1. MySQL函数概述
MySQL函数是数据库开发中不可或缺的工具集，它们将常用的数据操作封装成可直接调用的功能模块。作为一名长期使用MySQL的开发者，我深刻体会到熟练掌握这些函数能极大提升SQL编写效率和数据处理能力。
函数主要分为两大类：单行函数和聚合函数。单行函数对数据表中的每一行单独处理，每行都会返回一个结果；而聚合函数则是对一组数据进行统计计算，最终返回一个汇总结果。这种分类方式直接影响着我们在SQL查询中的使用场景和性能考量。
在实际项目中，合理运用这些函数可以：
- 简化复杂的数据处理逻辑
- 减少应用层代码的负担
- 提高查询效率（相比在应用层处理）
- 保持数据处理逻辑的一致性
2. 单行函数详解
2.1 数值处理函数
数值函数是数据处理的基础工具，涵盖了从简单计算到复杂数学运算的各种需求。
2.1.1 基本数值运算
ABS()函数是我在财务系统中使用频率最高的函数之一。它不仅能处理简单的绝对值计算，在计算差额、偏差等场景也非常实用。例如计算库存变化量时：
sql复制SELECT product_id, ABS(current_stock - previous_stock) AS stock_change
FROM inventory;
ROUND()函数的精度控制需要特别注意。在银行系统中，我们通常会要求保留4位小数：
sql复制SELECT ROUND(interest_rate, 4) AS precise_rate
FROM accounts;
注意：TRUNCATE()与ROUND()不同，它直接截断而不四舍五入。在需要严格精度控制的场景（如法律计算）要谨慎选择。
2.1.2 三角函数应用
三角函数在几何计算、工程数据处理的场景很常见。需要注意的是MySQL的三角函数使用弧度制，必须先用RADIANS()转换：
sql复制-- 计算两点间的距离（基于经纬度）
SELECT
SIN(RADIANS(lat1)) * SIN(RADIANS(lat2)) +
COS(RADIANS(lat1)) * COS(RADIANS(lat2)) * COS(RADIANS(lon1 - lon2)) AS distance
FROM locations;
2.1.3 进制转换实践
进制转换在权限系统、硬件接口开发中很实用。比如处理硬件设备返回的十六进制状态码：
sql复制SELECT
device_id,
CONV(status_code, 16, 2) AS binary_status
FROM devices
WHERE INET_NTOA(ip_address) = '192.168.1.100';
2.2 字符串处理技巧
字符串函数是处理文本数据的瑞士军刀，合理使用可以避免很多应用层代码。
2.2.1 字符串拼接与格式化
CONCAT_WS()是我最推荐的字符串连接方式，它能自动处理分隔符和NULL值：
sql复制-- 安全生成全地址字段，即使某些部分为NULL
SELECT
user_id,
CONCAT_WS(' ',
IFNULL(title, ''),
first_name,
last_name
) AS full_name,
CONCAT_WS(', ',
address,
city,
postal_code,
country
) AS full_address
FROM users;
2.2.2 字符串截取与定位
SUBSTR()和LOCATE()的组合可以处理复杂的文本提取需求。比如从URL中提取域名：
sql复制SELECT
url,
SUBSTR(
url,
LOCATE('://', url) + 3,
LOCATE('/', url, LOCATE('://', url) + 3) - (LOCATE('://', url) + 3)
) AS domain
FROM web_logs;
2.2.3 字符串填充与修剪
LPAD()在生成固定格式编码时非常有用，比如生成会员编号：
sql复制SELECT
member_id,
LPAD(member_id, 8, '0') AS formatted_id
FROM members;
提示：对于大量数据的填充操作，考虑在应用层处理可能更高效。
2.3 日期时间函数实战
日期处理是业务系统中最复杂的部分之一，MySQL提供了全面的日期函数来应对各种场景。
2.3.1 日期计算与比较
DATEDIFF()和DATE_ADD()是处理日期运算的双子星。计算合同到期提醒：
sql复制SELECT
contract_id,
start_date,
end_date,
DATEDIFF(end_date, CURDATE()) AS days_remaining,
DATE_ADD(start_date, INTERVAL 1 YEAR) AS renewal_date
FROM contracts
WHERE DATEDIFF(end_date, CURDATE()) BETWEEN 0 AND 30;
2.3.2 日期格式化与解析
DATE_FORMAT()的灵活性能满足各种展示需求。但要注意性能影响：
sql复制-- 报表使用的格式化日期
SELECT
order_id,
DATE_FORMAT(order_date, '%Y-%m-%d %H:%i') AS formatted_date,
DATE_FORMAT(delivery_date, '%W, %M %e %Y') AS delivery_text
FROM orders
WHERE YEAR(order_date) = YEAR(CURDATE());
经验：在WHERE条件中对日期列使用函数会导致索引失效，应尽量使用裸列比较。
2.3.3 时间戳处理
UNIX_TIMESTAMP()和FROM_UNIXTIME()是处理时间戳的黄金组合：
sql复制-- 处理API日志中的时间戳
SELECT
log_id,
FROM_UNIXTIME(timestamp) AS event_time,
UNIX_TIMESTAMP() - timestamp AS seconds_ago
FROM api_logs
WHERE FROM_UNIXTIME(timestamp) > DATE_SUB(NOW(), INTERVAL 1 HOUR);
2.4 流程控制函数
流程控制函数让SQL具备了简单的逻辑处理能力，可以避免多次查询或应用层处理。
2.4.1 条件判断
CASE WHEN是处理复杂条件逻辑的首选。比如客户分级：
sql复制SELECT
customer_id,
total_purchases,
CASE
WHEN total_purchases > 10000 THEN 'VIP'
WHEN total_purchases > 5000 THEN 'Gold'
WHEN total_purchases > 1000 THEN 'Silver'
ELSE 'Standard'
END AS customer_level
FROM customers;
2.4.2 空值处理
IFNULL()和COALESCE()可以优雅地处理NULL值。COALESCE()更灵活：
sql复制-- 优先选择非NULL的联系方式
SELECT
user_id,
COALESCE(mobile_phone, home_phone, work_phone, 'No contact') AS contact_number
FROM user_contacts;
2.5 加密与安全函数
数据安全越来越重要，MySQL提供了基础的加密函数。
2.5.1 密码存储
虽然MD5()速度快，但已经不安全。建议使用SHA2()：
sql复制-- 用户密码存储（实际应结合salt）
INSERT INTO users (username, password)
VALUES ('new_user', SHA2(CONCAT('salt', 'plain_password'), 256));
重要：生产环境应该使用专业的密码哈希算法如bcrypt，这里只是演示。
2.5.2 数据脱敏
简单的数据脱敏可以使用字符串函数：
sql复制-- 显示部分信用卡号
SELECT
order_id,
CONCAT('****-****-****-', RIGHT(credit_card_number, 4)) AS masked_card
FROM payments;
3. 聚合函数深度应用
聚合函数是数据分析的核心工具，理解它们的特性对编写高效查询至关重要。
3.1 聚合函数性能优化
3.1.1 COUNT()的真相
关于COUNT(*)和COUNT(1)的性能争论很多，但在现代MySQL版本中它们没有区别。重要的是：
sql复制-- 统计有效订单数（忽略NULL）
SELECT COUNT(order_id) AS valid_orders FROM orders;
-- 统计总行数
SELECT COUNT(*) AS total_records FROM orders;
3.1.2 避免重复计算
在同一个查询中多次使用聚合函数会导致性能问题：
sql复制-- 不推荐
SELECT
AVG(salary) AS avg_salary,
AVG(salary) * 1.1 AS new_avg_salary
FROM employees;
-- 推荐：使用子查询或变量
SELECT
avg_salary,
avg_salary * 1.1 AS new_avg_salary
FROM (SELECT AVG(salary) AS avg_salary FROM employees) t;
3.2 分组查询实战技巧
3.2.1 多维度分组
GROUP BY支持多列分组，适合制作交叉报表：
sql复制-- 各部门各职级的薪资统计
SELECT
department_id,
job_level,
COUNT(*) AS headcount,
AVG(salary) AS avg_salary,
MAX(salary) AS max_salary
FROM employees
GROUP BY department_id, job_level
ORDER BY department_id, job_level;
3.2.2 HAVING的合理使用
HAVING是对分组结果的过滤，要避免滥用：
sql复制-- 找出平均订单金额超过1000的客户
SELECT
customer_id,
COUNT(*) AS order_count,
AVG(amount) AS avg_amount
FROM orders
GROUP BY customer_id
HAVING avg_amount > 1000
ORDER BY avg_amount DESC;
经验：HAVING条件中的聚合字段应该与SELECT中的一致，避免重复计算。
3.3 窗口函数进阶
虽然严格来说窗口函数不是聚合函数，但它们在数据分析中同样重要。
3.3.1 排名与分页
ROW_NUMBER()可以实现高效分页：
sql复制-- 高效分页查询
SELECT *
FROM (
SELECT
product_id,
product_name,
price,
ROW_NUMBER() OVER (ORDER BY price DESC) AS rank_num
FROM products
) t
WHERE rank_num BETWEEN 11 AND 20;
3.3.2 移动平均计算
窗口函数简化了时间序列分析：
sql复制-- 计算7天移动平均销售额
SELECT
sales_date,
amount,
AVG(amount) OVER (ORDER BY sales_date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) AS moving_avg
FROM daily_sales;
4. SQL执行顺序与性能
理解SQL的执行顺序是编写高效查询的基础，也是排查性能问题的关键。
4.1 执行顺序详解
sql复制-- 编写顺序
SELECT department, AVG(salary) as avg_salary
FROM employees
WHERE hire_date > '2020-01-01'
GROUP BY department
HAVING AVG(salary) > 5000
ORDER BY avg_salary DESC
LIMIT 10;
-- 实际执行顺序
1. FROM employees
2. WHERE hire_date > '2020-01-01'
3. GROUP BY department
4. HAVING AVG(salary) > 5000
5. SELECT department, AVG(salary) as avg_salary
6. ORDER BY avg_salary DESC
7. LIMIT 10
4.2 性能优化实践
4.2.1 WHERE与HAVING的选择
sql复制-- 不推荐：在HAVING中过滤
SELECT department, AVG(salary)
FROM employees
GROUP BY department
HAVING department = 'IT';
-- 推荐：在WHERE中过滤
SELECT department, AVG(salary)
FROM employees
WHERE department = 'IT'
GROUP BY department;
4.2.2 索引利用原则
sql复制-- 索引失效的写法
SELECT * FROM orders WHERE YEAR(order_date) = 2023;
-- 能利用索引的写法
SELECT * FROM orders WHERE order_date BETWEEN '2023-01-01' AND '2023-12-31';
5. 函数使用的最佳实践
根据多年MySQL使用经验，我总结了一些函数使用的最佳实践：
-
避免在索引列上使用函数：这会导致索引失效，如
WHERE DATE(create_time) = '2023-01-01' -
注意NULL处理：大多数函数对NULL输入返回NULL，要用IFNULL()或COALESCE()处理
-
考虑字符集影响：LENGTH()返回字节数而非字符数，对多字节字符要用CHAR_LENGTH()
-
日期处理的时区问题：确保应用和数据库时区设置一致，必要时使用CONVERT_TZ()
-
聚合函数的精度：AVG()对整数列返回DECIMAL，可能需要用CAST()转换
-
字符串比较的排序规则：不同COLLATION会影响字符串比较结果，特别是大小写敏感度
-
函数的可移植性：某些函数是MySQL特有的，如GROUP_CONCAT()，要考虑数据库迁移的影响
-
性能考量：复杂函数嵌套可能导致性能问题，对大表操作要测试执行计划