SQL条件分支CASE WHEN与日期处理函数实战指南

1. SQL条件分支：CASE WHEN深度解析与应用

1.1 CASE WHEN基础语法与执行逻辑

CASE WHEN是SQL中实现条件逻辑的核心语法结构，其标准格式如下：

sql复制CASE
    WHEN condition1 THEN result1
    WHEN condition2 THEN result2
    ...
    ELSE default_result
END [AS alias_name]

执行过程遵循短路评估原则：从上到下依次检查每个WHEN条件，遇到第一个满足的条件即返回对应的THEN结果，后续条件不再评估。如果所有条件都不满足，则返回ELSE子句的结果（若未指定ELSE则返回NULL）。

注意：ELSE子句虽然不是语法强制的，但生产环境中强烈建议始终包含，否则未匹配的记录会返回NULL，可能导致统计偏差。

1.2 实际应用场景与优化技巧

场景1：离散值分类（用户年龄段统计）

sql复制SELECT 
    CASE 
        WHEN age < 20 THEN '20岁以下'
        WHEN age BETWEEN 20 AND 24 THEN '20-24岁'
        WHEN age >= 25 THEN '25岁及以上'
        ELSE '未知年龄'  -- 显式处理NULL和非法值
    END AS age_group,
    COUNT(DISTINCT user_id) AS user_count
FROM user_profiles
GROUP BY age_group
ORDER BY MIN(age);  -- 按年龄段排序

优化建议：

1. 优先处理NULL值：当字段可能包含NULL时，建议第一个WHEN条件显式检查WHEN age IS NULL THEN...
2. 边界处理：对于范围条件，明确使用BETWEEN或>=/<组合，避免间隙
3. 性能考虑：当条件超过5个时，考虑改用查找表（LOOKUP TABLE）方式

场景2：动态列值转换（订单状态映射）

sql复制SELECT 
    order_id,
    CASE status
        WHEN 1 THEN '待支付'
        WHEN 2 THEN '已发货'
        WHEN 3 THEN '已完成'
        WHEN 0 THEN '已取消'
        ELSE '异常状态'
    END AS status_desc
FROM orders;

简写语法：当仅对单个字段进行等值判断时，可使用简化形式CASE column WHEN value1 THEN...

1.3 与IF函数的对比选择

MySQL提供了IF函数作为CASE WHEN的简化替代：

sql复制SELECT 
    IF(age < 25 OR age IS NULL, '25岁以下', '25岁及以上') AS age_group
FROM users;

选择原则：

• 简单二选一场景：使用IF(condition, true_value, false_value)
• 多条件分支：必须使用CASE WHEN
• 可读性考虑：复杂逻辑优先使用CASE WHEN

2. 日期处理函数实战指南

2.1 日期成分提取与聚合分析

MySQL日期提取函数族：

典型应用：按日统计问题提交量

sql复制SELECT 
    DAY(date) AS day_of_month,
    COUNT(DISTINCT question_id) AS daily_questions,
    COUNT(DISTINCT user_id) AS active_users
FROM question_logs
WHERE 
    YEAR(date) = 2023 
    AND MONTH(date) = 8
GROUP BY day_of_month
ORDER BY day_of_month;

2.2 日期运算与间隔计算

关键日期运算函数：

sql复制-- 日期加减
DATE_ADD(date, INTERVAL expr unit)
DATE_SUB(date, INTERVAL expr unit)

-- 日期差值
DATEDIFF(end_date, start_date)  -- 返回天数差
TIMESTAMPDIFF(unit, start, end) -- 返回指定单位的差值

-- 日期格式化
DATE_FORMAT(date, '%Y-%m-%d %H:%i:%s')

留存分析案例：计算次日留存率

sql复制SELECT
    COUNT(DISTINCT next_day.user_id) * 100.0 / 
    NULLIF(COUNT(DISTINCT first_day.user_id), 0) AS retention_rate
FROM
    (SELECT DISTINCT user_id, DATE(login_time) AS login_date FROM user_logs) first_day
LEFT JOIN
    (SELECT DISTINCT user_id, DATE(login_time) AS login_date FROM user_logs) next_day
    ON first_day.user_id = next_day.user_id
    AND next_day.login_date = DATE_ADD(first_day.login_date, INTERVAL 1 DAY)
WHERE
    first_day.login_date = '2023-08-01';

关键点：使用NULLIF避免除零错误，DISTINCT确保用户去重，DATE()提取日期部分忽略时间

3. 表连接高级技巧：LEFT JOIN深度应用

3.1 连接类型选择策略

MySQL连接类型对比：

留存分析中的LEFT JOIN意义：

• 确保包含所有"首日"用户，即使他们次日没有活跃
• 右表匹配失败时记为NULL，通过COUNT(DISTINCT)自动排除
• 是计算留存率、流失率的正确方式

3.2 自连接(Self Join)实战

用户连续活跃天数分析：

sql复制SELECT 
    a.user_id,
    a.login_date AS start_date,
    MIN(b.login_date) AS next_active_date,
    DATEDIFF(MIN(b.login_date), a.login_date) AS days_interval
FROM 
    (SELECT DISTINCT user_id, DATE(login_time) AS login_date FROM user_logs) a
LEFT JOIN
    (SELECT DISTINCT user_id, DATE(login_time) AS login_date FROM user_logs) b
    ON a.user_id = b.user_id
    AND b.login_date > a.login_date
GROUP BY 
    a.user_id, a.login_date
HAVING
    days_interval BETWEEN 1 AND 3;

优化技巧：

1. 对大型表使用DATE()或索引列加速连接
2. 子查询内先做DISTINCT减少连接数据量
3. 使用复合索引(user_id, login_date)提升性能

4. 综合案例：用户行为漏斗分析

4.1 多步骤转化率计算

sql复制WITH user_actions AS (
    SELECT 
        user_id,
        MAX(CASE WHEN action_type = 'view' THEN 1 ELSE 0 END) AS viewed,
        MAX(CASE WHEN action_type = 'cart' THEN 1 ELSE 0 END) AS carted,
        MAX(CASE WHEN action_type = 'buy' THEN 1 ELSE 0 END) AS bought
    FROM user_events
    WHERE event_date BETWEEN '2023-08-01' AND '2023-08-07'
    GROUP BY user_id
)

SELECT
    COUNT(*) AS total_users,
    SUM(viewed) AS view_users,
    SUM(carted) AS cart_users,
    SUM(bought) AS buy_users,
    ROUND(100.0 * SUM(carted) / NULLIF(SUM(viewed), 0), 2) AS view_to_cart_rate,
    ROUND(100.0 * SUM(bought) / NULLIF(SUM(carted), 0), 2) AS cart_to_buy_rate
FROM user_actions;

4.2 常见问题排查

问题1：COUNT结果异常

• 检查是否忘记DISTINCT导致重复计数
• 确认JOIN条件是否造成笛卡尔积
• NULL值处理：COUNT(column)不统计NULL，COUNT(*)统计所有行

问题2：日期范围错误

• 时区问题：使用CONVERT_TZ()或统一UTC时间
• 时间部分干扰：先用DATE()提取日期部分

问题3：性能瓶颈

• 大表连接：先过滤再连接，使用子查询减少数据量
• 避免在JOIN条件中使用函数：如DATE_ADD(a.date) = b.date
• 为连接字段创建复合索引

5. 高级技巧与最佳实践

5.1 动态条件构建

使用CASE WHEN实现动态筛选：

sql复制SELECT
    product_id,
    SUM(CASE WHEN region = 'north' THEN sales ELSE 0 END) AS north_sales,
    SUM(CASE WHEN region = 'south' THEN sales ELSE 0 END) AS south_sales
FROM sales_records
GROUP BY product_id;

5.2 层级数据透视

sql复制SELECT
    department,
    COUNT(*) AS total_employees,
    SUM(CASE WHEN salary_level = 'high' THEN 1 ELSE 0 END) AS high_salary_count,
    SUM(CASE WHEN salary_level = 'medium' THEN 1 ELSE 0 END) AS medium_salary_count,
    SUM(CASE WHEN salary_level = 'low' THEN 1 ELSE 0 END) AS low_salary_count
FROM employees
GROUP BY department
WITH ROLLUP;  -- 添加总计行

5.3 性能优化备忘录

1. 索引策略：

   • 为JOIN、WHERE、GROUP BY涉及的列创建索引
   • 日期范围查询：(date_column, other_columns)复合索引

2. 执行计划检查：

   sql复制EXPLAIN 
   SELECT ... FROM ... WHERE ...;
   

   • 关注type列：至少达到range级别
   • 检查Extra列：避免出现"Using temporary"、"Using filesort"

3. 批量处理技巧：

   • 大表更新：使用LIMIT分批次处理
   • 复杂查询：拆分为多个CTE（WITH子句）

在实际项目中，我经常发现开发者在处理NULL条件时容易出错。一个实用的技巧是：当使用CASE WHEN处理可能为NULL的字段时，始终把WHEN field IS NULL作为第一个条件。因为NULL与任何值的比较（包括NULL自身）都会返回UNKNOWN而非TRUE，这会导致条件判断出现意外结果。