SQL 中 GROUP BY 后如何筛选聚合结果?

在 SQL 里,`WHERE` 和 `HAVING` 都能“筛选”,但作用阶段完全不同:一个面向原始行,一个面向聚合后的分组结果。本文结合 MySQL 5.7+ 的 `ONLY_FULL_GROUP_BY` 规则、常见报错和 `NULL` 场景,梳理 `GROUP BY` 后筛选结果时最容易写错的边界。 写分组统计时,最容易混淆的不是聚合函数本身,而是条件到底该放在 WHERE 还是 HAVING 。

SQL 中 GROUP BY 后如何筛选聚合结果?

如何避免 SQL 存储过程出现死循环?

SQL 存储过程里的死循环,往往不是语法不会写,而是退出机制、计数保护和调试手段没统一。本文结合 MySQL 与 PostgreSQL 的典型场景,梳理合法退出方式、硬性上限写法,以及排查挂起过程时更有效的检查路径。

如何避免 SQL 存储过程出现死循环?

SQL 中如何计算分组移动平均值?

分组移动平均在 SQL 里不难,真正容易出错的是窗口怎么定义、分组是否隔离,以及数据库版本对 `ROWS`、`RANGE` 的支持差异。本文按 MySQL、PostgreSQL、SQL Server 与 SQLite 分别梳理可用写法,并补上边界行与 `NULL` 处理时最常见的误区。

SQL 中如何计算分组移动平均值?

SQL 触发器递归调用问题如何解决

SQL 触发器最容易踩坑的场景之一,就是在触发器内部再次改动自己监听的表。不同数据库对这类递归的处理方式完全不同:有的直接报错,有的默认允许但要求手动拦截。本文按 MySQL、SQL Server、PostgreSQL 与 SQLite 分别梳理限制、报错和可行替代方案。

SQL 触发器递归调用问题如何解决

如何使用 SQL EXPLAIN 分析 SELECT 执行计划

看 MySQL 的 EXPLAIN,真正有判断价值的字段并不多,核心是 type、key、rows、filtered 和 Extra。本文按“先看什么、为什么要用 JSON、哪些结论必须二次验证、跨数据库怎么避免误判”四个问题展开,帮助你把执行计划从“会看”变成“能据此定位问题”。

如何使用 SQL EXPLAIN 分析 SELECT 执行计划

为什么用户能查 SQL 视图却不能查原表

用户能查 SQL 视图却查不了原表,并不是权限漏配,而是数据库把“视图”和“基表”当成两类独立对象分别校验。本文结合 MySQL、SQL Server 与 PostgreSQL 的典型报错,说明权限为何不会自动继承,以及在 MySQL 中如何真正实现“只开放视图、不开放原表”。

为什么用户能查 SQL 视图却不能查原表

SQL 中如何按年月分组统计订单数据?

按年月统计订单并不难,难点在于分组键是否稳定、展示是否直观,以及查询能否继续走索引。本文按 MySQL、PostgreSQL、SQL Server 和跨库写法分别整理可直接落地的方案,同时指出常见误区与性能边界。

SQL 中如何按年月分组统计订单数据?

怎样用 SQL 日期函数统计自然月环比

统计自然月环比,难点不在公式本身,而在“按日历月对齐”和“上月值如何准确关联”。本文按 MySQL 8.0+ 与 5.7 及以下两种场景,整理可直接套用的 SQL 写法,并补出时区、空值、除零和时间口径这些最容易让结果失真的细节。

怎样用 SQL 日期函数统计自然月环比

SQL 如何用 LEFT JOIN 实现零数量统计

用 LEFT JOIN 做“零数量统计”时,最常见的坑有三个:把 COUNT(*) 当作关联记录数、GROUP BY 写错分组键、以及把左表过滤条件误塞进 ON 子句。本文用订单与商品示例拆开说明这些问题,并给出在 MySQL、PostgreSQL 等数据库里更稳妥的写法与性能判断依据。

SQL 如何用 LEFT JOIN 实现零数量统计