SQL - DQL - 《Datapedia》

列的查询
- AS
- DISTINCT
筛选查询
操作符
- AND 真值表
- OR 真值表
NULL
分组
排序
视图
子查询 Sub-query
函数
聚合函数
谓词
CASE 表达式
- INTERSECT
表的联结（JOIN）

Data Query Language
列的查询

SELECT
  <列名>,
  ...
FROM <表名>;

SELECT * 可以取出表中所有的列，列的顺序在创建表时决定。* 表示全部列。
仅含有 SELECT 的语句，可以创造一行临时数据。有些数据库可能不支持仅 SELECT 的操作。

AS
AS 关键字可以重命名选出的列：SELECT <列名> AS <新列名>
- 新列名可以使用中文，但需要以双引号括起来。SELECT <列名> AS "<中文列名>"
查询时新增常数列：SELECT [数字/字符串] AS <常数列名>

DISTINCT
DISTINCT 对查询结果去重：
- 对某一列去重：SELECT DISTINCT <列名>
  - 列中所有的 NULL 值仅保留一条。
- 对多列去重：SELECT DISTINCT <列名_1>, <列名_2>, ...
  - DISTINCT 关键字只能放在所有列名的前面。

筛选查询

SELECT <列名>, ...
FROM <表名>
WHERE <条件表达式>;

使用 WHERE 子句筛选出符合查询条件的数据。
HAVING 子句也可以筛选数据，具体见后文。

操作符

四则运算
- 加法 +
- 减法 -
- 乘法 *
- 除法 /
比较运算
- 等于 =
- 不等于 <>
- 大于 >
- 大于等于 >=
- 小于 <
- 小于等于 <=
- 字符串类型的大小比较按字典顺序排列：1、10、11、2、222、3
逻辑运算（三值逻辑）
- 与 AND
- 或 OR
  - AND 优先 OR 执行，需要使用括号来明确运算顺序。
- 非 NOT
  - 方便地否定某一条件，但不要滥用。

AND 真值表

P	Q	P & Q
真	真	真
真	假	假
真	不确定	不确定
假	真	假
假	假	假
假	不确定	假
不确定	真	不确定
不确定	假	假
不确定	不确定	不确定

OR 真值表

P	Q	P & Q
真	真	真
真	假	真
真	不确定	真
假	真	真
假	假	假
假	不确定	不确定
不确定	真	真
不确定	假	不确定
不确定	不确定	不确定

括号的使用符合数学规范。
聚合运算：使用聚合函数对数据进行多行汇总（输入多行输出一行）。
- COUNT 计算记录数/行数
  - COUNT(*) 时得到包含 NULL 的行数，COUNT(<列名>) 时得到该列的 NULL 之外的行数。
  - COUNT(DISTINCT <列名>) 去重计数。
- SUM 计算合计值
  - SUM(DISTINCT <列名>) 合计去重项目。所有的聚合函数都可以使用 DISTINCT 先去重再聚合。
- AVG 计算平均值
- MAX 计算最大值
  - 适用于能排序的数据类型。
- MIN 计算最小值
  - 适用于能排序的数据类型。

NULL

NULL：没有值的标记。
- SQL 里的 NULL 和其他编程语言里的 NULL 是完全不同的东西。很多编程语言里，NULL 被赋予了常量，比如 0。
含有 NULL 的四则运算结果都是 NULL。
对含有 NULL 的列进行聚合运算，运算时会将含 NULL 的行排除在外。
- 要将 NULL 作为 0 计算时，需要额外设置。
不能对 NULL 进行比较运算，返回的结果也是 NULL。
- 因为比较谓词只适用于值，而 NULL 只是一个没有值的标记而已。
判断是否为 NULL，使用 IS NULL 或 IS NOT NULL。
数据库的数据一般都尽量不保存 NULL，来确保数据的有效和逻辑的简化。
NULL 导致的三值逻辑：
- NULL 的两种含义：未知（unknown）和不适用/无意义（not applicable）
- 注意：unknown 是明确的布尔类型真值，而 NULL 的 unknown 含义只是一种含义。
- 含有 unknown 的三值真值表
- 可以看出三值真值表具有优先级：
  - AND 的情况：false > unknown > true
  - OR 的情况：true > unknown > false
- 排中律变化：WHERE age = 20 OR age <> 20 OR age IS NULL 才能包含所有情况，如果漏写 age IS NULL 则会漏掉数据。
- 优先采用搜索类型 CASE：CASE col WHEN NULL THEN 'X' END 等同于 CASE WHEN col = NULL THEN 'X' END，此时 CASE 中判断返回的是 unknown，永远不可能是 True，即永远不会出现 X。
- IN 和 EXIST 等价，但数据只要有一行是 NULL，则 NOT IN 和 NOT EXIST 不可等价。

分组

SELECT
  <列名>,
  ...
FROM <表名>
[WHERE <筛选条件>]
GROUP BY <列名>, ...
[HAVING <分组结果的筛选条件>]
;

GROUP BY 能实现对数据的分组，返回的分组结果是无序的。
配合聚合函数使用，可以实现分组聚合。分组列必须同时存在于 SELECT 子句和 GROUP BY 子句中。
分组列中含 NULL 时，NULL 也会作为一组。
GROUP BY 子句不能使用 SELECT 子句中的别名，因为 GROUP BY 会先于 SELECT 执行。个别数据库支持在 GROUP BY 中使用别名，但并不是通用的方式。
不能在 WHERE 中对聚合结果进行筛选。需要使用 HAVING 子句。
HAVING 可以当作在 GROUP BY 的“结果表”上进行操作。HAVING 仅能筛选分组列、聚合结果、常数。
- 筛选分组列的逻辑，最好写在 WHERE 子句中。一是逻辑上更清晰，WHERE 是对行的筛选，HAVING 是对分组结果的筛选。二是执行速度会更快。

排序

SELECT <列名>, ...
FROM < 表名 >
ORDER BY <排序列>, ...

ORDER BY 子句可以实现按某列进行排序。默认升序排列，可以排序列后接 ASC 明确按升序排列，可以在排序列后接 DESC 进行降序排列。
多个排序列，会按排序列的先后次序排序。
NULL 的结果会排序到所有数据的开头或末尾，取决于数据库。
排序列可以使用 SELECT 子句中的别名。因为 SELECT 先于 ORDER BY 子句，后于 GROUP BY 子句执行
ORDER BY 可以按未 SELECT 的语句排序。
ORDER BY 可以按聚合函数的结果排序。
ORDER BY 可以按列编号排序。
- 列编号: SELECT 子句中的列按照从左到右的顺序进行排列时所对应的排序号。
- 不推荐使用，因阅读困难。特别是语句复杂时。SQL-92 中说该功能会被删除。

视图

使用 SELECT 语句时不需要考虑视图和表的差异。
表和视图的差别
- 视图保存的是 SELECT 语句，不存储数据。使用时执行该 SELECT 语句创造出临时表。
  - 可以使用所有的 SELECT 子句
- 表保存的是数据。
视图的优点：
- 节省存储设备的容量，因为视图不存储数据。
- 频繁使用的 SELECT 语句作为视图保存，方便使用，提高效率，特别对于长 SELECT。
- 视图的数据会随着原表自动更新。
- 可以通过视图限制用户的权限，提供给他们所需的数据，而不需要对其开放重要的表权限。
多重视图：可以以视图为基础创建新的视图。
- 大多数 DBMS 中使用多重视图会降低 SQL性能，所以尽量避免。
- 也有些 DBMS 会在内部对 SQL 重组。
视图的限制
- 不能使用 ORDER BY 子句。因为视图和表一样，数据行是没有顺序的。
  - 有些 DMBS 是可以使用 ORDER BY 子句的。
- 一定条件下可以进行视图的增删改。简单说，无法判断如何将视图的修改反映到原表中时，操作无法进行。
  - SELECT 子句中未使用 DISTINCT
  - FROM 子句只有一张表
  - 未使用 GROUP BY 子句
  - 未使用 HAVING 子句

-- 创建 View
CREATE VIEW <视图名> (<视图列名1>, <视图列名2>...)
AS -- 必不可少的 AS
<SELECT 语句>
;

-- 删除 View
DROP VIEW <视图名> (<视图列名1>, <视图列名2>...);

-- 删除关联视图
DROP VIEW <视图名> CASCADE;

子查询 Sub-query

子查询可以被认为是一次性视图（SELECT 语句）。与视图不同，子查询在 SELECT 语句执行完毕之后就会消失。
可以说，子查询就是将用来定义视图的 SELECT 语句直接用于 FROM 子句当中。
- 首先会执行 FROM 子句中的 SELECT 语句，然后才会执行外层的 SELECT 语句。
子查询的层数没有上限。

原则上子查询必须设定名称，最好是按查询结果的含义赋予名称，便于理解。

-- 一个子查询案例
SELECT product_type, cnt_product
FROM 
  (SELECT * FROM 
    (SELECT product_type, COUNT(*) AS cnt_product 
     FROM Product GROUP BY product_type) AS ProductSu
  WHERE cnt_product = 4) AS ProductSum2;

标量子查询：是返回单一值的子查询。
- 在很多场合下很有用处。
- 能够使用常数或者列名的地方，无论是 SELECT 子句、 GROUP BY 子句、 HAVING 子句，还是 ORDER BY 子句，几乎所有的地方都可以使用。
- 标量子查询绝对不能返回多行结果。否则不能被用在 = 或者 <> 等需要单一输入值的运算符当中，也不能用在 SELECT 等子句当中。
```
-- WHERE 句中的标量子查询
SELECT product_id, product_name, sale_price 
FROM Product WHERE sale_price > (SELECT AVG(sale_price) FROM Product);
```

关联子查询

在子查询中添加的 WHERE 子句的条件，并和主查询关联，则形成关联子查询。

注意，关联条件必须写在子查询中。

-- 关联子查询的案例
SELECT product_type, product_name, sale_price
FROM Product AS P1
WHERE sale_price > (SELECT AVG(sale_price) 
              FROM Product AS P2
              -- 此处是关键，关联条件必须写在子查询中。
              WHERE P1.product_type = P2.product_type 
              GROUP BY product_type);

函数

sql 中的函数为使用者提供了丰富的功能，借助内置函数，我们可以按需求操作数据，而不用关心复杂操作的具体实现方式。
函数大致分类
- 算术函数：数值计算
- 字符串函数：操作字符串
- 日期函数：操作日期
- 转换函数：转换数据类型和值
- 聚合函数：进行数据聚合
函数总数较大，但常用的不过一二十种。学习函数具体功能的最佳方式，就是查看当前数据库提供的参考文档。

算术函数

最常用的加减乘除功能，已经由相应的操作符提供。
ROUND(对象数值, 保留小数的位数) 四舍五入
ABS() 绝对值
MOD(被除数, 除数) 计算除法余数，是modulo的缩写。

字符串函数

注意！不同数据库的字符串函数有明显的差异，需先自行学习一遍，才能找到适合的函数。
字符串A || 字符串B 拼接字符串，如果有一个字段是 NULL，结果也是 NULL。
- 可以继续串联着拼接多个字符串。
- || 适用于 PostgreSQL
- + 适用于 SQLServer
- CONCAT() 适用于 MySQL 和 HiveQL
LENGTH(字符串) 字符串长度
- SQLServer 中是 LEN()
- 字符分单字节和多字节，汉字全角字符会占用2个或以上字符，需要注意。
LOWER() 和 UPPER()英文大小写转换
REPLACE(对象字符串, 待替换的字符串, 替换的字符串)
SUBSTRING(对象字符串 FROM 开始截取的位置 FOR 截取的字符数) 字符串的截取，这是 PostgreSQL 和 MySQL 的专用语法。
- SUBSTRING(对象字符串，截取的起始位置，截取的字符数) SQLServer
- SUBSTR(对象字符串，截取的起始位置，截取的字符数) Oracle 和 DB2

日期函数

各 DBMS 的日期函数各不相同，以数据库文档为准。

转换函数

（1）是指数据类型的转换，即类型转换，各类编程语言中都有，即 CAST。
（2）是指值的转换。
CAST(转换前的值 AS 想要转换的数据类型) 进行类型转换
COALESCE(数据1, 数据2, 数据3 …… ) 将 NULL 转换为其他值
- 有的数据库里是 NVL()

聚合函数

主要就是 count(), min(), max() 等。见《Hive 聚合函数》

谓词
谓词 predicate，可以认为是函数的一种，不过函数可以返回任何值，谓词返回的都是真值（TRUE/FASLE/UNKNOWN）。
前述的比较运算符也是谓词的一种。

LIKE
用于判断字符串部分一致。之前的 = 只能判断字符串是否完全一致。
- % 是代表“0 字符以上的任意字符串”的特殊符号
- _ 代表 “任意一个字符”
前方一致：col LIKE 'ddd%'
中间一致：col LIKE '%ddd%'
后方一致：col LIKE '%ddd'

BETWEEN

选择某个值在某一段范围内
字符串时候，WHERE NAME BETWEEN 'A' AND 'J'是 [A,J)
数值的时候，则首尾都包含 WHERE YEAR BETWEEN 1999 AND 2000
- 如果不想包含临界值，则用 < 和 >

IS NULL 和 IS NOT NULL

NULL 的判断不能用 =

IN

OR 的简便用法，当需要比较的值数量较多时，用 IN 方便。
也可以 NOT IN
可以使用子查询作为 IN 的参数。

SELECT product_name, sale_price
FROM Product 
WHERE product_id IN (SELECT product_id FROM ShopProduct WHERE shop_id = '000C');

EXIST

基本上可以用 IN 或者 NOT IN 来替代。相对而言，理解较难。但是熟练使用，也可提供便利。
EXIST （存在）谓词的主语是“记录”。
EXIST 只需要在右侧书写 1 个参数，该参数通常都会是一个子查询。
NOT EXIST 与 EXIST 相反，当“不存在”满足子查询中指定条件的记录时返回真（ TRUE ）。

-- 000C 店铺 的在销商品单价
SELECT product_name, sale_price
FROM Product AS P 
WHERE EXISTS (SELECT * 
              FROM ShopProduct AS SP
              WHERE SP.shop_id = '000C' 
              AND SP.product_id = P.product_id);

-- EXIST只关心是否有满足条件的记录，而不关心列，所以子查询中的 SELECT * 写成 SELECT 1 也行

CASE 表达式

CASE 表达式提供了条件分支的功能。
CASE 表达式是标准SQL中提供的功能，有些 DBMS 还提供了一些特有的 CASE 表达式的简化函数，例如 Oracle 中的 DECODE 、MySQL 中的 IF 等。
在发现为真的 WHEN 子句时， CASE 表达式的真假值判断就会中止，而剩余的 WHEN 子句会被忽略。为了避免引起不必要的混乱，使用 WHEN 子句时要注意条件的排他性。
养成写 ELSE 语句的习惯，避免语句执行完毕时无 ELSE 而输出 NULL。
CASE 语句内可以使用聚合函数，可以使得需要先聚合后再判断的语句变得简单。 ```sql CASE WHEN < 求值表达式 > THEN < 表达式 >
```
   WHEN < 求值表达式 > THEN < 表达式 >
```
WHEN < 求值表达式 > THEN < 表达式 >
```
  .
```
. . ELSE < 表达式 > END

— 使用搜索 CASE 表达式的情况 SELECT product_name, CASE WHEN product_type = ‘ 衣服 ‘ THEN ‘A ： ‘ | | product_type WHEN product_type = ‘ 办公用品 ‘ THEN ‘B ： ‘ | | product_type WHEN product_type = ‘ 厨房用具 ‘ THEN ‘C ： ‘ | | product_type ELSE NULL END AS abc_product_type FROM Product;

— 使用简单 CASE 表达式的情况 SELECT product_name, CASE product_type WHEN ‘ 衣服 ‘ THEN ‘A ： ‘ | | product_type WHEN ‘ 办公用品 ‘ THEN ‘B ： ‘ | | product_type WHEN ‘ 厨房用具 ‘ THEN ‘C ： ‘ | | product_type ELSE NULL END AS abc_product_type FROM Product;

— CASE 中使用聚合函数 SELECT std_id, CASE WHEN COUNT(*) = 1 — 只加入了一个社团的学生 THEN MAX(club_id) ELSE MAX(CASE WHEN main_club_flg = ‘Y’ THEN club_id ELSE NULL END) END AS main_club FROM StudentClub GROUP BY std_id;

<a name="JYnee"></a>
## 集合运算

- 对满足同一规则的记录进行的加减等四则运算。通过集 合运算，可以得到两张表中记录的集合或者公共记录的集合，又或者其中 某张表中的记录的集合。

<a name="xvGKX"></a>
### UNION

- UNION 用于取两段查询结果的并集。需要注意：
   - （1）列数量必须相同。
   - （2）对应的列的类型必须一致。
   - （3）可以使用任何 SELECT 语句，但 ORDER BY 子句只能在最后一段子查询中使用。
- UNION 会去除重复的记录。UNION ALL 可以保留重复的行。

```sql
SELECT product_id, product_name
FROM Product 
WHERE product_type = ' 厨房用具 ' 

UNION 

SELECT product_id, product_name
FROM Product2 
WHERE product_type = ' 厨房用具 ' 
ORDER BY product_id;

INTERSECT

用于取出交集，即公共部分。
- 语法和 UNION 一样。 ```sql SELECT product_id, product_name FROM Product

INTERSECT

SELECT product_id, product_name FROM Product2 ORDER BY product_id;


<a name="hh1hO"></a>
### EXCEPT

- 用于集合的减法运算。
   - 被减的集合 EXCEPT 减去的集合
```sql
SELECT product_id, product_name 
FROM Product 

EXCEPT

SELECT product_id, product_name
FROM Product2 
ORDER BY product_id;

表的联结（JOIN）

表的联结操作，可谓是 SQL 数据处理的核心技能，也是各类 SQL 教材的重点。此处不赘述概念细节，只做语法功能的记录。

内联结 INNER JOIN
通过 ON 子句的联结条件进行。
使用联结运算将满足相同规则的表联结起来时， WHERE 、 GROUP BY 、 HAVING 、 ORDER BY 等工具都可以正常使用。

外联结 OUTER JOIN

有一点非常重要，那就是要把哪张表作为主表。
指定主表的关键字是 LEFT 和 RIGHT。

交叉联结 CROSS JOIN（笛卡尔积）

交叉联结在实际业务中并不会使用，但是所有联结操作的基础。
对满足相同规则的表进行交叉联结的集合运算符是 CROSS JOIN （笛卡儿积）。进行交叉联结时无法使用内联结和外联结中所使用的 ON 子句，这是因为交叉联结是对两张表中的全部记录进行交叉组合，因此结果中的记录数通常是两张表中行数的乘积。

过时的语法

SQL 是一门特定语法及过时语法非常多的语言，联结是其中特定语法的部分，现在还有不少年长的程序员和系统工程师仍在使用这些特定的语法。（笔者：此句摘抄。让我心中欣慰，原来这些都是过时语法，而不是某种炫技。）
内联结的过时语法： ```sql SELECT SP.shop_id, SP.shop_name, SP.product_id, P.product_name, P.sale_price FROM ShopProduct SP, Product P WHERE SP.product_id = P.product_id AND SP.shop_id = ‘000A’;

— 这样的语法不仅过时，而且还存在很多其他的问题，理由主要有以下三点： — 第一，使用这样的语法无法马上判断出到底是内联结还是外联结（又或者是其他种类的联结）。 — 第二，由于条件都写在 WHERE 子句之中，因此无法在短时间内分辨出哪部分是联结条件，哪部分是用来选取记录的限制条件。 — 第三，我们不知道这样的语法到底还能使用多久。每个 DBMS 的开发者都会考虑放弃过时的语法，转而支持新的语法。虽然并不是马上就不能使用了，但那一天总会到来的。

<a name="GTsc3"></a>
## 窗口函数

- 窗口函数也称为 OLAP 函数。
- 关系数据库提供支持 OLAP 用途的功能仅仅只有 10 年左右（以2016年前后算）的时间。
- 窗口函数基本语法：
   - 原则上只能写在 SELECT 子句中。因为，在 DBMS 内部，窗口函数是对 WHERE 子句或者 GROUP BY 子句处理后的“结果”进行的操作。如果通过 WHERE 子句中的条件除去了某些记录，或者使用 GROUP BY 子句进行了汇总处理，那好不容易得到的排序结果也无法使用了。
```sql
<窗口函数> OVER ([PARTITION BY <列清单>] ORDER BY <排序用列清单>)

-- PARTITION BY 能够设定排序的对象范围。和 GROUP BY 相比，PARTITION BY 并不具备 GROUP BY 子句的汇总功能。
-- 通过 PARTITION BY 分组后的记录集合称为窗口。此处的窗口并 非“窗户”的意思，而是代表范围。
-- PARTITION BY 并不是必需的，即使不指定也可以正常使用窗口函数。这和使用没有 GROUP BY 的聚合函数时的效果一样，也就是将整个表作为一个大的窗口来使用。
-- ORDER BY 能够指定按照哪一列、何种顺序进行排序。
-- OVER 子句中的 ORDER BY 只是用来决定窗口函数按照什么样的顺序进行计算的，对结果的排列顺序并没有影响。
-- 如果想要让记录切实按照 ranking 列进行排列，在 SELECT 语句的最后，使用 ORDER BY 子句进行指定即可。

窗口函数大体可以分为以下两种：
- （1）能够作为窗口函数的聚合函数（SUM、AVG、COUNT、MAX、MIN）
- （2）RANK、DENSE_RANK、ROW_NUMBER 等专用窗口函数

RANK()

RANK 是用来计算记录排序的函数。
计算排序时，如果存在相同位次的记录，则会跳过之后的位次。
例：有 3 条记录排在第 1 位时：1 位、1 位、1 位、4 位……

DENSE_RANK()

同样是计算排序，即使存在相同位次的记录，也不会跳过之后的位次。
例如：有 3 条记录排在第 1 位时：1 位、1 位、1 位、2 位……

ROW_NUMBER()

赋予唯一的连续位次。
例：有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位……
三个排序函数的对比，都按 price 排序时：

计算移动平均

使用了 ROWS （“行”）和 PRECEDING （“之前”）字，将框架指定为“截止到之前 n 行”，就是将作为汇总对象的记录限定为如下的“最靠近的 n+1 行”。
- 当前行
- 之前1行到之前 n-1 行
- 之前n行 ```sql — 例子 1 SELECT product_id, product_name, sale_price, AVG (sale_price) OVER (ORDER BY product_id ROWS 2 PRECEDING) AS moving_avg FROM Product;

SELECT product_id, product_name, sale_price, AVG (sale_price) OVER (ORDER BY product_id ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS moving_avg FROM Product;


- 使用关键字 FOLLOWING （“之后”）替换 PRECEDING ，就可以指 定“截止到之后 ~ 行”作为框架
- 同时使用 PRECEDING （“之前”）和 FOLLOWING （“之后") 关键字来实现。

<a name="bkmIm"></a>
## GROUPING 运算符

- 为了满足计算合计之类的需求，标准 SQL 引入了 GROUPING 运算符。包含：
   - ROLLUP
   - CUBE
   - GROUPING SETS
- 注意：此处的语法，还不确定 HiveQL 是否支持。

<a name="HRF1w"></a>
### ROLLUP()

- 从语法上来说，就是将 GROUP BY 子句中的聚合键清单像 `ROLLUP(<列1>, <列2>,...)` 来使用。
   - 合计部分叫做超级分组记录 super group row，缺少键值，默认使用 NULL。
```sql
SELECT product_type, SUM(sale_price) AS sum_price 
FROM Product 
GROUP BY ROLLUP(product_type);

当 ROLLUP 中有多个列时，返回的小计是按列顺序的，如下图，ROLLUP同时给出了合计和小计。

为了避免返回的 NULL 难以阅读，可以用 GROUPING 函数来判别。该函数在其参数列的值为超级分组记录所产生的 NULL 时返回 1 ，其他情况返回 0。再通过数值判断，来指定合计或小计时候的字符串即可。

SELECT
CASE WHEN GROUPING(product_type) = 1
  THEN ' 商品种类 合计 ' ELSE product_type END AS product_type,
CASE WHEN GROUPING(regist_date) = 1 THEN ' 登记日期 合计 ' ELSE CAST(regist_date AS VARCHAR(16)) END AS regist_date,
SUM(sale_price) AS sum_price 
FROM Product 
GROUP BY ROLLUP(product_type, regist_date);

CUBE()

所谓 CUBE ，就是将 GROUP BY 子句中聚合键的“所有可能的组合” 的汇总结果集中到一个结果中。
组合的个数为 2^n 个。
CUBE 的语法和 ROLLUP 相同，只需要将 ROLLUP 替换为 CUBE 就可以了。

GROUPING SETS

GROUPING SETS 运算符可以用于从 ROLLUP 或者 CUBE 的结果中取出部分记录。

由于期望获得不固定结果的情况少之又少，这个操作符很少用到。

-- 如果希望从中选取出将“商品种类”和“登记日期”各自作为聚 合键的结果，或者不想得到“合计记录和使用 2 个聚合键的记录”时，可 以使用 GROUPING SETS
SELECT
CASE WHEN GROUPING(product_type) = 1 THEN ' 商品种类 合计 ' ELSE product_type END AS product_type,
CASE WHEN GROUPING(regist_date) = 1 THEN ' 登记日期 合计 ' ELSE CAST(regist_date AS VARCHAR(16)) END AS regist_date,
SUM(sale_price) AS sum_price 
FROM Product 
GROUP BY GROUPING SETS (product_type, regist_date);

DQL

列的查询

AS

DISTINCT

筛选查询

操作符

AND 真值表

OR 真值表

NULL

分组

排序

视图

子查询 Sub-query

函数

算术函数

字符串函数

日期函数

转换函数

聚合函数

谓词

LIKE

BETWEEN

IS NULL 和 IS NOT NULL

IN

EXIST

CASE 表达式

INTERSECT

表的联结（JOIN）

内联结 INNER JOIN

外联结 OUTER JOIN

交叉联结 CROSS JOIN（笛卡尔积）

过时的语法

RANK()

DENSE_RANK()

ROW_NUMBER()

计算移动平均

CUBE()

GROUPING SETS