让你的 SQL 从优秀走向卓越：第 3 部分
神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
编者按：做开发的多少都要懂点SQL。但是只会点皮毛跟精通的差别还是很大的。有很多事情如果用SQL处理的话，会让你的后端开发工作事半功倍。那有哪些堪称神奇的SQL技巧呢？Taylor Brownlow用4篇系列文章总结了四个方面的SQL使用技巧，相信你会用得上的。此为第三部分，原文发表在Medium上，标题是：Take Your SQL from Good to Great: Part 3。
这是最有价值的SQL技巧系列文章的第 3 部分。本系列包括：
- 第 3 部分：不一样的JOIN
- 第 4 部分：Window函数
我还漏掉了哪些被低估的 SQL 技巧呢？请告诉我！
卑微的JOIN
在SQL的所有组件里面，JOIN 几乎是最不讨人喜欢的那个。它们不像Window函数那么华丽，也不像 CTE 那么具有变革性。但是，在使用和转换关系数据的时候，JOIN却可以说是我们最强大的工具。
那么，在介绍我最喜欢的JOIN使用方式之前，我会先提醒一下自己，为什么我们应该把更多的关注放在长期被忽视的JOIN身上。
1.优化的能力
SQL 的查询不会按照写入（或读取）的顺序进行。事实上，SELECT语句往往是执行查询的时候最后完成的步骤之一。
查询执行的时候首先执行的往往就有 FROM/JOIN 子句，这意味着如果我们想提高查询性能的话（谁不想啊），我们应该先看看我们的老朋友，JOIN。
2. 创造性地解决问题
我欣赏 JOIN 还有一个原因，不过这个原因跟技术关系不大，那就是JOIN让我们可以更有创意地去思考我们的数据分析。JOIN就像我们那些乐高积木上的螺柱，让我们得以搭建起更大的东西，比一个个数据表组成的数据库可以做出来的东西要大得多。
这种强大和灵活性是我们至今仍使用关系数据库的主要原因之一，尽管后者已有近 50 年的历史。
默认的JOIN
尽管可以使用的 JOIN 类型多如牛毛，但大多数人默认使用的还是 LEFT JOIN。之所以这样有些理由是很说得过去的。我们的阅读顺序是从左到右，从提到的第二张表添加列对我们来说更容易概念化，而且它的计算成本往往也比较低。
但是在某些情况下，把一串 LEFT JOIN 链接到一起可能会更加费力，计算成本也比较高，高到你难以承受。对于这些场景，我们可以看看更容易被忽视的某些别的类型的JOIN：
常见的 JOIN 类型。
你用得还不够多的 JOIN 功能
1. 用INNER JOIN 而不是把NULLS过滤掉
我经常看到大家会做这样的事情：
SELECT ...
FROM X
LEFT JOIN Y
ON X.KEY = Y.KEY
WHERE Y.KEY IS NOT NULL
这其实就是要找表X 和 Y 都有的记录（也叫做 INNER JOIN）。
SELECT ...
FROM X
INNER JOIN Y
ON X.KEY = Y.KEY
好处：这种用法的好处是恰到好处。不过说得更具体一点，这种用法更高效，因为你不需要那么多的 WHERE 语句，输入更快更容易，其他人理解也更容易。这本身算不上一个技巧，而是为了提醒你有 INNER JOIN 这个东西，而且它可以为你处理很多的过滤。
例子：
如果我想找出Spotify每天流媒体播放量最多的前 10 名歌曲，我可以：
- 找出播放次数最多的 10 首歌曲
- 用 INNER JOIN 将其连接回我们的每日流媒体数据：
INNER JOIN例子。
在这个例子当中，上面这个版本的查询（用top_tracks INNER JOIN daily_streams ）用BigQuery 处理 27 MB 需要 0.9 秒。
用LEFT JOIN 选项 （ daily_streams LEFT JOIN top_tracks …WHERE …）处理27MB的数据需要 1.9 秒。
虽说这两种查询速度都很快，但如果数据量更大的话你就能看出区别了。
2. Range JOIN
我们一想到连接时，往往只考虑相等的情况，比方说 key == key。但其实我们往往需要更精细的逻辑把两张表合并在一起。
为此，我们可以进行range join，或者其实这是根据不等式进行的连接。比方说：
SELECT ...
FROM X
LEFT JOIN Y
ON X.KEY >=Y.RANGE_START AND X.KEY <= Y.RANGE_END
好处：如果需要根据一些时间逻辑来连接两张表的话，用range join真的很棒。想想看，如果要你找出用户组买了第一件产品之后做X的实例，或者找出在免费试用窗口期间发生的所有动作。如果没有range join的话，想做到这些是很困难的，如果说不是完全不可能的话。
例子：
我们不妨继续拿Spotify的数据来举例，假设我们要在每日热门曲目中找出刚发行不到30天的那些歌曲。
Range JOIN示例（
放大的SQL代码
从这个示例可以看出，只需要给 INNER JOIN 多添加一点条件，我们就可以扩展第一个例子，从而确保只挑选出发布不到 30 天的热门歌曲数据。
警告：不是每一种SQL语言都支持Join ON不等式。所以最好是在尝试之前先检查一下是否支持，否则你可能会得到了一个说法含糊的错误。如果发现不支持的话就换一种 SQL 语言。
3. Lateral JOIN连接
我用上Lateral Join的时间相对较晚，但不得不说，我喜欢到目前为止自己所看到的东西。我花了一段时间才弄清楚了这玩意儿到底是什么东西，但基本上要想理解lateral join有两个关键：
- 这种连接可让我们在 FROM 语句之后访问列。
- 其操作跟 A FOR EACH 操作符比较类似，因为这是针对查询的每一行进行数值计算。
好处：在 SQL 中具备执行 FOR EACH 这种操作的能力其实是非常方便的，尤其是当你需要针对基表的每一行生成新的行时。
此外，lateral join可以让你在同一个查询里面自行构建你的查询，从而简化了查询的逻辑。这里还有这里是两个这种逻辑合并的例子。
例子：
还是拿Spotify作为例子，假设我们想找出Spotify十大艺术家各自的5大金曲。
为此，我们可以：
- 找出十大歌星
- 对于每一位艺术家，用 LATERAL JOIN 找出各自的5大金曲：
点击
放大后的SQL代码
你也可以用窗口函数来做到这一点，这正是本系列的下一个主题！
警告：不是所有的SQL语言都支持LATERAL JOIN的概念。比方说，BigQuery通过 UNNEST 使用隐式的LATERAL JOIN。在尝试之前，先看看所使用工具的帮助文档！
译者：boxi。
本文来自翻译, 如若转载请注明出处。