sql用到现在，也算是基本入门了。

本来想去借《sql必知必会》，杭图只有2本，而且永远在出借中。

就只好借了O'REILLY的青蛙书instead。

拖了一个月都没看几页，因为染头发，用一个下午翻完了。

算是对sql做到了查漏补缺。

其实主要也就看了查询部分，操作部分反正也没有权限，索性都跳过了。

读完这本，sql学习就暂时告一段落啦~

下面罗列3个还蛮实用的查询小技巧。

书里给出的写法是

之前慎M也给过一段代码，写法更加简便，实测等效。

该语句可用于提取整月数据，比“arrive_time大于等于1号，小于等于31号”的写法简便。

工作中经常遇到分马甲提数的情况，多马甲的话肯定是首选group by。

但是上级还是会需要看到总数如何，仅仅group by不能解决问题，还得excel之后sum一次，太过麻烦。

with rollup就能很好地解决这个问题。

在group by后面加上“with rollup”，最后一行就是合计数。

不过with rollup在单一维度上聚合用处不算明显，在多个维度上聚合才能显现出优势。

把主from的表缩到足够小，留好主key，保证key的唯一性。

后续的表全都left join挂到主key上。

例如在做员工工作情况监督表时，把主from表缩成员工表，但凡是活跃员工，统统保留且唯一，把员工ID作为主key。

其他员工工作情况表全部以group by员工ID，然后left join挂到主key上。

读完这本书才看懂了慎M的这段代码，where里就是用到了关联子查询。

作用是为了取到某个订单最小的分配时间。

在这段语句中，每取一个order_id，就会遍历一次该订单的所有分配记录，直到找到最小的那个，再取下一个order_id。

目前我的工作中还没有需要用到关联子查询这么复杂语句的地方，不过可以先积累起来。

PS：EXISTS函数是配合关联子查询使用的。

在select前加explain，就不是按语句查询，而是会显示该段语句需要检索多少行数据。

需要检索的数据越少，代码运行越快。

这也是为什么最好把经常用于条件查询的字段做成索引。

(虽然我还不明白索引到底和普通字段到底有啥区别，反正记住更快就行了)

所以explain可以用于优化代码运行速度，只是目前我还不太需要用到。

在From前加“INTO OUTFILe + 路径”可以直接导出文件，例如：

原本想用这个语句直接导出每天做表的源数据的，奈何账户权限不够，只好作罢。

下个阶段要去恶补一下数据透视表啦~~