SQL答疑如何使用关联子查询解决组内筛选的问题
CDA数据分析师 出品
导读:本文主要介绍SQL环境下的关联子查询,如何理解关联子查询,以及如何使用关联子查询解决组内筛选的问题。什么是关联子查询
关联子查询是指和外部查询有关联的子查询,具体来说就是在这个子查询里使用了外部查询包含的列。
因为这种可以使用关联列的灵活性,将SQL查询写成子查询的形式往往可以极大的简化SQL语句,也使得SQL查询语句更方便理解。关联子查询的执行逻辑
在关联子查询中,对于外部查询返回的每一行数据,内部查询都要执行一次。另外,在关联子查询中是信息流是双向的。外部查询的每行数据传递一个值给子查询,然后子查询为每一行数据执行一次并返回它的记录。然后,外部查询根据返回的记录做出决策。
关联子查询主要分为三步进行处理:
1、外部查询得到一条记录并传递到内部查询中;
2、内部查询基于输入值执行,并将返回值传递到外部查询中;
3、外部查询基于这个返回值再进行查询,并做出决策。 关联子查询与普通子查询的区别
在普通子查询中,执行顺序是 由内到外 ,先执行内部查询再执行外部查询。内部查询的执行不依赖于外部查询,且 内部查询只处理一次 ,外部查询基于内部查询返回值再进行查询,就查询完毕了。
而在关联子查询中, 信息传播是双向 而不是单向的。内部查询利用关联子查询涉及外部查询提供的信息,外部查询也会根据内部查询返回的记录进行决策。内部查询的执行依赖于外部查询,不能单独执行。
应用场景
在细分的组内进行比较时,需要使用关联子查询。
比如查询三门课程分数相同的学生,需要将各科考试成绩的记录按照学生进行分组,同一个学生的三科成绩分为一组,对组内的三科成绩进行比较是否相同,来筛选满足条件的学生。
再比如查询价格低于该品类平均价格的商品,需要将各品类的商品信息按照品类进行分组,同一个品类的商品记录分为一个组,对组内的多个商品计算平均价格,来筛选满足条件的商品。
例题精讲
员工表的表结构如下:
表中数据如下:
要解决的问题:
查询工资高于同职位的平均工资的员工信息
普通子查询的做法
遇到此类问题,首先想到的思路是 对职位分组 ,这样就能分别得到 各个职位的平均工资 ,再 比较每个员工的工资与其对应职位的平均工资 ,大于则被筛选出来。
因此,第一步:分组统计各职位的平均工资
第二步:比较每个员工的工资与其对应职位的平均工资
因为子查询返回结果是5行,因此这段代码根本无法执行。
关联子查询的做法
通过设置 表别名 的方法,将一个表虚拟成两个表进行 自连接 ,并且使用关联子查询, 内部查询返回的结果,传递给外部查询进行比较筛选 。
这段代码的执行步骤如下:
第一步:先执行外部查询, select* from emp e 也就是遍历表中的每一条记录,而因为子查询中用到了自连接(where job=e.job),所以将外部查询的第一条记录,也就是
传递给子查询。
第二步:进入子查询后,传递给子查询的这条记录的job是clerk,子查询执行 select avg(sal) from empwhere job=e.job 时,就会筛选出所有job="clerk"的员工,计算出平均工资。相当于执行了
将这个计算值传递给外部查询。
第三步:外部查询基于1037.5进行筛选,找出同职位工资高于1037.5的员工。相当于执行了
循环执行 :
第一步:执行外部查询,即 select* from emp e 将外部查询的第二条记录,也就是
传递给子查询。
第二步:进入子查询后,传递给子查询的这条记录的job是salesman,子查询执行 select avg(sal) from empwhere job=e.job 时,就会筛选出所有job="salesman"的员工,计算出平均工资。相当于执行了
将这个计算值传递给外部查询。
第三步:外部查询基于1400进行筛选,找出同职位工资高于1400的员工。相当于执行了
继续循环 直到表中的最后一条记录,最终返回满足条件的员工信息。
总结
普通子查询的内部查询独立于外部查询,可以单独执行,但子查询仅执行一次,外部查询基于返回值再进行查询和筛选,整个查询过程就结束了。
在关联子查询中,内部查询依赖于外部查询,不能单独执行。外部查询执行一次并传递一条记录给子查询,子查询就要执行一次并将返回值传递给外部查询,外部查询再执行筛选并决策,如此循环直到表中最后一条记录。