SQL每日练习：多条件筛选与聚合查询实战-代码聚汇网

SQL每日练习：多条件筛选与聚合查询实战

漂泊满江南·2026-08-06·阅读 27 GEO检测（免费）

SQL练习多表查询条件聚合

|难度：普通|阅读约 10 分钟

1. 为什么SQL每日练习如此重要

SQL作为关系型数据库的标准查询语言，其重要性不言而喻。但很多开发者常犯一个致命错误：只在需要时才临时抱佛脚学习SQL语法。这种碎片化的学习方式导致在实际工作中遇到复杂查询时束手无策。

我见过太多这样的案例：一个看似简单的多表关联查询，因为对JOIN的理解不够深入，写出来的SQL性能极差；或者因为不熟悉窗口函数，用笨拙的子查询实现本可以优雅解决的问题。这些问题的根源都在于缺乏持续、系统的SQL训练。

每日一题的训练方式有几个独特优势：

保持对SQL语法的肌肉记忆
积累各种业务场景下的查询模式
培养解决复杂问题的思维模式
发现知识盲区并及时补足

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 今日题目解析：多条件筛选与聚合

假设我们有一个电商数据库，包含以下表结构：

sql复制CREATE TABLE products (
    product_id INT PRIMARY KEY,
    product_name VARCHAR(100),
    category VARCHAR(50),
    price DECIMAL(10,2)
);

CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    customer_id INT,
    order_date DATE,
    status VARCHAR(20)
);

CREATE TABLE order_items (
    item_id INT PRIMARY KEY,
    order_id INT,
    product_id INT,
    quantity INT,
    unit_price DECIMAL(10,2),
    FOREIGN KEY (order_id) REFERENCES orders(order_id),
    FOREIGN KEY (product_id) REFERENCES products(product_id)
);

题目要求：找出2023年第一季度（1-3月）销售额排名前5的电子产品（category='Electronics'），且这些产品的订单完成率（status='Completed'的订单数/总订单数）不低于80%。

2.1 解题思路拆解

这个题目综合了多个SQL核心技能点：

时间范围筛选
多表关联查询
条件聚合
窗口函数排序
子查询过滤

正确的解决路径应该是：

先筛选时间范围内的订单
关联获取电子产品信息
计算每个产品的总销售额
计算每个产品的订单完成率
按销售额降序排序
筛选完成率符合条件的记录
取前5条结果

2.2 完整解决方案

sql复制WITH product_stats AS (
    SELECT 
        p.product_id,
        p.product_name,
        SUM(oi.quantity * oi.unit_price) AS total_sales,
        COUNT(DISTINCT CASE WHEN o.status = 'Completed' THEN o.order_id END) AS completed_orders,
        COUNT(DISTINCT o.order_id) AS total_orders,
        COUNT(DISTINCT CASE WHEN o.status = 'Completed' THEN o.order_id END) * 100.0 / 
            COUNT(DISTINCT o.order_id) AS completion_rate
    FROM 
        orders o
        JOIN order_items oi ON o.order_id = oi.order_id
        JOIN products p ON oi.product_id = p.product_id
    WHERE 
        o.order_date BETWEEN '2023-01-01' AND '2023-03-31'
        AND p.category = 'Electronics'
    GROUP BY 
        p.product_id, p.product_name
)
SELECT 
    product_id,
    product_name,
    total_sales,
    completion_rate
FROM 
    product_stats
WHERE 
    completion_rate >= 80
ORDER BY 
    total_sales DESC
LIMIT 5;

3. 关键知识点详解

3.1 CASE WHEN在聚合中的妙用

计算完成率时，我们使用了CASE WHEN条件表达式：

sql复制COUNT(DISTINCT CASE WHEN o.status = 'Completed' THEN o.order_id END) AS completed_orders

这种写法比先过滤再COUNT更高效，因为：

只需扫描一次数据
可以同时计算多个指标
保持了查询结构的简洁性

3.2 CTE（Common Table Expression）的使用

我们使用了WITH子句创建临时结果集product_stats。CTE的优势在于：

提高查询可读性
避免重复子查询
支持递归查询（本示例未使用）

注意：在MySQL 8.0以下版本不支持CTE，可以用派生表替代。

3.3 聚合函数的精度处理

在计算完成率时，我们使用了* 100.0来确保得到小数结果：

sql复制COUNT(...) * 100.0 / COUNT(...) AS completion_rate

如果不加.0，在有些数据库中会进行整数除法，导致精度丢失。

4. 性能优化建议

4.1 索引设计

要使这个查询高效运行，建议创建以下索引：

orders表的order_date和status字段的复合索引
products表的category字段索引
order_items表的order_id和product_id外键索引

sql复制CREATE INDEX idx_orders_date_status ON orders(order_date, status);
CREATE INDEX idx_products_category ON products(category);

4.2 执行计划分析

使用EXPLAIN分析查询计划时，重点关注：

是否使用了设计好的索引
JOIN操作的顺序是否合理
是否有全表扫描操作

4.3 大数据量下的优化

当数据量很大时，可以考虑：

分区表：按时间范围分区orders表
物化视图：预计算常用聚合指标
查询重写：将复杂查询拆分为多个简单查询

5. 常见错误与排查

5.1 错误结果排查

如果查询结果不符合预期，可以：

逐步执行子查询，验证中间结果
检查JOIN条件是否正确
验证日期范围是否包含边界值
检查NULL值的处理是否恰当

5.2 性能问题排查

遇到查询缓慢时：

检查EXPLAIN输出
确认统计信息是最新的
检查锁等待情况
评估是否需要重构查询

6. 扩展练习建议

为了巩固这个题目涉及的知识点，建议尝试以下变体练习：

改为计算月度销售额趋势
增加按客户分组的分析
引入库存数据，计算库存周转率
使用窗口函数计算同类产品的销售排名

7. 实际业务中的应用场景

这类查询在实际业务中非常常见，比如：

电商平台的商品绩效报表
供应链管理的畅销品分析
市场营销活动的效果评估
财务部门的收入预测模型

掌握这种多条件聚合查询的技能，可以应对大多数业务分析场景的需求。