MySQL CTE 实战指南：从基础到高级应用

1. MySQL CTE 基础概念解析

公用表表达式（Common Table Expression，简称 CTE）是 MySQL 8.0 引入的一项重要特性，它通过 WITH 语法定义临时命名结果集，可以在单个查询中多次引用。与子查询相比，CTE 提供了更好的可读性和维护性，特别是在处理复杂查询时。

注意：CTE 仅在当前查询执行期间有效，不会像临时表那样持久化存储，也不会占用额外的存储空间。

CTE 的核心价值在于：

• 将复杂查询分解为逻辑清晰的模块
• 避免重复计算相同的子查询
• 支持递归查询层级数据
• 提升 SQL 代码的可维护性

在性能方面，CTE 通常会被优化器内联处理，不会产生额外的性能开销。但对于复杂的递归 CTE，可能需要特别注意查询效率问题。

2. 非递归 CTE 的实战应用

2.1 基本语法结构

非递归 CTE 的基本语法如下：

sql复制WITH cte_name AS (
    SELECT column1, column2...
    FROM table_name
    WHERE conditions...
)
SELECT * FROM cte_name;

这种结构特别适合需要多次引用同一子查询结果的场景。例如，在分析销售数据时，我们可能先计算各产品的总销售额，然后在多个地方使用这个中间结果。

2.2 典型应用场景示例

场景一：部门薪资分析

sql复制WITH dept_stats AS (
    SELECT 
        department_id,
        AVG(salary) AS avg_salary,
        MAX(salary) AS max_salary,
        MIN(salary) AS min_salary
    FROM employees
    GROUP BY department_id
)
SELECT 
    e.employee_id,
    e.name,
    e.salary,
    d.avg_salary,
    CASE 
        WHEN e.salary > d.avg_salary THEN '高于平均'
        ELSE '低于平均'
    END AS salary_status
FROM employees e
JOIN dept_stats d ON e.department_id = d.department_id;

这个查询首先计算各部门的薪资统计指标，然后在主查询中将员工薪资与部门平均值进行比较。使用 CTE 使得查询逻辑更加清晰，避免了重复计算部门平均薪资。

场景二：销售排名分析

sql复制WITH sales_summary AS (
    SELECT 
        salesperson_id,
        SUM(amount) AS total_sales,
        COUNT(*) AS transaction_count
    FROM sales
    WHERE sale_date BETWEEN '2023-01-01' AND '2023-12-31'
    GROUP BY salesperson_id
),
ranked_sales AS (
    SELECT
        salesperson_id,
        total_sales,
        transaction_count,
        RANK() OVER (ORDER BY total_sales DESC) AS sales_rank,
        DENSE_RANK() OVER (ORDER BY total_sales DESC) AS dense_sales_rank
    FROM sales_summary
)
SELECT * FROM ranked_sales WHERE sales_rank <= 10;

这个例子展示了如何串联使用多个 CTE：第一个 CTE 计算销售汇总数据，第二个 CTE 进行排名计算，最后筛选出排名前10的销售人员。

2.3 性能优化技巧

1. 索引利用：确保 CTE 查询中使用的连接条件和过滤条件都有适当的索引支持
2. 结果集控制：在 CTE 内部尽早使用 WHERE 子句过滤数据，减少中间结果集大小
3. 避免过度嵌套：虽然 CTE 支持嵌套，但过深的嵌套会影响可读性和性能
4. 物化提示：对于复杂 CTE，可以使用 MATERIALIZED 提示强制 MySQL 物化中间结果

3. 递归 CTE 深度解析

3.1 递归查询原理

递归 CTE 通过以下三个关键部分实现：

1. 初始成员：定义递归的起点
2. 递归成员：定义如何从当前结果生成下一级结果
3. 终止条件：隐式或显式定义递归何时停止

基本语法结构：

sql复制WITH RECURSIVE cte_name AS (
    -- 初始查询（非递归部分）
    SELECT initial_columns
    FROM initial_table
    WHERE initial_conditions
    
    UNION [ALL]
    
    -- 递归查询部分
    SELECT recursive_columns
    FROM cte_name
    JOIN some_table ON join_conditions
    WHERE recursive_conditions
)
SELECT * FROM cte_name;

3.2 层级数据查询实战

示例一：组织架构查询

假设我们有一个包含5层结构的部门表：

sql复制WITH RECURSIVE org_hierarchy AS (
    -- 初始查询：获取顶级部门
    SELECT 
        id,
        name,
        parent_id,
        1 AS level,
        name AS path
    FROM departments
    WHERE parent_id IS NULL
    
    UNION ALL
    
    -- 递归查询：获取下级部门
    SELECT 
        d.id,
        d.name,
        d.parent_id,
        h.level + 1,
        CONCAT(h.path, ' > ', d.name) AS path
    FROM departments d
    JOIN org_hierarchy h ON d.parent_id = h.id
    WHERE h.level < 10  -- 防止无限递归的安全措施
)
SELECT * FROM org_hierarchy
ORDER BY path;

这个查询不仅展示了部门的层级关系，还通过 path 列生成了完整的部门路径字符串，如"总公司 > 技术部 > 后端开发组"。

示例二：物料清单(BOM)展开

sql复制WITH RECURSIVE bom_explosion AS (
    -- 初始查询：获取顶级物料
    SELECT 
        component_id,
        parent_id,
        quantity,
        1 AS level
    FROM bom
    WHERE parent_id = 'TOP-ASSEMBLY-001'
    
    UNION ALL
    
    -- 递归查询：展开下级组件
    SELECT 
        b.component_id,
        b.parent_id,
        b.quantity * be.quantity AS total_quantity,
        be.level + 1
    FROM bom b
    JOIN bom_explosion be ON b.parent_id = be.component_id
)
SELECT * FROM bom_explosion;

这个查询展示了如何计算多级物料清单中各组件的累计用量，非常适用于制造业的物料需求计算。

3.3 递归查询的注意事项

1. 递归深度控制：MySQL 默认限制递归深度为1000层，可通过 cte_max_recursion_depth 参数调整
2. 性能优化：递归 CTE 通常需要全表扫描，对大表性能影响较大
3. 循环引用检测：MySQL 会自动检测简单的循环引用，但复杂情况可能需要手动处理
4. 结果集限制：考虑在递归部分添加 LIMIT 子句控制返回数据量

4. 高级 CTE 应用技巧

4.1 多CTE组合查询

在一个查询中可以定义多个CTE，并按顺序引用：

sql复制WITH 
sales_data AS (
    SELECT product_id, SUM(quantity) AS total_quantity
    FROM sales
    GROUP BY product_id
),
inventory_status AS (
    SELECT 
        p.product_id,
        p.product_name,
        p.stock_quantity,
        sd.total_quantity,
        p.stock_quantity - sd.total_quantity AS remaining
    FROM products p
    JOIN sales_data sd ON p.product_id = sd.product_id
),
reorder_list AS (
    SELECT *
    FROM inventory_status
    WHERE remaining < (SELECT AVG(total_quantity) FROM sales_data) * 0.3
)
SELECT 
    product_id,
    product_name,
    remaining,
    CASE 
        WHEN remaining < 0 THEN '缺货'
        ELSE '需补货'
    END AS status
FROM reorder_list;

这个查询通过三个CTE逐步分析销售数据、库存状态，最终生成需要补货的产品列表。

4.2 CTE与窗口函数结合

sql复制WITH monthly_sales AS (
    SELECT
        salesperson_id,
        DATE_FORMAT(sale_date, '%Y-%m') AS month,
        SUM(amount) AS monthly_amount
    FROM sales
    GROUP BY salesperson_id, month
),
sales_stats AS (
    SELECT
        salesperson_id,
        month,
        monthly_amount,
        SUM(monthly_amount) OVER (PARTITION BY salesperson_id ORDER BY month) AS cumulative_amount,
        monthly_amount - LAG(monthly_amount, 1) OVER (PARTITION BY salesperson_id ORDER BY month) AS monthly_change
    FROM monthly_sales
)
SELECT * FROM sales_stats
WHERE monthly_change IS NOT NULL
ORDER BY salesperson_id, month;

这个查询展示了如何结合CTE和窗口函数计算销售人员的月度销售额、累计销售额以及环比变化。

4.3 CTE用于数据清洗和转换

sql复制WITH raw_data AS (
    SELECT 
        id,
        TRIM(name) AS cleaned_name,
        CASE 
            WHEN email REGEXP '^[A-Za-z0-9._%-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,4}$' THEN email
            ELSE NULL
        END AS valid_email,
        CAST(REGEXP_REPLACE(phone, '[^0-9]', '') AS UNSIGNED) AS numeric_phone
    FROM customer_input
),
duplicate_check AS (
    SELECT 
        cleaned_name,
        numeric_phone,
        COUNT(*) AS dup_count
    FROM raw_data
    GROUP BY cleaned_name, numeric_phone
    HAVING COUNT(*) > 1
)
SELECT 
    r.*,
    IF(d.dup_count IS NULL, 0, 1) AS is_duplicate
FROM raw_data r
LEFT JOIN duplicate_check d ON r.cleaned_name = d.cleaned_name AND r.numeric_phone = d.numeric_phone;

这个例子展示了如何使用CTE进行数据清洗、格式化和重复项检测。

5. CTE性能优化与最佳实践

5.1 执行计划分析

使用EXPLAIN分析CTE查询的执行计划：

sql复制EXPLAIN WITH my_cte AS (...)
SELECT * FROM my_cte;

重点关注：

• 是否合理使用了索引
• 是否有不必要的全表扫描
• 临时表的使用情况
• 递归CTE的迭代次数

5.2 物化策略选择

MySQL 8.0.19+支持CTE物化提示：

sql复制WITH 
ALGORITHM = MERGE cte1 AS (SELECT ...),
MATERIALIZED cte2 AS (SELECT ...)
SELECT ...;

• MERGE：将CTE内联到主查询（默认行为）
• MATERIALIZED：强制物化CTE结果

5.3 实际应用中的经验总结

1. 命名规范：使用有意义的CTE名称，如sales_summary而非t1
2. 适度使用：不是所有查询都需要CTE，简单查询直接写可能更清晰
3. 文档注释：复杂CTE应添加注释说明其用途和逻辑
4. 测试验证：特别是递归CTE，需要测试各种边界条件
5. 版本兼容：确保使用的CTE特性在目标MySQL版本中可用

5.4 常见问题排查

问题1：递归CTE导致服务器高负载

• 检查递归终止条件是否可靠
• 添加LIMIT子句限制返回行数
• 考虑使用会话级变量控制递归深度

问题2：CTE查询性能突然下降

• 检查表统计信息是否最新
• 验证索引是否被正确使用
• 考虑重写为临时表方式

问题3：递归CTE出现重复结果

• 检查是否误用了UNION ALL而不是UNION
• 确认连接条件是否准确
• 考虑添加额外条件排除已处理记录

在实际项目中，CTE特别适用于报表查询、数据分析管道和复杂业务逻辑实现。合理使用CTE可以显著提升SQL代码的可读性和可维护性，但需要注意控制递归深度和结果集大小，避免性能问题。