【SQL语句大全】：掌握20年DBA总结的99条高频SQL写法，效率提升300%

第一章：SQL语句大全概述

SQL（Structured Query Language）是用于管理和操作关系型数据库的标准语言。它不仅支持数据的增删改查，还能定义数据库结构、控制访问权限以及维护数据完整性。掌握全面的SQL语句对于数据库开发、运维和数据分析至关重要。

SQL语句的主要分类

SQL语句通常分为以下几类，每类对应不同的数据库操作场景：

• DDL（数据定义语言）：用于定义或修改数据库结构，如创建表、修改表结构等。
• DML（数据操作语言）：用于操作表中的数据，包括插入、更新和删除记录。
• DQL（数据查询语言）：以 SELECT 为核心，用于检索数据。
• DCL（数据控制语言）：用于管理用户权限，如 GRANT 和 REVOKE。
• TCL（事务控制语言）：用于管理事务，如 COMMIT、ROLLBACK。

常用SQL语句示例

以下是一个典型的建表与数据插入语句示例：

-- 创建用户表
CREATE TABLE users (
  id INT PRIMARY KEY AUTO_INCREMENT,
  name VARCHAR(50) NOT NULL,
  email VARCHAR(100) UNIQUE,
  created_at DATETIME DEFAULT CURRENT_TIMESTAMP
);

-- 插入一条用户记录
INSERT INTO users (name, email) VALUES ('张三', 'zhangsan@example.com');

上述代码首先使用 DDL 语句创建一个名为 users 的表，包含主键、姓名、邮箱和创建时间字段；随后通过 DML 语句插入一条用户数据。

SQL执行逻辑说明

在执行这些语句时，数据库引擎会先解析语法，检查对象是否存在，然后应用相应的存储引擎操作。例如，INSERT 语句会在表中新增一行，并触发默认值填充（如 CURRENT_TIMESTAMP）。

语句类型	关键字示例	用途
DDL	CREATE, ALTER, DROP	定义数据库结构
DML	INSERT, UPDATE, DELETE	操作数据记录
DQL	SELECT	查询数据

第二章：数据查询与筛选优化

2.1 SELECT语句基础与别名使用技巧

在SQL查询中，SELECT语句是获取数据的核心工具。最基本的语法结构包括指定字段和数据源表：

SELECT employee_id, first_name, last_name 
FROM employees;

该语句从employees表中检索三个字段的数据。若字段名较长或需增强可读性，可使用别名（Alias）简化输出列名。

别名的使用方法

通过AS关键字为字段或表达式设置别名：

SELECT employee_id AS "员工编号", 
       salary * 12 AS "年收入"
FROM employees;

此处将计算后的年薪显示为“年收入”，提升结果可读性。别名也可省略AS，直接书写名称，但建议保留以增强代码清晰度。

• 别名仅在查询结果中生效，不影响原始数据
• 支持中文别名，便于团队理解
• 可用于函数表达式、连接字段等复杂场景

2.2 WHERE条件过滤与运算符高效组合

在SQL查询中，WHERE子句是实现数据筛选的核心工具。通过合理组合比较运算符（如=、>、IN、LIKE）与逻辑运算符（AND、OR、NOT），可精准定位目标数据集。

常用运算符组合示例

SELECT user_id, name, age 
FROM users 
WHERE age >= 18 
  AND (city = 'Beijing' OR city IN ('Shanghai', 'Guangzhou'))
  AND register_date LIKE '2023-%';

上述语句筛选出成年且来自指定城市的用户。其中： - age >= 18 使用比较运算符； - AND 和 OR 构建复合条件； - IN 提升多值匹配效率； - LIKE 实现模式匹配，限定年份注册记录。

性能优化建议

• 优先使用索引列作为过滤条件
• 避免在条件字段上使用函数导致索引失效
• 利用括号明确逻辑优先级，提升可读性

2.3 排序与分页：ORDER BY与LIMIT实践

在处理数据库查询结果时，排序与分页是提升用户体验和系统性能的关键操作。通过 `ORDER BY` 可对结果集按指定列排序，结合 `LIMIT` 可实现高效的数据分页。

基础语法结构

SELECT id, name, created_at 
FROM users 
ORDER BY created_at DESC 
LIMIT 10 OFFSET 20;

该语句按创建时间倒序排列用户数据，跳过前20条记录并取接下来的10条，常用于实现分页功能。`DESC` 表示降序，`ASC`（默认）为升序；`LIMIT 10` 控制返回数量，`OFFSET 20` 指定偏移量。

性能优化建议

• 在排序字段上建立索引，如 `created_at`，以避免全表扫描
• 避免大偏移量的 `OFFSET`，可采用“游标分页”（基于上一页最后一条记录的值）提升效率
• 复合查询中确保索引覆盖排序与过滤字段

2.4 聚合函数与GROUP BY性能优化策略

在处理大规模数据聚合时，合理使用索引和优化 GROUP BY 执行路径至关重要。数据库引擎通常会通过排序或哈希表实现分组操作，选择合适的策略可显著提升查询效率。

避免全表扫描

为参与 GROUP BY 和 WHERE 条件的列建立复合索引，可减少数据扫描量。例如：

CREATE INDEX idx_sales_date_product ON sales (sale_date, product_id);

该索引支持按销售日期和产品分组的聚合查询，避免临时表和文件排序。

优化聚合计算

优先使用索引覆盖扫描，使查询仅通过索引即可完成。若查询仅需统计数量：

SELECT product_id, COUNT(*) FROM sales GROUP BY product_id;

确保 product_id 有索引，数据库可直接从索引页读取键值并计数，大幅减少 I/O 开销。

• 尽量减少 GROUP BY 后的字段数量
• 避免在聚合字段上使用函数包装
• 考虑使用物化视图预计算高频聚合结果

2.5 HAVING过滤与查询逻辑层级设计

在SQL查询中，HAVING子句用于对分组后的结果进行过滤，常与GROUP BY配合使用。与WHERE不同，HAVING作用于聚合函数，实现更复杂的条件筛选。

执行顺序解析

SQL查询的逻辑执行顺序决定了HAVING的位置：

1. FROM → JOIN → ON
2. WHERE
3. GROUP BY
4. HAVING
5. SELECT
6. ORDER BY

代码示例与分析

SELECT department, AVG(salary) AS avg_sal
FROM employees
GROUP BY department
HAVING AVG(salary) > 8000;

该语句先按部门分组，计算平均薪资，再通过HAVING过滤出平均薪资超过8000的部门。WHERE无法在此场景使用，因其不能引用聚合函数。

性能优化建议

• 优先在WHERE中过滤无效行，减少分组数据量
• 避免在HAVING中使用复杂表达式

第三章：多表关联与复杂查询构建

3.1 内连接与外连接的应用场景解析

在数据库查询中，内连接（INNER JOIN）和外连接（LEFT/RIGHT JOIN）适用于不同的业务逻辑场景。

内连接：获取交集数据

当需要仅返回两表中匹配的记录时，使用内连接。例如订单与用户表关联查询有效订单：

SELECT u.name, o.order_id 
FROM users u 
INNER JOIN orders o ON u.id = o.user_id;

该语句仅返回存在对应用户的订单，确保数据完整性。

外连接：保留非匹配记录

左外连接可用于统计所有用户及其订单数，即使某用户无订单：

SELECT u.name, COUNT(o.order_id) 
FROM users u 
LEFT JOIN orders o ON u.id = o.user_id 
GROUP BY u.id;

此时，未下单用户仍会出现在结果中，订单计数为0，适用于报表类场景。

连接类型	适用场景
INNER JOIN	数据必须同时存在于两表
LEFT JOIN	以左表为主，补充右表信息

3.2 子查询的执行机制与改写优化

子查询在SQL执行中常被视为独立单元，由内向外逐层求值。数据库优化器会根据上下文决定是否将子查询展开为等价的JOIN操作，以提升执行效率。

执行流程解析

对于相关子查询，外部行每变动一次，子查询便重新执行一次，性能开销较大。而非相关子查询仅执行一次，结果缓存复用。

常见改写策略

• 将IN子查询改写为Semi-Join
• 将EXISTS转换为反连接（Anti-Join）以过滤数据
• 将标量子查询提升为LEFT JOIN

-- 原始语句
SELECT name FROM employees e 
WHERE salary > (SELECT AVG(salary) FROM employees WHERE dept = e.dept);

-- 改写后
SELECT e.name 
FROM employees e 
JOIN (SELECT dept, AVG(salary) AS avg_sal FROM employees GROUP BY dept) t
ON e.dept = t.dept AND e.salary > t.avg_sal;

改写后避免了相关子查询的重复计算，通过预聚合与JOIN实现等价逻辑，显著降低执行代价。

3.3 UNION与EXISTS在复杂业务中的实战用法

在处理多源数据整合时，UNION 能有效合并多个查询结果集。例如，在用户行为分析中需合并登录日志和交易日志：

-- 合并登录与交易事件流
SELECT user_id, 'login' AS event_type, timestamp 
FROM login_logs 
WHERE timestamp > '2024-01-01'
UNION
SELECT user_id, 'transaction', create_time 
FROM orders 
WHERE create_time > '2024-01-01'
ORDER BY timestamp DESC;

该查询将两类事件统一为时间序列流，便于后续分析用户转化路径。 而 EXISTS 更适用于存在性判断场景，如筛选出有订单记录的活跃用户：

-- 检查用户是否存在订单
SELECT u.user_id, u.email 
FROM users u 
WHERE EXISTS (
    SELECT 1 FROM orders o 
    WHERE o.user_id = u.user_id 
    AND o.status = 'paid'
);

相比 IN 子句，EXISTS 在大表关联时性能更优，因其一旦匹配即返回真值，支持早期终止。

第四章：数据操作与事务控制

4.1 INSERT语句批量插入性能提升方案

在高并发数据写入场景中，单条INSERT语句的逐条插入方式效率低下。通过批量插入可显著减少网络往返和事务开销。

使用多值INSERT提升吞吐量

INSERT INTO users (id, name, email) VALUES 
(1, 'Alice', 'alice@example.com'),
(2, 'Bob', 'bob@example.com'),
(3, 'Charlie', 'charlie@example.com');

该方式将多行数据合并为一条SQL语句，减少了语句解析和执行的开销。建议每批次控制在500~1000条，避免日志过大或锁竞争。

优化策略对比

方法	吞吐量（行/秒）	适用场景
单条INSERT	~500	低频写入
批量INSERT	~15,000	批量导入
LOAD DATA INFILE	~50,000	大文件导入

4.2 UPDATE与DELETE的安全写法与回滚设计

在执行数据修改操作时，安全的UPDATE与DELETE语句必须结合事务控制与条件约束，防止误操作导致数据丢失。

使用事务保障操作可回滚

BEGIN TRANSACTION;

UPDATE users 
SET status = 'inactive' 
WHERE id = 1001 AND version = 2;

-- 验证更新影响行数
SELECT ROW_COUNT(); -- 应返回预期值

-- 确认无误后提交，否则 ROLLBACK
COMMIT; -- 或 ROLLBACK;

通过显式事务包裹操作，可在发现问题时回滚。WHERE子句应包含足够精确的条件，如主键与版本号，避免误改其他记录。

软删除替代硬删除

• 使用is_deleted标记代替DELETE语句
• 保留原始数据，便于后续恢复
• 配合定时归档策略清理历史数据

操作前备份关键数据

操作类型	推荐前置动作
UPDATE	备份原记录到日志表
DELETE	插入副本至archive表

4.3 TRUNCATE与DROP的合理选择与影响分析

在数据库维护过程中，TRUNCATE 与 DROP 是两种常见的数据清除手段，但其应用场景和影响差异显著。

操作特性对比

• TRUNCATE：快速清空表中所有数据，保留表结构，重置自增列。
• DROP：删除整个表结构及数据，释放存储空间，不可逆。

执行效率与日志影响

TRUNCATE TABLE user_log;

该操作属于 DDL 操作，仅记录元数据变更，日志开销小，执行迅速。适用于临时表清理。

DROP TABLE backup_data;

彻底移除表对象，需重新建表才能使用，适合废弃表的资源回收。

选择建议

场景	推荐操作
清空数据，保留结构	TRUNCATE
不再需要表定义	DROP

4.4 事务控制：BEGIN、COMMIT与ROLLBACK实战

在数据库操作中，事务是确保数据一致性的核心机制。通过 `BEGIN`、`COMMIT` 和 `ROLLBACK` 可精确控制事务的执行边界。

事务基本流程

使用 `BEGIN` 启动事务，后续操作处于临时状态，直到明确提交或回滚。

BEGIN;
UPDATE accounts SET balance = balance - 100 WHERE user_id = 1;
UPDATE accounts SET balance = balance + 100 WHERE user_id = 2;
COMMIT;

上述代码先开启事务，完成转账后提交。若中途出错，可执行 `ROLLBACK` 撤销所有变更，保障账户总额一致性。

异常处理策略

• 遇到约束冲突或系统异常时，应立即回滚
• 长事务需设置超时，避免锁资源占用
• 建议在应用程序中结合 try-catch 使用事务控制语句

第五章：附录与高频语句速查表

常用 Git 操作命令速查

• git clone <repository-url>：克隆远程仓库到本地
• git checkout -b feature/login：创建并切换到新分支
• git add .：暂存所有变更文件
• git commit -m "fix: 登录逻辑漏洞"：提交带规范类型的消息
• git push origin HEAD：推送当前分支到远程对应分支

Go 语言并发模式示例

// 启动多个 worker 并通过 channel 协调任务
func worker(id int, jobs <-chan int, results chan<- int) {
    for job := range jobs {
        fmt.Printf("Worker %d processing job %d\n", id, job)
        results <- job * 2
    }
}

func main() {
    jobs := make(chan int, 100)
    results := make(chan int, 100)

    // 启动 3 个 worker
    for w := 1; w <= 3; w++ {
        go worker(w, jobs, results)
    }

    // 发送 5 个任务
    for j := 1; j <= 5; j++ {
        jobs <- j
    }
    close(jobs)

    // 收集结果
    for a := 1; a <= 5; a++ {
        <-results
    }
}

常见 HTTP 状态码参考表

状态码	含义	典型场景
200	OK	请求成功，返回资源数据
404	Not Found	请求的资源不存在
500	Internal Server Error	服务器内部异常，如空指针

Kubernetes 常用 kubectl 命令

1. kubectl get pods -n staging：查看指定命名空间下的 Pod 状态
2. kubectl logs pod/my-app-7f9b8c6d5-xyzab：获取 Pod 日志用于排查启动失败
3. kubectl exec -it my-pod -- /bin/sh：进入容器内部调试环境变量或文件系统