- [9.3 按日期区间统计](#9.3 按日期区间统计)
- [9.4 字符串拆分](#9.4 字符串拆分)
- [9.5 去重保留最新(5.7 写法)](#9.5 去重保留最新(5.7 写法))
- [9.6 JSON 字段取某个值](#9.6 JSON 字段取某个值)
- 十、函数与索引
-
- [10.1 函数导致索引失效](#10.1 函数导致索引失效)
- [10.2 其他常见失效场景](#10.2 其他常见失效场景)
- [10.3 用 EXPLAIN 验证](#10.3 用 EXPLAIN 验证)
- 十一、速查表
- 十二、面试题与踩坑清单
-
- [12.1 高频面试题](#12.1 高频面试题)
- [12.2 踩坑清单](#12.2 踩坑清单)
- [第二章 MySQL 8.0 新增函数](#第二章 MySQL 8.0 新增函数)
-
- [〇、8.0 新增函数总览](#〇、8.0 新增函数总览)
- 一、窗口函数(8.0.2)
-
- [1.1 它解决什么问题](#1.1 它解决什么问题)
- [1.2 语法与执行顺序](#1.2 语法与执行顺序)
- [1.3 排名三兄弟](#1.3 排名三兄弟)
- [1.4 PERCENT_RANK / CUME_DIST](#1.4 PERCENT_RANK / CUME_DIST)
- [1.5 NTILE:分桶](#1.5 NTILE:分桶)
- [1.6 LAG / LEAD:前后行](#1.6 LAG / LEAD:前后行)
- [1.7 FIRST_VALUE / LAST_VALUE / NTH_VALUE](#1.7 FIRST_VALUE / LAST_VALUE / NTH_VALUE)
- [1.8 聚合函数 + 窗口](#1.8 聚合函数 + 窗口)
- [1.9 帧(ROWS / RANGE)](#1.9 帧(ROWS / RANGE))
- [1.10 实战:分组 Top-N](#1.10 实战:分组 Top-N)
- [1.11 实战:累计求和](#1.11 实战:累计求和)
- [1.12 实战:组内占比](#1.12 实战:组内占比)
- [1.13 实战:环比](#1.13 实战:环比)
- [1.14 实战:移动平均](#1.14 实战:移动平均)
- [1.15 实战:去重取最新](#1.15 实战:去重取最新)
- [1.16 窗口函数 vs GROUP BY](#1.16 窗口函数 vs GROUP BY)
- 二、正则函数(8.0.4)
-
- [2.1 参数说明](#2.1 参数说明)
- [2.2 常用校验](#2.2 常用校验)
- [2.3 与 5.7 的区别](#2.3 与 5.7 的区别)
- [2.4 坑](#2.4 坑)
- [三、JSON 增强](#三、JSON 增强)
-
- [3.1 JSON_TABLE(8.0.4)](#3.1 JSON_TABLE(8.0.4))
- [3.2 JSON_PRETTY(8.0.16)](#3.2 JSON_PRETTY(8.0.16))
- [3.3 JSON_STORAGE_SIZE / JSON_STORAGE_FREE](#3.3 JSON_STORAGE_SIZE / JSON_STORAGE_FREE)
- [3.4 IS_UUID(8.0.16)](#3.4 IS_UUID(8.0.16))
- [3.5 JSON_SCHEMA_VALID / JSON_SCHEMA_VALIDATION_REPORT(8.0.17)](#3.5 JSON_SCHEMA_VALID / JSON_SCHEMA_VALIDATION_REPORT(8.0.17))
- [3.6 JSON_OVERLAPS(8.0.17)](#3.6 JSON_OVERLAPS(8.0.17))
- [3.7 MEMBER OF() 与多值索引(8.0.17)](#3.7 MEMBER OF() 与多值索引(8.0.17))
- [四、UUID 转换(8.0.0)](#四、UUID 转换(8.0.0))
-
- [4.1 UUID_TO_BIN / BIN_TO_UUID](#4.1 UUID_TO_BIN / BIN_TO_UUID)
- [4.2 swap 参数](#4.2 swap 参数)
- [4.3 坑](#4.3 坑)
- 五、分组增强:GROUPING(8.0.1)
-
- [5.1 坑](#5.1 坑)
- 六、其他新增
-
- [6.1 CURRENT_ROLE(8.0.0)](#6.1 CURRENT_ROLE(8.0.0))
- [6.2 STATEMENT_DIGEST / STATEMENT_DIGEST_TEXT(8.0.0)](#6.2 STATEMENT_DIGEST / STATEMENT_DIGEST_TEXT(8.0.0))
- [6.3 CTE:WITH(8.0.1)](#6.3 CTE:WITH(8.0.1))
- [6.4 函数索引(8.0.13)](#6.4 函数索引(8.0.13))
- [6.5 空间函数增强](#6.5 空间函数增强)
- 七、版本对照表
- 八、升级注意事项
- [九、8.0 面试题](#九、8.0 面试题)
- 十、踩坑清单
覆盖 MySQL 5.7 / 8.0 的常用函数,以及 MySQL 8.0 全系列(8.0.0~8.0.x)的新增函数。
第一章讲通用函数,第二章讲 8.0 新增函数。每个函数标注了引入版本,升级前可以对照。
日常写 SQL 先看"一页速查";从 5.7 升 8.0 重点看"版本对照表"和"升级注意事项";面试前看两章末尾的面试题和踩坑清单。
怎么读这篇
- 日常写 SQL:先看第一章的"一页速查"
- 从 5.7 升 8.0:重点看第二章的"版本对照表"和"升级注意事项"
- 面试前:看两章末尾的面试题和踩坑清单
第一章 通用函数
〇、一页速查
| 场景 | 函数 / 写法 |
|---|---|
| 拼接 | CONCAT / CONCAT_WS |
| 截取 | SUBSTRING / LEFT / RIGHT / SUBSTRING_INDEX |
| 长度 | CHAR_LENGTH(字符)/ LENGTH(字节) |
| 替换 | REPLACE |
| 去空格 | TRIM / LTRIM / RTRIM |
| 补位 | LPAD / RPAD |
| 查找 | INSTR / LOCATE / FIND_IN_SET / FIELD |
| 四舍五入 | ROUND |
| 截断 | TRUNCATE |
| 取整 | CEIL / FLOOR |
| 当前时间 | NOW() / SYSDATE() / CURDATE() |
| 格式化 | DATE_FORMAT / STR_TO_DATE |
| 日期加减 | DATE_ADD / DATE_SUB |
| 日期差 | DATEDIFF / TIMESTAMPDIFF |
| 空值 | IFNULL / COALESCE / NULLIF |
| 条件 | IF / CASE WHEN |
| 聚合 | COUNT / SUM / AVG / MAX / MIN / GROUP_CONCAT |
| JSON | JSON_EXTRACT / -> / ->> |
| 转换 | CAST / CONVERT |
| 加密 | MD5 / SHA2 / AES_ENCRYPT |
| 信息 | VERSION / DATABASE / USER |
一、字符串函数
1.1 CONCAT / CONCAT_WS
sql
SELECT CONCAT('Hello', ' ', 'MySQL'); -- Hello MySQL
SELECT CONCAT('a', 'b', 'c'); -- abc
SELECT CONCAT_WS('-', '2026', '11', '11'); -- 2026-11-11
坑 :CONCAT 任意参数为 NULL,整体为 NULL;CONCAT_WS 会跳过 NULL。
sql
SELECT CONCAT('a', NULL); -- NULL
SELECT CONCAT_WS('-', 'a', NULL, 'b'); -- a-b
1.2 长度:LENGTH / CHAR_LENGTH / BIT_LENGTH / OCTET_LENGTH
sql
SELECT LENGTH('中文'); -- 6 (utf8mb4 一个汉字 3 字节)
SELECT CHAR_LENGTH('中文'); -- 2 (字符数)
SELECT BIT_LENGTH('abc'); -- 24 (比特数)
SELECT OCTET_LENGTH('abc'); -- 3 (字节数,同 LENGTH)
规则 :要"几个字"用 CHAR_LENGTH,要"多少字节"用 LENGTH。
1.3 截取:SUBSTRING / LEFT / RIGHT / MID
sql
SELECT SUBSTRING('abcdef', 2, 3); -- bcd(下标从 1 开始)
SELECT SUBSTRING('abcdef' FROM 2 FOR 3); -- bcd
SELECT LEFT('abcdef', 2); -- ab
SELECT RIGHT('abcdef', 2); -- ef
SELECT MID('abcdef', 2, 3); -- bcd(同 SUBSTRING)
1.4 SUBSTRING_INDEX:按分隔符截取
sql
SELECT SUBSTRING_INDEX('www.mysql.com', '.', 1); -- www
SELECT SUBSTRING_INDEX('www.mysql.com', '.', 2); -- www.mysql
SELECT SUBSTRING_INDEX('www.mysql.com', '.', -1); -- com
SELECT SUBSTRING_INDEX('www.mysql.com', '.', -2); -- mysql.com
1.5 REPLACE
sql
SELECT REPLACE('2026-11-11', '-', '/'); -- 2026/11/11
正则替换
REGEXP_REPLACE是 8.0 新增,见第二章 2.x。
1.6 TRIM / LTRIM / RTRIM
sql
SELECT TRIM(' hi '); -- hi
SELECT LTRIM(' hi '); -- hi
SELECT RTRIM(' hi '); -- hi
SELECT TRIM(BOTH 'x' FROM 'xxhixx'); -- hi
SELECT TRIM(LEADING 'x' FROM 'xxhixx'); -- hixx
SELECT TRIM(TRAILING 'x' FROM 'xxhixx'); -- xxhi
1.7 大小写:UPPER / LOWER / UCASE / LCASE
sql
SELECT UPPER('abc'); -- ABC
SELECT LOWER('ABC'); -- abc
SELECT UCASE('abc'); -- ABC(同 UPPER)
SELECT LCASE('ABC'); -- abc(同 LOWER)
1.8 填充:LPAD / RPAD
sql
SELECT LPAD('7', 3, '0'); -- 007
SELECT RPAD('ab', 5, '*'); -- ab***
SELECT LPAD('abc', 2, '0'); -- ab(超长会截断)
1.9 查找:INSTR / LOCATE / POSITION
sql
SELECT INSTR('abcdef', 'cd'); -- 3
SELECT LOCATE('cd', 'abcdef'); -- 3(参数顺序相反)
SELECT LOCATE('cd', 'abcdef', 2); -- 3(从第 2 位开始找)
SELECT POSITION('cd' IN 'abcdef'); -- 3
1.10 集合类:FIND_IN_SET / FIELD / ELT
sql
SELECT FIND_IN_SET('b', 'a,b,c'); -- 2
SELECT FIND_IN_SET('d', 'a,b,c'); -- 0(找不到)
SELECT FIELD('b', 'a', 'b', 'c'); -- 2
SELECT ELT(2, 'a', 'b', 'c'); -- b
坑 :FIND_IN_SET 依赖逗号分隔字符串,无法用索引;规范设计应拆表。
1.11 字符编码:CHAR / ASCII / ORD
sql
SELECT CHAR(77, 121, 83, 81, 76); -- MySQL
SELECT ASCII('A'); -- 65
SELECT ORD('A'); -- 65
1.12 进制与编码:HEX / UNHEX / BIN / OCT / CONV
sql
SELECT HEX('abc'); -- 616263
SELECT UNHEX('616263'); -- abc
SELECT BIN(12); -- 1100
SELECT OCT(12); -- 14
SELECT CONV('a', 16, 10); -- 10(16 进制 a 转 10 进制)
1.13 插入 / 重复 / 反转
sql
SELECT INSERT('Quadratic', 3, 4, 'What'); -- QuWhattic
SELECT REPEAT('ab', 3); -- ababab
SELECT SPACE(3); -- ' '
SELECT REVERSE('abc'); -- cba
1.14 FORMAT:千分位与小数
sql
SELECT FORMAT(1234567.891, 2); -- 1,234,567.89
SELECT FORMAT(1234567.891, 0); -- 1,234,568(四舍五入)
1.15 QUOTE / STRCMP / SOUNDEX
sql
SELECT QUOTE("Don't"); -- 'Don\'t'(加引号并转义)
SELECT STRCMP('a', 'b'); -- -1(a < b)
SELECT STRCMP('b', 'a'); -- 1
SELECT STRCMP('a', 'a'); -- 0
SELECT SOUNDEX('Hello'); -- H400(读音编码)
1.16 EXPORT_SET / MAKE_SET
sql
SELECT EXPORT_SET(5, 'Y', 'N', ',', 4); -- Y,N,Y,N(5 = 101)
SELECT MAKE_SET(1 | 4, 'a', 'b', 'c'); -- a,c
1.17 REGEXP 运算符(5.7 / 8.0 通用)
8.0 的
REGEXP_LIKE/REGEXP_INSTR/REGEXP_SUBSTR/REGEXP_REPLACE见第二章 2.x。
sql
SELECT 'abc123' REGEXP '^[a-z]+'; -- 1
SELECT 'abc' REGEXP '^\\d+$'; -- 0
8.0.4 起提供
REGEXP_LIKE / INSTR / SUBSTR / REPLACE,见第二章 2.x。
二、数值函数
sql
SELECT ABS(-5); -- 5
SELECT CEIL(3.1), FLOOR(3.9); -- 4, 3
SELECT ROUND(3.14159, 2); -- 3.14
SELECT ROUND(3.145, 2); -- 3.15
SELECT ROUND(123.456, -1); -- 120
SELECT TRUNCATE(3.999, 2); -- 3.99(截断,不进位)
SELECT MOD(10, 3); -- 1
SELECT 10 % 3; -- 1
SELECT 10 DIV 3; -- 3(整除)
SELECT POW(2, 10); -- 1024
SELECT SQRT(16); -- 4
SELECT SIGN(-5), SIGN(0), SIGN(5); -- -1, 0, 1
2.1 对数与指数
sql
SELECT EXP(1); -- 2.718281828...
SELECT LN(10); -- 2.302585...
SELECT LOG(10); -- 2.302585...(同 LN)
SELECT LOG(2, 8); -- 3(以 2 为底)
SELECT LOG2(8); -- 3
SELECT LOG10(1000); -- 3
2.2 三角函数与角度
sql
SELECT PI(); -- 3.141593
SELECT SIN(0), COS(0), TAN(0); -- 0, 1, 0
SELECT ASIN(1); -- 1.5708(π/2)
SELECT ACOS(1); -- 0
SELECT ATAN(1); -- 0.7854(π/4)
SELECT ATAN2(1, 1); -- 0.7854
SELECT DEGREES(PI()); -- 180
SELECT RADIANS(180); -- 3.141593
2.3 比较与随机
sql
SELECT GREATEST(1, 5, 3); -- 5
SELECT LEAST(1, 5, 3); -- 1
SELECT CRC32('MySQL'); -- 整数校验值
SELECT RAND(); -- 0~1 随机数
SELECT RAND(42); -- 固定种子,结果可复现
SELECT RANDOM_BYTES(8); -- 8 字节随机二进制
坑 :ORDER BY RAND() 会为每行生成随机数,大表极慢。
sql
-- 小表随机取 10 行可以,大表请改用其他方案
SELECT * FROM users ORDER BY RAND() LIMIT 10;
三、日期时间函数
3.1 取当前时间
sql
SELECT NOW(); -- 2026-11-11 15:30:00
SELECT NOW(3); -- 带毫秒
SELECT SYSDATE(); -- 与 NOW 类似,但返回执行瞬间时间
SELECT CURRENT_TIMESTAMP(); -- 同 NOW
SELECT CURDATE(); -- 2026-11-11
SELECT CURTIME(); -- 15:30:00
SELECT UTC_DATE();
SELECT UTC_TIME();
SELECT UTC_TIMESTAMP();
区别 :NOW() 在语句开始时确定;SYSDATE() 在函数执行时取值。
3.2 格式化与解析
sql
SELECT DATE_FORMAT(NOW(), '%Y-%m-%d %H:%i:%s'); -- 2026-11-11 15:30:00
SELECT DATE_FORMAT(NOW(), '%Y年%m月%d日'); -- 2026年11月11日
SELECT DATE_FORMAT(NOW(), '%W'); -- Wednesday
SELECT DATE_FORMAT(NOW(), '%M'); -- November
SELECT TIME_FORMAT('15:30:45', '%H:%i'); -- 15:30
SELECT STR_TO_DATE('2026-11-11', '%Y-%m-%d'); -- 2026-11-11
SELECT STR_TO_DATE('11/11/2026 15:30', '%m/%d/%Y %H:%i'); -- 2026-11-11 15:30:00
常用占位符:
| 占位符 | 含义 | 占位符 | 含义 |
|---|---|---|---|
%Y |
四位年 | %H |
24 小时 |
%y |
两位年 | %h |
12 小时 |
%m |
月(01-12) | %i |
分钟 |
%d |
日(01-31) | %s |
秒 |
%W |
星期全名 | %p |
AM/PM |
%j |
一年第几天 | %f |
微秒 |
坑 :%i 是分钟,%m 是月份,写反不报错但结果错。
3.3 日期加减
sql
SELECT DATE_ADD(NOW(), INTERVAL 1 DAY);
SELECT DATE_ADD(NOW(), INTERVAL -1 MONTH);
SELECT DATE_SUB(CURDATE(), INTERVAL 7 DAY);
SELECT ADDDATE(CURDATE(), 7);
SELECT SUBDATE(CURDATE(), 7);
SELECT NOW() + INTERVAL 1 HOUR;
SELECT NOW() - INTERVAL 30 MINUTE;
支持单位:MICROSECOND、SECOND、MINUTE、HOUR、DAY、WEEK、MONTH、QUARTER、YEAR。
3.4 时间运算
sql
SELECT ADDTIME('2026-11-11 08:00:00', '02:30:00'); -- 2026-11-11 10:30:00
SELECT SUBTIME('2026-11-11 08:00:00', '02:30:00'); -- 2026-11-11 05:30:00
SELECT TIMEDIFF('18:00:00', '08:00:00'); -- 10:00:00
SELECT TIME_TO_SEC('01:01:01'); -- 3661
SELECT SEC_TO_TIME(3661); -- 01:01:01
3.5 日期差
sql
SELECT DATEDIFF('2026-12-01', '2026-11-11'); -- 20(只算天数)
SELECT TIMESTAMPDIFF(DAY, '2026-11-11', '2026-12-01'); -- 20
SELECT TIMESTAMPDIFF(HOUR, '2026-11-11 08:00', '2026-11-11 18:30'); -- 10
SELECT TIMESTAMPDIFF(MINUTE, NOW(), DATE_ADD(NOW(), INTERVAL 2 HOUR)); -- 120
SELECT TIMESTAMPDIFF(MONTH, '2026-01-15', '2026-11-11'); -- 9
3.6 常用日期部件
sql
SELECT YEAR(NOW()); -- 2026
SELECT MONTH(NOW()); -- 11
SELECT DAY(NOW()); -- 11
SELECT HOUR(NOW()); -- 15
SELECT MINUTE(NOW()); -- 30
SELECT SECOND(NOW()); -- 0
SELECT MICROSECOND(NOW(6));
SELECT QUARTER(NOW()); -- 4
SELECT DAYOFYEAR(NOW()); -- 315
SELECT DAYOFWEEK(NOW()); -- 1=周日,4=周三
SELECT WEEKDAY(NOW()); -- 0=周一,2=周三
SELECT DAYNAME(NOW()); -- Wednesday
SELECT MONTHNAME(NOW()); -- November
SELECT WEEK(NOW()); -- 周数(取决于 mode)
SELECT WEEKOFYEAR(NOW()); -- ISO 周数
3.7 日期工具
sql
SELECT LAST_DAY('2026-11-11'); -- 2026-11-30
SELECT MAKEDATE(2026, 315); -- 2026-11-11
SELECT MAKETIME(15, 30, 0); -- 15:30:00
SELECT TO_DAYS('2026-11-11'); -- 相对 0 年的天数
SELECT FROM_DAYS(TO_DAYS('2026-11-11')); -- 转回日期 → 2026-11-11
SELECT PERIOD_ADD(202610, 2); -- 202612
SELECT PERIOD_DIFF(202612, 202610); -- 2
SELECT UNIX_TIMESTAMP(); -- 秒级时间戳
SELECT UNIX_TIMESTAMP('2026-11-11 00:00:00');
SELECT FROM_UNIXTIME(1762790400); -- 时间戳转日期
SELECT EXTRACT(YEAR FROM NOW()); -- 2026
SELECT EXTRACT(YEAR_MONTH FROM NOW()); -- 202611
3.8 常用日期口径
sql
-- 今天
SELECT CURDATE();
-- 本月第一天
SELECT DATE_FORMAT(CURDATE(), '%Y-%m-01');
-- 本月最后一天
SELECT LAST_DAY(CURDATE());
-- 本周一(周一为一周起点)
SELECT DATE_SUB(CURDATE(), INTERVAL WEEKDAY(CURDATE()) DAY);
-- 最近 7 天
SELECT * FROM orders
WHERE created_at >= DATE_SUB(CURDATE(), INTERVAL 6 DAY);
-- 按天分组
SELECT DATE(created_at) AS d, COUNT(*)
FROM orders
GROUP BY DATE(created_at);
-- 按月分组
SELECT DATE_FORMAT(created_at, '%Y-%m') AS ym, SUM(amount)
FROM orders
GROUP BY DATE_FORMAT(created_at, '%Y-%m');
四、条件判断与 NULL 处理
4.1 IF / IFNULL / NULLIF / COALESCE
sql
SELECT IF(1 > 0, 'yes', 'no'); -- yes
SELECT IFNULL(NULL, '默认值'); -- 默认值
SELECT IFNULL('x', '默认值'); -- x
SELECT NULLIF(1, 1); -- NULL
SELECT NULLIF(1, 2); -- 1
SELECT COALESCE(NULL, NULL, 'x', 'y'); -- x
4.2 CASE WHEN
sql
SELECT name, salary,
CASE
WHEN salary >= 20000 THEN '高'
WHEN salary >= 10000 THEN '中'
ELSE '低'
END AS level
FROM employees;
等值写法:
sql
SELECT
CASE status
WHEN 1 THEN '启用'
WHEN 2 THEN '禁用'
ELSE '未知'
END AS status_name
FROM users;
4.3 INTERVAL() 分段
sql
SELECT INTERVAL(15, 0, 10, 20, 30); -- 2(落在 10~20 段)
4.4 NULL 的规则
sql
SELECT NULL = NULL; -- NULL,不是 1
SELECT NULL <=> NULL; -- 1(安全等于)
SELECT 1 + NULL; -- NULL
SELECT 'a' = NULL; -- NULL
SELECT ISNULL(NULL); -- 1
规则:
- 判断 NULL 用
IS NULL/IS NOT NULL; NULL参与运算结果为NULL;- 聚合函数忽略
NULL; - 排序时
NULL最小(升序在最前); COUNT(col)不计NULL行。
五、聚合函数
5.1 COUNT 的三种写法
sql
SELECT COUNT(*) FROM orders; -- 总行数
SELECT COUNT(1) FROM orders; -- 同 COUNT(*)
SELECT COUNT(amount) FROM orders; -- 忽略 amount 为 NULL 的行
SELECT COUNT(DISTINCT user_id) FROM orders;
建议 :统计行数用 COUNT(*)。
5.2 SUM / AVG / MAX / MIN
sql
SELECT SUM(amount), AVG(amount), MAX(amount), MIN(amount)
FROM orders;
坑 :没有数据时 COUNT 返回 0,SUM/AVG/MAX/MIN 返回 NULL。
5.3 GROUP_CONCAT
sql
SELECT dept, GROUP_CONCAT(name SEPARATOR ', ') AS members
FROM employees
GROUP BY dept;
-- 去重 + 排序
SELECT dept, GROUP_CONCAT(DISTINCT name ORDER BY name SEPARATOR ',')
FROM employees
GROUP BY dept;
坑:默认最大长度 1024,超出被截断。
sql
SHOW VARIABLES LIKE 'group_concat_max_len';
SET SESSION group_concat_max_len = 100000;
5.4 统计函数
sql
SELECT STDDEV(salary) AS stddev, VARIANCE(salary) AS var FROM employees;
SELECT STDDEV_POP(salary), STDDEV_SAMP(salary), VAR_POP(salary), VAR_SAMP(salary)
FROM employees;
5.5 位聚合
sql
SELECT BIT_AND(flags), BIT_OR(flags), BIT_XOR(flags) FROM t;
5.6 ANY_VALUE(5.7.5+)
用于 ONLY_FULL_GROUP_BY 模式下取"组内任意一个值":
sql
SELECT dept, ANY_VALUE(name) AS sample_name, COUNT(*)
FROM employees
GROUP BY dept;
5.7 JSON 聚合(5.7.22+)
sql
SELECT dept, JSON_ARRAYAGG(name) AS names
FROM employees
GROUP BY dept;
SELECT JSON_OBJECTAGG(id, name) FROM employees;
5.8 HAVING
sql
SELECT dept, AVG(salary) AS avg_salary
FROM employees
GROUP BY dept
HAVING avg_salary > 10000;
规则 :WHERE 过滤行,HAVING 过滤分组;WHERE 里不能用聚合函数。
六、JSON 基础(5.7+)
8.0 的
JSON_TABLE、JSON_SCHEMA_VALID、JSON_OVERLAPS、MEMBER OF等增强见第二章 3.x。
6.1 创建
sql
SELECT JSON_OBJECT('name', 'Tom', 'age', 18); -- {"name": "Tom", "age": 18}
SELECT JSON_ARRAY(1, 2, 3); -- [1, 2, 3]
6.2 取值
sql
SELECT JSON_EXTRACT('{"name":"Tom","age":18}', '$.name'); -- "Tom"
SELECT '{"name":"Tom"}' -> '$.name'; -- "Tom"(带引号)
SELECT '{"name":"Tom"}' ->> '$.name'; -- Tom(去掉引号)
SELECT JSON_UNQUOTE(JSON_EXTRACT('{"name":"Tom"}', '$.name')); -- Tom
SELECT JSON_QUOTE('Tom'); -- "Tom"
-- 数组取值
SELECT '{"tags":["a","b"]}' ->> '$.tags[0]'; -- a
6.3 判断与结构
sql
SELECT JSON_VALID('{"a":1}'); -- 1
SELECT JSON_VALID('abc'); -- 0
SELECT JSON_TYPE('{"a":1}'); -- OBJECT
SELECT JSON_DEPTH('{"a":{"b":1}}'); -- 3
SELECT JSON_LENGTH('[1,2,3]'); -- 3
SELECT JSON_KEYS('{"a":1,"b":2}'); -- ["a", "b"]
6.4 查询
sql
SELECT JSON_CONTAINS('[1,2,3]', '2'); -- 1
SELECT JSON_CONTAINS('{"a":1}', '1', '$.a'); -- 1
SELECT JSON_CONTAINS_PATH('{"a":1}', 'one', '$.a');-- 1
SELECT JSON_SEARCH('{"a":"Tom"}', 'one', 'Tom'); -- "$.a"
6.5 修改
sql
SELECT JSON_SET('{"a":1}', '$.b', 2); -- {"a": 1, "b": 2}
SELECT JSON_INSERT('{"a":1}', '$.b', 2); -- 只新增,不覆盖
SELECT JSON_REPLACE('{"a":1}', '$.a', 9); -- 只替换,不新增
SELECT JSON_REMOVE('{"a":1,"b":2}', '$.b'); -- {"a": 1}
6.6 合并(5.7.22+)
sql
SELECT JSON_MERGE_PATCH('{"a":1}', '{"a":2,"b":3}'); -- {"a": 2, "b": 3}
SELECT JSON_MERGE_PRESERVE('{"a":1}', '{"a":2}'); -- {"a": [1, 2]}
6.7 JSON 索引
JSON 字段不能直接建索引,用生成列:
sql
ALTER TABLE t ADD COLUMN name VARCHAR(32)
GENERATED ALWAYS AS (json_col->>'$.name') STORED;
CREATE INDEX idx_name ON t(name);
JSON_TABLE、JSON_PRETTY等 8.0 新增函数见第二章 3.x。
七、类型转换
7.1 CAST
sql
SELECT CAST('123' AS SIGNED); -- 123
SELECT CAST(123.456 AS DECIMAL(10,2)); -- 123.46
SELECT CAST('2026-11-11' AS DATE); -- 2026-11-11
SELECT CAST('15:30:00' AS TIME); -- 15:30:00
SELECT CAST('abc' AS BINARY); -- 二进制
支持类型:BINARY、CHAR、DATE、DATETIME、DECIMAL、DOUBLE、FLOAT、JSON、NCHAR、SIGNED、TIME、UNSIGNED。
7.2 CONVERT
sql
SELECT CONVERT('123', SIGNED); -- 123
SELECT CONVERT('中文' USING utf8mb4); -- 字符集转换
7.3 隐式转换的坑
sql
-- phone 是 varchar 时,可能全表扫描
SELECT * FROM users WHERE phone = 13800138000;
-- 加引号后可以用索引
SELECT * FROM users WHERE phone = '13800138000';
规则:
- 字符串列和数字比较,会把字符串转成数字;
- 字符串开头不是数字时转成 0,容易误匹配;
- 时间字符串和日期比较,建议显式转换。
八、信息与系统函数
sql
SELECT VERSION(); -- 8.0.x
SELECT DATABASE(); -- 当前库名
SELECT SCHEMA(); -- 同 DATABASE
SELECT USER(); -- 当前连接用户名@主机
SELECT CURRENT_USER(); -- 鉴权后的用户
SELECT SESSION_USER();
SELECT SYSTEM_USER();
SELECT CONNECTION_ID(); -- 连接 ID
SELECT LAST_INSERT_ID(); -- 上一条 INSERT 的自增 ID
SELECT ROW_COUNT(); -- 上一条语句影响行数
SELECT FOUND_ROWS();
SELECT CHARSET('abc'); -- utf8mb4
SELECT COLLATION('abc'); -- utf8mb4_general_ci
SELECT COERCIBILITY('abc');
九、实战案例
9.1 数据清洗
sql
SELECT
TRIM(name) AS clean_name,
UPPER(code) AS clean_code,
CONCAT(LEFT(phone, 3), '****', RIGHT(phone, 4)) AS masked_phone
FROM users;
9.2 分页优化
sql
-- 慢:偏移量越大越慢
SELECT * FROM orders ORDER BY id LIMIT 100000, 20;
-- 快:游标分页(记住上一页最后一条 id)
SELECT * FROM orders WHERE id > 100000 ORDER BY id LIMIT 20;
-- 延迟关联
SELECT o.*
FROM orders o
JOIN (SELECT id FROM orders ORDER BY id LIMIT 100000, 20) t ON o.id = t.id;
9.3 按日期区间统计
sql
SELECT DATE(created_at) AS d,
COUNT(*) AS orders,
SUM(amount) AS amount
FROM orders
WHERE created_at >= DATE_SUB(CURDATE(), INTERVAL 6 DAY)
GROUP BY DATE(created_at)
ORDER BY d;
9.4 字符串拆分
sql
-- 取二级域名
SELECT SUBSTRING_INDEX(SUBSTRING_INDEX('a.b.example.com', '.', -2), '.', 1); -- example
-- 用数字辅助表拆逗号串(示例:拆前 3 段)
SELECT
SUBSTRING_INDEX(SUBSTRING_INDEX('a,b,c,d', ',', n.n), ',', -1) AS item
FROM (SELECT 1 AS n UNION ALL SELECT 2 UNION ALL SELECT 3) n;
9.5 去重保留最新(5.7 写法)
sql
DELETE t
FROM orders t
JOIN (
SELECT user_id, MAX(created_at) AS max_time
FROM orders
GROUP BY user_id
) d ON t.user_id = d.user_id AND t.created_at < d.max_time;
9.6 JSON 字段取某个值
sql
-- 取出 JSON 里的用户名
SELECT id, json_col->>'$.user.name' AS user_name
FROM t
WHERE json_col->>'$.status' = 'active';
十、函数与索引
8.0 的函数索引见第二章 6.4。
10.1 函数导致索引失效
sql
CREATE INDEX idx_created_at ON orders(created_at);
-- 索引失效(对列用了函数)
SELECT * FROM orders WHERE DATE(created_at) = '2026-11-11';
-- 改成范围查询,索引有效
SELECT * FROM orders
WHERE created_at >= '2026-11-11 00:00:00'
AND created_at < '2026-11-12 00:00:00';
MySQL 8.0.13 起支持函数索引,见《MySQL 8.0 新增函数详解》。
10.2 其他常见失效场景
| 场景 | 原因 | 建议 |
|---|---|---|
WHERE LEFT(name, 2) = 'ab' |
对列用函数 | 改 LIKE 'ab%' |
WHERE name LIKE '%ab%' |
前导通配符 | 全文索引 / 其他方案 |
WHERE phone = 13800138000 |
隐式转换 | 加引号 |
WHERE a OR b |
可能放弃索引 | 改 UNION |
WHERE id + 1 = 100 |
运算 | 改 id = 99 |
10.3 用 EXPLAIN 验证
sql
EXPLAIN SELECT * FROM orders WHERE created_at >= '2026-11-11';
关注:type、key、rows、Extra(是否 Using filesort / Using temporary)。
十一、速查表
| 需求 | 写法 |
|---|---|
| 拼接 | CONCAT(a, b) / CONCAT_WS('-', a, b) |
| 截取 | SUBSTRING(s, 1, 3) |
| 分隔截取 | SUBSTRING_INDEX(s, '.', -1) |
| 字数 | CHAR_LENGTH(s) |
| 字节数 | LENGTH(s) |
| 替换 | REPLACE(s, 'a', 'b') |
| 去空格 | TRIM(s) |
| 补位 | LPAD(s, 3, '0') |
| 查找 | INSTR(s, 'x') |
| 集合查找 | FIND_IN_SET('b', 'a,b,c') |
| 千分位 | FORMAT(n, 2) |
| 四舍五入 | ROUND(x, 2) |
| 截断 | TRUNCATE(x, 2) |
| 取整 | CEIL(x) / FLOOR(x) |
| 今天 | CURDATE() |
| 现在 | NOW() |
| 格式化 | DATE_FORMAT(d, '%Y-%m-%d') |
| 解析 | STR_TO_DATE(s, '%Y-%m-%d') |
| 加一天 | DATE_ADD(d, INTERVAL 1 DAY) |
| 天数差 | DATEDIFF(d1, d2) |
| 时间差 | TIMESTAMPDIFF(MINUTE, t1, t2) |
| 本月最后一天 | LAST_DAY(d) |
| 空值默认 | IFNULL(x, 0) / COALESCE(x, y, 0) |
| 条件 | CASE WHEN ... THEN ... END |
| 去重计数 | COUNT(DISTINCT col) |
| 拼接分组 | GROUP_CONCAT(col SEPARATOR ',') |
| JSON 取值 | col->>'$.key' |
| 转型 | CAST(x AS SIGNED) |
| 加密 | SHA2(s, 256) / AES_ENCRYPT(s, key) |
| 版本 | VERSION() |
十二、面试题与踩坑清单
12.1 高频面试题
Q1:COUNT(*)、COUNT(1)、COUNT(列) 有什么区别?
COUNT(*) 和 COUNT(1) 都统计行数,性能基本一致;COUNT(列) 会忽略该列为 NULL 的行。
Q2:CHAR 和 VARCHAR 的区别?
CHAR 定长,不足补空格(查询时去掉),适合固定长度;VARCHAR 变长,按实际长度存储。
Q3:DATETIME 和 TIMESTAMP 的区别?
DATETIME 不随时区变化,范围大;TIMESTAMP 随服务器时区转换,范围小(1970~2038)。
Q4:为什么 WHERE 里对列用函数会索引失效?
索引按列的原始值排序,函数改变了比较值,B+ 树无法定位。
Q5:NULL 有哪些坑?
= NULL 不成立、参与运算为 NULL、聚合忽略、排序时最小。
Q6:GROUP_CONCAT 结果被截断怎么办?
调大 group_concat_max_len。
Q7:JSON 字段怎么索引?
用生成列取出需要的字段,再建索引。
Q8:隐式类型转换有什么问题?
字符串列和数字比较会转成数字,可能导致全表扫描、误匹配。
Q9:LIMIT 100000, 20 为什么慢?
要先扫描并丢弃前 10 万行;用游标分页或延迟关联。
Q10:NOW() 和 SYSDATE() 的区别?
NOW() 在语句开始时确定;SYSDATE() 在执行时取值。
Q11:CONCAT 和 CONCAT_WS 的区别?
CONCAT 遇 NULL 整体为 NULL;CONCAT_WS 跳过 NULL。
Q12:SUM 在空表上返回什么?
返回 NULL,不是 0;可以用 IFNULL(SUM(x), 0)。
12.2 踩坑清单
WHERE里对列用函数 → 索引失效;CONCAT遇NULL→ 整条为NULL;LENGTH当字数用 → 中文多 3 倍;= NULL→ 永远不成立;COUNT(列)忽略NULL;GROUP_CONCAT截断;ORDER BY RAND()→ 大表性能灾难;%i和%m写反;- JSON 直接查询 → 不走索引;
- 隐式类型转换;
SUM在空集返回NULL;DATE_FORMAT返回字符串,参与比较注意类型;TRUNCATE是截断不是四舍五入;FIND_IN_SET无法走索引;- 时间字段用字符串比较,格式不一致会出错。
最后一句:函数能让 SQL 更短,但在索引列上用函数,是性能杀手------先看执行计划,再决定用不用。
第二章 MySQL 8.0 新增函数
〇、8.0 新增函数总览
| 类别 | 函数 | 版本 |
|---|---|---|
| 窗口函数 | ROW_NUMBER / RANK / DENSE_RANK / NTILE / LAG / LEAD / FIRST_VALUE / LAST_VALUE / NTH_VALUE / PERCENT_RANK / CUME_DIST |
8.0.2 |
| 正则 | REGEXP_LIKE / REGEXP_INSTR / REGEXP_SUBSTR / REGEXP_REPLACE |
8.0.4 |
| JSON | JSON_TABLE |
8.0.4 |
| JSON | JSON_PRETTY |
8.0.16 |
| JSON | JSON_STORAGE_SIZE |
8.0.2 |
| JSON | JSON_STORAGE_FREE |
8.0.12 |
| JSON | JSON_SCHEMA_VALID / JSON_SCHEMA_VALIDATION_REPORT |
8.0.17 |
| JSON | JSON_OVERLAPS |
8.0.17 |
| JSON | MEMBER OF() / CAST(... AS ... ARRAY) |
8.0.17 |
| UUID | UUID_TO_BIN / BIN_TO_UUID |
8.0.0 |
| UUID | IS_UUID |
8.0.16 |
| 分组 | GROUPING() |
8.0.1 |
| 权限 | CURRENT_ROLE() |
8.0.0 |
| 性能 | STATEMENT_DIGEST / STATEMENT_DIGEST_TEXT |
8.0.0 |
相关特性(不是函数,但常一起用):WITH(CTE,8.0.1)、函数索引(8.0.13)、多值索引(8.0.17)。
8.4 是 LTS 版本,主要以稳定性、废弃和移除为主,没有大量新增函数。
一、窗口函数(8.0.2)
1.1 它解决什么问题
GROUP BY 会把多行压成一行;窗口函数保留每一行明细,同时把组内聚合结果算出来。
sql
-- 只剩部门汇总
SELECT dept, AVG(salary) FROM employees GROUP BY dept;
-- 每一行都在,附带部门平均
SELECT name, dept, salary,
AVG(salary) OVER (PARTITION BY dept) AS dept_avg
FROM employees;
1.2 语法与执行顺序
sql
函数() OVER (
PARTITION BY 分组字段
ORDER BY 排序字段
ROWS BETWEEN 起始 AND 结束
)
sql
-- 命名窗口
SELECT name, dept, salary,
ROW_NUMBER() OVER w AS rn
FROM employees
WINDOW w AS (PARTITION BY dept ORDER BY salary DESC);
执行顺序:
FROM → WHERE → GROUP BY → HAVING → 窗口函数 → SELECT → ORDER BY → LIMIT
坑 :窗口函数不能直接写在 WHERE 里。
sql
-- 错
SELECT *, ROW_NUMBER() OVER (ORDER BY salary DESC) AS rn
FROM employees
WHERE rn <= 3;
-- 对
SELECT * FROM (
SELECT *, ROW_NUMBER() OVER (ORDER BY salary DESC) AS rn
FROM employees
) t
WHERE rn <= 3;
1.3 排名三兄弟
sql
SELECT name, dept, salary,
ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC) AS rn,
RANK() OVER (PARTITION BY dept ORDER BY salary DESC) AS rk,
DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary DESC) AS drk
FROM employees;
| 函数 | 并列时 | 说明 |
|---|---|---|
ROW_NUMBER |
1、2 | 不重复,依赖排序稳定性 |
RANK |
1、1、3 | 跳号 |
DENSE_RANK |
1、1、2 | 不跳号 |
建议 :用 ROW_NUMBER 时在 ORDER BY 里加唯一键兜底。
sql
ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC, id)
1.4 PERCENT_RANK / CUME_DIST
sql
SELECT name, salary,
PERCENT_RANK() OVER (ORDER BY salary DESC) AS pr,
CUME_DIST() OVER (ORDER BY salary DESC) AS cd
FROM employees;
PERCENT_RANK:排名百分比,(rank-1)/(rows-1);CUME_DIST:小于等于当前值的行数占比。
适合做"前 10%""后 25%"这类分层。
1.5 NTILE:分桶
sql
SELECT name, salary, NTILE(4) OVER (ORDER BY salary DESC) AS quartile
FROM employees;
- 尽量平均分成 n 桶;
- 除不尽时前面的桶多一行;
- 常用于分层抽样、用户分群。
1.6 LAG / LEAD:前后行
sql
SELECT ym, amt,
LAG(amt) OVER (ORDER BY ym) AS prev_amt,
LEAD(amt) OVER (ORDER BY ym) AS next_amt
FROM monthly;
带偏移和默认值:
sql
LAG(amt, 1, 0) OVER (ORDER BY ym) -- 上一行,越界给 0
LAG(amt, 2) OVER (ORDER BY ym) -- 上两行
LEAD(amt, 1, 0) OVER (ORDER BY ym) -- 下一行
用途:环比、同比、前后对比、提前预警。
1.7 FIRST_VALUE / LAST_VALUE / NTH_VALUE
sql
SELECT dept, name, salary,
FIRST_VALUE(name) OVER (PARTITION BY dept ORDER BY salary DESC) AS top_name,
LAST_VALUE(name) OVER (PARTITION BY dept ORDER BY salary DESC
ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS low_name,
NTH_VALUE(name, 2) OVER (PARTITION BY dept ORDER BY salary DESC
ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS second_name
FROM employees;
坑 :LAST_VALUE 不写帧时默认只到当前行,取到的不是分区最后一行。
1.8 聚合函数 + 窗口
所有聚合函数都可以当窗口函数用:
sql
SELECT user_id, amount,
SUM(amount) OVER (PARTITION BY user_id) AS user_total,
AVG(amount) OVER (PARTITION BY user_id) AS user_avg,
COUNT(*) OVER (PARTITION BY user_id) AS user_cnt,
MAX(amount) OVER (PARTITION BY user_id) AS user_max
FROM orders;
1.9 帧(ROWS / RANGE)
| 写法 | 含义 |
|---|---|
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW |
从第一行到当前行(累计) |
ROWS BETWEEN 6 PRECEDING AND CURRENT ROW |
最近 7 行 |
ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING |
前后各一行 |
ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING |
整个分区 |
默认帧 :RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。
RANGE会把排序键相同的行一起算;ROWS按物理行算;- 做累计、移动平均时显式写 ROWS。
MySQL 8.0 的窗口帧只支持
ROWS和RANGE,不支持GROUPS。
1.10 实战:分组 Top-N
sql
SELECT dept, name, salary
FROM (
SELECT dept, name, salary,
ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC, id) AS rn
FROM employees
) t
WHERE rn <= 3;
1.11 实战:累计求和
sql
SELECT user_id, amount, created_at,
SUM(amount) OVER (
PARTITION BY user_id ORDER BY created_at
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
) AS running_total
FROM orders;
1.12 实战:组内占比
sql
SELECT user_id, amount,
ROUND(amount / SUM(amount) OVER (PARTITION BY user_id) * 100, 2) AS pct
FROM orders;
整表占比:
sql
SELECT amount, ROUND(amount / SUM(amount) OVER () * 100, 2) AS pct
FROM orders;
1.13 实战:环比
sql
WITH monthly AS (
SELECT DATE_FORMAT(created_at, '%Y-%m') AS ym, SUM(amount) AS amt
FROM orders GROUP BY DATE_FORMAT(created_at, '%Y-%m')
)
SELECT ym, amt,
LAG(amt) OVER (ORDER BY ym) AS prev_amt,
ROUND((amt - LAG(amt) OVER (ORDER BY ym))
/ LAG(amt) OVER (ORDER BY ym) * 100, 2) AS pct
FROM monthly
ORDER BY ym;
1.14 实战:移动平均
sql
SELECT created_at, amount,
ROUND(AVG(amount) OVER (
ORDER BY created_at
ROWS BETWEEN 6 PRECEDING AND CURRENT ROW
), 2) AS ma7
FROM orders;
1.15 实战:去重取最新
sql
SELECT user_id, amount, created_at
FROM (
SELECT user_id, amount, created_at,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn
FROM orders
) t
WHERE rn = 1;
1.16 窗口函数 vs GROUP BY
| 对比项 | GROUP BY | 窗口函数 |
|---|---|---|
| 行的数量 | 塌缩 | 保留明细 |
| 能否看明细 | 不能 | 能 |
| 典型场景 | 汇总报表 | 排名、累计、环比、占比 |
| 能否写在 WHERE | --- | 不能 |
二、正则函数(8.0.4)
5.7 / 8.0 通用的
REGEXP运算符见第一章 1.17。
MySQL 8.0 之前只有 REGEXP 运算符(返回 1/0),8.0.4 起提供四个函数:
sql
SELECT REGEXP_LIKE('abc123', '^[a-z]+'); -- 1
SELECT REGEXP_LIKE('abc', '^\\d+$'); -- 0
SELECT REGEXP_INSTR('abc123', '[0-9]+'); -- 4(起始位置)
SELECT REGEXP_SUBSTR('abc123', '[0-9]+'); -- 123
SELECT REGEXP_REPLACE('a1b2c3', '[0-9]', '#'); -- a#b#c#
2.1 参数说明
sql
REGEXP_LIKE(expr, pat[, match_type])
REGEXP_INSTR(expr, pat[, pos[, occurrence[, return_option[, match_type]]]])
REGEXP_SUBSTR(expr, pat[, pos[, occurrence[, match_type]]])
REGEXP_REPLACE(expr, pat, repl[, pos[, occurrence[, match_type]]])
match_type 常用值:
c:区分大小写(默认);i:不区分大小写;m:多行模式;n:.匹配换行;u:Unix 行结尾。
2.2 常用校验
sql
-- 手机号
SELECT REGEXP_LIKE('13800138000', '^1[3-9]\\d{9}$'); -- 1
-- 邮箱(简化版)
SELECT REGEXP_LIKE('a@b.com', '^[^@]+@[^@]+\\.[^@]+$'); -- 1
-- 身份证(18 位)
SELECT REGEXP_LIKE('510107199001011234', '^\\d{17}[0-9Xx]$'); -- 1
-- 提取订单号
SELECT REGEXP_SUBSTR('订单号 A12345', '[0-9]+'); -- 12345
-- 脱敏:把中间 4 位数字换成 *
SELECT REGEXP_REPLACE('13800138000', '(\\d{3})\\d{4}(\\d{4})', '$1****$2'); -- 138****8000
2.3 与 5.7 的区别
| 能力 | 5.7 | 8.0 |
|---|---|---|
REGEXP 运算符 |
✅ | ✅ |
REGEXP_LIKE |
❌ | ✅ |
REGEXP_INSTR |
❌ | ✅ |
REGEXP_SUBSTR |
❌ | ✅ |
REGEXP_REPLACE |
❌ | ✅ |
2.4 坑
- 反斜杠要写两次:SQL 字符串里
'\\d'才表示正则的\d; - 正则无法用索引,大表全表扫描;
- ICU 正则语法与 PCRE 有细微差别,复杂表达式先小数据验证。
三、JSON 增强
JSON 基础、创建、取值、修改、合并见第一章第六章。
3.1 JSON_TABLE(8.0.4)
把 JSON 数组/对象转成关系表,这是 8.0 最实用的 JSON 新特性。
sql
SELECT jt.id, jt.name
FROM t,
JSON_TABLE(t.json_col, '$.users[*]' COLUMNS (
id INT PATH '$.id',
name VARCHAR(32) PATH '$.name'
)) AS jt;
带空值处理:
sql
SELECT jt.*
FROM t,
JSON_TABLE(t.json_col, '$[*]' COLUMNS (
id INT PATH '$.id' NULL ON EMPTY,
name VARCHAR(32) PATH '$.name' DEFAULT '未知' ON EMPTY
)) AS jt;
嵌套数组:
sql
SELECT jt.id, jt.tag
FROM t,
JSON_TABLE(t.json_col, '$' COLUMNS (
id INT PATH '$.id',
NESTED PATH '$.tags[*]' COLUMNS (
tag VARCHAR(32) PATH '$'
)
)) AS jt;
用途:接口日志、订单扩展字段、第三方回调报文,直接 SQL 拆成表,不用写程序解析。
3.2 JSON_PRETTY(8.0.16)
格式化输出,便于排查:
sql
SELECT JSON_PRETTY('{"a":1,"b":{"c":2}}');
输出:
json
{
"a": 1,
"b": {
"c": 2
}
}
3.3 JSON_STORAGE_SIZE / JSON_STORAGE_FREE
查看 JSON 列占用的存储空间:
sql
SELECT JSON_STORAGE_SIZE(json_col) FROM t; -- 8.0.2+
SELECT JSON_STORAGE_FREE(json_col) FROM t; -- 8.0.12+
SIZE:当前 JSON 文档占用的字节数;FREE:JSON_SET等更新后释放出的空闲空间。
3.4 IS_UUID(8.0.16)
校验字符串是否是合法 UUID:
sql
SELECT IS_UUID('6ccd780c-baba-1026-9564-5b8c656024db'); -- 1
SELECT IS_UUID('abc'); -- 0
3.5 JSON_SCHEMA_VALID / JSON_SCHEMA_VALIDATION_REPORT(8.0.17)
用 JSON Schema(Draft 4) 校验 JSON 文档:
sql
SET @schema = '{
"type": "object",
"required": ["id", "name"],
"properties": {
"id": {"type": "integer"},
"name": {"type": "string"}
}
}';
SELECT JSON_SCHEMA_VALID(@schema, '{"id":1,"name":"Tom"}'); -- 1
SELECT JSON_SCHEMA_VALID(@schema, '{"id":"x"}'); -- 0
校验失败时,用报告函数看具体原因:
sql
SELECT JSON_SCHEMA_VALIDATION_REPORT(@schema, '{"id":"x"}');
-- {"valid": false, "reason": "...", "schema-location": "...", "document-location": "...", ...}
要点
- 适合在写入前校验第三方回调、导入数据;
- 不支持外部
$ref和远程资源; pattern写错会被静默忽略,测试时要覆盖到。
3.6 JSON_OVERLAPS(8.0.17)
判断两个 JSON 是否有交集,补 JSON_CONTAINS 的盲区:
sql
SELECT JSON_OVERLAPS('[1,2,3]', '[3,4]'); -- 1
SELECT JSON_OVERLAPS('[1,2]', '[3,4]'); -- 0
SELECT JSON_OVERLAPS('{"a":1,"b":2}', '{"b":2}'); -- 1
SELECT JSON_OVERLAPS('1', '1'); -- 1(标量按等值比较)
用途:标签交集、权限集合判断、兴趣匹配。
3.7 MEMBER OF() 与多值索引(8.0.17)
判断某个值是否在 JSON 数组里:
sql
SELECT 2 MEMBER OF('[1,2,3]'); -- 1
SELECT 5 MEMBER OF('[1,2,3]'); -- 0
配合 多值索引,可以给 JSON 数组里的每个元素建索引:
sql
CREATE TABLE t (
id INT PRIMARY KEY,
tags JSON,
INDEX idx_tags ((CAST(tags AS UNSIGNED ARRAY)))
);
-- 能走多值索引
SELECT * FROM t WHERE 2 MEMBER OF(tags);
要点
- 多值索引只支持
CAST(... AS ... ARRAY)这种表达式; - 数组元素类型要一致;
- 没有多值索引时,
MEMBER OF只能全表扫描。
四、UUID 转换(8.0.0)
4.1 UUID_TO_BIN / BIN_TO_UUID
UUID 是 36 位字符串,存成 CHAR(36) 很占空间;8.0 提供二进制转换:
sql
SELECT UUID_TO_BIN('6ccd780c-baba-1026-9564-5b8c656024db'); -- 16 字节二进制
SELECT BIN_TO_UUID(UUID_TO_BIN('6ccd780c-baba-1026-9564-5b8c656024db'));
-- 6ccd780c-baba-1026-9564-5b8c656024db
4.2 swap 参数
sql
SELECT UUID_TO_BIN('6ccd780c-baba-1026-9564-5b8c656024db', 1);
第二个参数为 1 时,交换时间低位和高位,让时间有序 ,配合 BINARY(16) 主键能减少页分裂。
sql
CREATE TABLE t (
id BINARY(16) PRIMARY KEY,
name VARCHAR(32)
);
INSERT INTO t (id, name)
VALUES (UUID_TO_BIN(UUID(), 1), 'test');
4.3 坑
UUID()本身是无序的,做主键容易页分裂;- 用
UUID_TO_BIN(..., 1)+BINARY(16)才有顺序优势; - 展示时记得
BIN_TO_UUID转回来。
五、分组增强:GROUPING(8.0.1)
sql
SELECT dept, job, SUM(salary) AS total,
GROUPING(dept) AS g_dept,
GROUPING(job) AS g_job
FROM employees
GROUP BY dept, job WITH ROLLUP;
GROUPING(col)返回 1,表示该列在小计/总计行里被聚合掉了;- 返回 0,表示是正常分组值。
用途:报表里区分"真实数据行"和"小计/总计行",避免把汇总行当成业务数据。
5.1 坑
GROUPING必须配合ROLLUP/CUBE使用才有意义;- 5.7 没有
GROUPING(),只能用IFNULL猜; WITH ROLLUP在 5.7 就有,GROUPING()是 8.0.1 新增。
六、其他新增
6.1 CURRENT_ROLE(8.0.0)
查看当前会话激活的角色:
sql
SELECT CURRENT_ROLE();
配合 8.0 的角色管理使用。
6.2 STATEMENT_DIGEST / STATEMENT_DIGEST_TEXT(8.0.0)
生成 SQL 语句的摘要,用于性能分析、慢查询归类:
sql
SELECT STATEMENT_DIGEST('SELECT * FROM t WHERE id = 1');
SELECT STATEMENT_DIGEST_TEXT('<digest 值>');
用途:把不同参数的同类 SQL 归一化,统计执行次数和耗时。
6.3 CTE:WITH(8.0.1)
不是函数,但和窗口函数经常搭配:
sql
WITH monthly AS (
SELECT DATE_FORMAT(created_at, '%Y-%m') AS ym, SUM(amount) AS amt
FROM orders
GROUP BY DATE_FORMAT(created_at, '%Y-%m')
)
SELECT ym, amt,
LAG(amt) OVER (ORDER BY ym) AS prev_amt
FROM monthly;
递归 CTE:
sql
WITH RECURSIVE nums AS (
SELECT 1 AS n
UNION ALL
SELECT n + 1 FROM nums WHERE n < 10
)
SELECT * FROM nums;
6.4 函数索引(8.0.13)
函数导致索引失效的通用场景见第一章第十章。
不是函数,但和"函数导致索引失效"直接相关:
sql
CREATE INDEX idx_date ON orders ((DATE(created_at)));
-- 现在这样可以用索引
SELECT * FROM orders WHERE DATE(created_at) = '2026-11-11';
6.5 空间函数增强
8.0 也扩充了空间函数(ST_* 系列),如面积、距离、缓冲区等计算,日常业务用得少,这里不展开。
七、版本对照表
| 函数 / 特性 | 引入版本 |
|---|---|
| 窗口函数 | 8.0.2 |
REGEXP_LIKE/INSTR/SUBSTR/REPLACE |
8.0.4 |
JSON_TABLE |
8.0.4 |
JSON_STORAGE_SIZE |
8.0.2 |
JSON_STORAGE_FREE |
8.0.12 |
JSON_PRETTY |
8.0.16 |
JSON_SCHEMA_VALID / JSON_SCHEMA_VALIDATION_REPORT |
8.0.17 |
JSON_OVERLAPS |
8.0.17 |
MEMBER OF() / CAST(... AS ... ARRAY) |
8.0.17 |
UUID_TO_BIN / BIN_TO_UUID |
8.0.0 |
IS_UUID |
8.0.16 |
GROUPING() |
8.0.1 |
CURRENT_ROLE() |
8.0.0 |
STATEMENT_DIGEST / _TEXT |
8.0.0 |
WITH(CTE) |
8.0.1 |
| 递归 CTE | 8.0.1 |
| 函数索引 | 8.0.13 |
| 多值索引 | 8.0.17 |
八、升级注意事项
-
ONLY_FULL_GROUP_BY默认开启5.7 后期默认开启,8.0 继续;非聚合列必须出现在
GROUP BY中,可用ANY_VALUE()绕过。 -
默认字符集变为
utf8mb4排序规则变为
utf8mb4_0900_ai_ci,与 5.7 的utf8mb4_general_ci有细微差异,迁移后要回归排序、去重逻辑。 -
认证插件变化
默认改用
caching_sha2_password,老客户端可能连不上,需要升级驱动或改用户插件。 -
5.7 不支持新函数
ROW_NUMBER()、REGEXP_LIKE()、JSON_TABLE()在 5.7 上会直接报语法错误,升级前别混用。 -
数据字典变化
8.0 用事务型数据字典,
frm文件消失,备份恢复方式要同步调整。
九、8.0 面试题
Q1:ROW_NUMBER、RANK、DENSE_RANK 的区别?
并列时分别为 1、2 / 1、1、3 / 1、1、2。
Q2:窗口函数和 GROUP BY 的区别?
GROUP BY 塌缩行;窗口函数保留明细,把聚合结果广播到每一行。
Q3:窗口函数能写在 WHERE 里吗?
不能,它晚于 WHERE 执行,必须套子查询或 CTE。
Q4:LAST_VALUE 为什么取不到最后一行?
默认帧只到当前行,需要显式 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING。
Q5:怎么实现分组 Top-N?
ROW_NUMBER() OVER (PARTITION BY 分组 ORDER BY 排序) 套子查询,过滤 rn <= N。
Q6:REGEXP_LIKE 和 REGEXP 运算符有什么区别?
REGEXP 只返回 1/0;REGEXP_LIKE 支持 match_type(大小写、多行等),并且 8.0 才提供。
Q7:JSON_TABLE 有什么用?
把 JSON 数组/对象展开成关系表,方便和普通表 JOIN、聚合。
Q8:UUID_TO_BIN 的第二个参数干什么?
1 表示交换时间高低位,让 UUID 按时间有序,适合做 BINARY(16) 主键。
Q9:GROUPING() 有什么用?
配合 ROLLUP 区分小计/总计行和正常数据行。
Q10:函数索引解决什么问题?
让 WHERE DATE(col) = ... 这种函数条件也能走索引(8.0.13+)。
Q11:CTE 和临时表有什么区别?
CTE 是语句级的命名子查询,不落盘;临时表是会话级、可复用、可建索引。
Q12:8.0 的 ANY_VALUE 为什么需要?
ONLY_FULL_GROUP_BY 下,非聚合列必须出现在 GROUP BY,ANY_VALUE 明确表示"取组内任意值"。
Q13:JSON_SCHEMA_VALID 有什么用?
用 JSON Schema(Draft 4)校验 JSON 文档是否合法,适合入库前校验第三方报文;失败时用 JSON_SCHEMA_VALIDATION_REPORT 看具体原因。
Q14:MEMBER OF 和多值索引是什么关系?
MEMBER OF 判断值是否在 JSON 数组里;要有 CAST(... AS ... ARRAY) 的多值索引支撑,才能避免全表扫描。
十、踩坑清单
- 窗口函数写进
WHERE→ 报错; LAST_VALUE忘写帧 → 取到当前行;- 默认帧是 RANGE → 同值行会一起算;
ROW_NUMBER排序不唯一 → 加重试/分页结果不稳定;REGEXP_*反斜杠少写一个 → 匹配不到;- 正则大表全表扫描 → 性能问题;
JSON_TABLE路径写错 → 返回空,不是报错;- JSON 字段直接查询 → 不走索引,用生成列/函数索引;
UUID()直接做主键 → 页分裂,用UUID_TO_BIN(..., 1);GROUPING单用 → 没有 ROLLUP 没意义;- 5.7 环境使用 8.0 函数 → 直接语法错误;
- 升级后排序规则变化 → 去重、ORDER BY 结果可能不同;
JSON_SCHEMA_VALID的 pattern 写错 → 被静默忽略,等于没校验;MEMBER OF没有多值索引 → 全表扫描。
最后一句:8.0 的新函数里,窗口函数和 JSON_TABLE 是最值得先学的两个 ------前者能把"分组 Top-N、累计、环比"从子查询地狱里救出来,后者能把 JSON 字段直接变成可查询的表;再往后,JSON_SCHEMA_VALID 和多值索引是处理 JSON 数据的最后两块拼图。
文章结束,喜欢就给个一键三连吧,你的肯定是我最大的动力,点赞上一千我就是脑瘫也出下章