MySQL -- INNER JOIN 业务实战

引言

  非常常见的面试题，也是平时练手的经典题，把知识点串起来的同时也很好的联系了业务实际。直接将代码或思路背诵记忆同样可在相似场景中发挥作用。

业务背景

企业/单位 绩效检查类需求

• 检索各项工作都达标的员工的信息(n 项工作都达到了基本指标，指标可以是分数，等级等)
• 检索工作项项目 A 完成得比项目 B 好的员工的个人信息，即找到员工们各自的优势，若景常发现这一部分员工更擅长项目 A，而另一部分员工更擅长 B(完成 B 的质量比 A
  高)，则可适当调整未来的工作计划与安排。
• 检索每个项目都做得不错的员工，即每个项目如 A，B，C 都达到了目标分数 n 或目标等级x，可更好的准备年终奖。

---

准备 & 用到的知识

本次实战用到的数据虽然看起来比较 low，老生常谈的学生成绩查询，但只要将列名稍作更改，并发挥一定的想象力，就不难发现与业务背景所说的看似高大上的需求有异曲同工之妙。

• 三张表
  
• SQL 编辑器(笔者 dbForge Studio)
• SQL 基本知识(SELECT, GROUP BY, AS, 多表联结 join)
    本次实战将会疯狂的使用 join，所以整洁的代码格式对实现业务需求功不可没。

---

题目要求 & 效果前后

• 用一条SQL语句查询每门课程都是大于80分的学生基本信息(id & name)
  
• 查询“语文”课程比“数学”课程成绩高的学生的信息以及课程分数
  
• 查询平均成绩大于65分的学生的id和姓名以及平均成绩
  

---

流程分析 & 实现步骤

需求1：用一条SQL语句查询每门课程都是大于80分的学生基本信息(id & name)

  id，学生名，课程名，分别在不同的表格，首先连接起来是必须的，连接的方式有多种，这里选择 INNER JOIN，因为需要自带去重效果，没有说保留哪边舍弃哪边一说(LEFT/RIGHT JOIN)，毕竟有可能出现脏数据(某学生只录入了 sid，而没有录入学生姓名)，总的来说，INNER JOIN 是“严格 join”

  -- 查询每门课程都是大于 80 分的同学
SELECT
  s.Sid
  /* 这种格式写代码比较整洁
     1. 可以直接注释掉一行而不影响其他行
     2. 可在一行末尾添加注释而不影响其他行
     3. 可提醒自己不要漏掉括号*/
  , s.Sname
  , sc.score
FROM
  sc
INNER JOIN s
  ON s.Sid = sc.Sid
INNER JOIN c
  ON c.Cid = sc.Cid
;

  问题拆解：每门课都高于 80 分，关键在于转化表述方式，脑海翻译成 SQL 代码，如下展示多个 “翻译” 版本。

• 每门课高于 80即平均分高于 80？尝试求这几门课的平均分 – 否决：可能有高分科目将 79 分的科目拉高
• 每门课都高于 80，最差的一科也要高于 80？最差 – MIN – 可以值得一试
  下面将代码排版缩减(占空间少，但当然不够上一段代码那么清晰简洁)

SELECT s.Sid, s.Sname
FROM sc
  INNER JOIN s ON s.Sid = sc.Sid
  INNER JOIN c ON c.Cid = sc.Cid
GROUP BY s.Sname HAVING MIN(sc.score) > 80;

  这里需要 group by 一下，因为学生名字会有重复，最后我们显示的是不重复的学生名字，代码 MIN(sc.score) > 80 不难理解，但为什么是放在 group by 后面，接在 having 后呢？having 放在 group by 后，where 在 group by 前已经是不成文的规定了。解释：若代码 having 及后面改成在 group by 前，则无法运行

SELECT s.Sid, s.Sname
FROM sc
  INNER JOIN s ON s.Sid = sc.Sid
  INNER JOIN c ON c.Cid = sc.Cid
  WHERE MIN(sc.score) > 80 
  -- 如果上一行是最原始的 WHERE sc.score > 80, 
      -- 那当然不会报错，添加了聚合函数，就意味着你希望的筛选动作是在分组后执行
GROUP BY s.Sname; -- 哪怕这一行去掉，也还是会报错

  则含义为筛选最低分科目是大于 80 分的（首先中文语义就已经不通顺了）。再者，SQL 语法中 group by 存在时，若想使用带聚合函数的筛选条件，应在 group by 后使用 HAVING ，而不是在 group by 前就着急的使用 WHERE + 聚合函数。原因：WHERE 是对 初始表 的行进行筛选，而我们现在是需要对 分组之后 的数据进行筛选(使用了聚合函数)，就已经不是最原始的行了，所以再使用 WHERE 就自然会报错。如果对这句话不理解的朋友，可以在脑海中想一下 这段 SQL 代码的阅读顺序，从(from) 某表中读入数据 --> 拼接(join)其他表后 --> 按照某个要求分组(group by) --> 最后以 select 的形式呈现出来。我们希望的 MIN(sc.score) > 80 这个筛选条件是对每一组的同学都使用一下。

SELECT s.Sid, s.Sname
FROM sc
  INNER JOIN s ON s.Sid = sc.Sid
  INNER JOIN c ON c.Cid = sc.Cid
GROUP BY s.Sname HAVING MIN(sc.score) > 80;

效果图

  如果觉得上面的一段话理解起来有难度，则可以参考一下下面三种不同的解释方式

• 聚合函数不能放在 where 后面！where sc.score > 80 表示普通的过滤，添加了聚合函数变成 where MIN(sc.score > 80 后，便表示筛选，“ 筛选 ” 与 “ 过滤 ” 这两个词的意思并不一样)
• 以下段代码为例（从代码阅读顺序不同来切入），where 后不添加聚合函数时

SELECT s.Sid, s.Sname
FROM sc
  INNER JOIN s ON s.Sid = sc.Sid
  INNER JOIN c ON c.Cid = sc.Cid
  WHERE sc.score > 80 
GROUP BY s.Sname; 

阅读顺序为 从(from) sc 表中读入数据，根据要求 on 内连接(inner join) s，c 两表，对连接后的表(相对于 group by 前来说还是 “ 原来的表 ” 进行 where 条件筛选，对筛选完后的表进行分组 group by) – 可以运行

• 以下段代码为例，where 后添加聚合函数时

SELECT s.Sid, s.Sname
FROM sc
  INNER JOIN s ON s.Sid = sc.Sid
  INNER JOIN c ON c.Cid = sc.Cid
  WHERE MIN(sc.score) > 80 
GROUP BY s.Sname; 

  聚集函数的别称为列函数，是基于整列数据进行计算的，而 where 子句则是对数据行进行过滤(过滤 和 筛选 两个词的意义不同)的，在筛选过程中依赖 “ 基于已经筛选完毕的数据得出的计算结果 ” 是一种悖论，这是行不通的。更简单地说，因为聚集函数要对全列数据时行计算，因而使用它的前提是：结果集已经确定！而where子句还处于“确定”结果集的过程中，因而不能使用聚集函数。

需求2：-- 查询“语文”课程比“数学”课程成绩高的学生的信息以及课程分数

  对于该需求，我们不必催毛求疵一步完美实现，毕竟需求的实现并不是一蹴而就的。

问题分析

• 会不会有的同学并没有参加语文和数学这两门考试，或者缺考了其中一门
• 打印数据，这里使用 inner join 去掉了那些可能存在名字或者学号录入失误的学生信息

SELECT 
    s.Sid
    , s.Sname
    , c.Cname
    , sc.score
FROM sc
  INNER JOIN s 
      ON s.Sid = sc.Sid
  INNER JOIN c 
      ON c.Cid = sc.Cid
 ;

  发现的确有同学存在缺考这两门的情况。那接下来就好办了，先简单的分批打印一下数据，语文成绩表一个，数学成绩表一个，先看看概览。

  惊喜的发现似乎只有 吴兰 和 郑竹 这两位同学比较突出，如果能将他们去掉就好了，当我们将两个表的信息都打印出来以后，自然就能想到如果能在任意一个表上多添加一列另一科目的成绩列，再去掉一下突出者(inner join 的天然作用)，最后在过滤一下数据(where)，就完美了。这时我们不妨在思路中这样构思

  关键是这两个表的 “ 建表代码 ” 又已经确定，所以只需要中间来个 inner join 就行了，如果按照整洁的老司机写法，代码长度看起来会比较大，如下：

-- 查询“语文”课程比“数学”课程成绩高的学生的信息以及课程分数
SELECT
  chinese_table.Sid
  , chinese_table.Sname
  , chinese_table.chinese
  , math_table.math
FROM
  -- 仅含语文成绩列的表
  (SELECT
    s.Sid
    , s.Sname
    , c.Cname
    , sc.score AS chinese
  FROM
    sc
    INNER JOIN s
      ON s.Sid = sc.Sid
    INNER JOIN c
      ON c.Cid = sc.Cid
    WHERE c.Cname = '语文') AS chinese_table

INNER JOIN  -- 大“INNER JOIN”
  
  -- 仅含数学成绩列的表
  (SELECT
    s.Sid
    , s.Sname -- select 的内容可以适当减小，这里都是按照最详细的来列
    , c.Cname
    , sc.score AS math
  FROM
    sc
    INNER JOIN s
      ON s.Sid = sc.Sid
    INNER JOIN c
      ON c.Cid = sc.Cid
    WHERE c.Cname = '数学') AS math_table

  -- 两个小表内连接，以学生名为连接标准
ON chinese_table.Sname = math_table.Sname
  -- 呼应需求，语文成绩 比 数学成绩高
WHERE chinese_table.chinese > math_table.math
;

大段代码的分框阅读技巧跟思路图一样
瘦版代码

-- 查询“语文”课程比“数学”课程成绩高的学生的信息以及课程分数
SELECT chinese_table.Sid, chinese_table.Sname
, chinese_table.chinese, math_table.math
FROM
  (SELECT s.Sid, s.Sname, c.Cname, sc.score AS chinese
  FROM sc
    INNER JOIN s ON s.Sid = sc.Sid
    INNER JOIN c ON c.Cid = sc.Cid
    WHERE c.Cname = '语文') AS chinese_table
INNER JOIN
  (SELECT
    s.Sid, s.Sname, c.Cname, sc.score AS math
  FROM sc
    INNER JOIN s ON s.Sid = sc.Sid
    INNER JOIN c ON c.Cid = sc.Cid
    WHERE c.Cname = '数学') AS math_table
ON chinese_table.Sname = math_table.Sname
WHERE chinese_table.chinese > math_table.math
;

需求3：查询平均成绩大于65分的学生的id和姓名以及平均成绩

  懂得了 having 与 where 的区别，这个需求就是分分钟的事情了。

SELECT
  s.Sid
  , s.Sname
  , AVG(sc.score) AS avg_score
FROM
  sc
INNER JOIN s
  ON s.Sid = sc.Sid
INNER JOIN c
  ON c.Cid = sc.Cid
GROUP BY s.Sid, s.Sname
 HAVING AVG(sc.score) > 65
;

难易结合的三个需求

---

模拟面试

• 现场写代码(重点)
• group by 与 having 的区别，使用 where 时有什么注意点(由浅入深的讲解，注意细节)

---

后记

  SQL 作为数据分析师的必备技能，有许多非常精彩的技巧和用法等着我们去掌握(后续会出)，另外，拿到高手的代码时，按照简洁版或文中的老司机写法将代码拆解，虽然看起来会增加代码长度，但整洁性会给你带来意想不到的守护哦。然后在其源代码上添加一些框框(截图工具 Snipaste)，也可以自己添加一些括号，别名。这样看到大段代码也不会慌了，加油！