Fancy SQL Features

FANCY SQL
FEATURES
Aus der Reihe …

SQL, Grundlagen und Erweiterungen
S. Holzgraefe (miracee) präsentiert …
© Alle Rechte vorbehalten, S. Holzgraefe
Veltins Arena, Jan. 2020

Wer spricht hier?
Foto: Marco Heggen, Aug. 2018

Regeln
• Du

• Zwischenfragen sind erlaubt

• Keine Individualberatung

• Die Folien gehören zum gesprochenen Wort und haben keine
alleinstehende Aussagekraft

• Jegliche Form der Audio- und Videoaufzeichnung sowie Fotos sind nur
mit vorheriger, expliziter, schriftlicher Genehmigung gestattet

JOINS
© Alle Rechte vorbehalten, S. Holzgraefe© Alle Rechte vorbehalten, S. Holzgraefe

Inner Joins
• SELECT * FROM A, B WHERE A.id=B.id

• SELECT * FROM A JOIN B ON A.id=B.id

Inner Joins
• SELECT * FROM A, B, C, D, E, F WHERE
A.id=B.id AND C.id=B.id AND D.id=C.id
AND E.id=A.id AND F.id=D.id

• SELECT * FROM A JOIN B ON A.id=B.id
JOIN C ON C.id=B.id JOIN D ON D.id=C.id
JOIN E ON E.id=A.id JOIN F ON F.id=D.id

Automatische Optimierung
A B C A B C A B C
AB AC CB
ABC ACB CBA

Outer Joins
• SELECT * FROM A LEFT JOIN B ON
A.id=B.id

• SELECT * FROM A RIGHT JOIN B ON
A.id=B.id

• SELECT * FROM A FULL JOIN B ON
A.id=B.id

Outer Joins
• SELECT * FROM A LEFT JOIN B ON
A.id=B.id WHERE B.id is NULL

• SELECT * FROM A RIGHT JOIN B ON
A.id=B.id WHERE A.id is NULL

• SELECT * FROM A FULL JOIN B ON
A.id=B.id WHERE A.id is NULL OR B.id is
NULL

Cross Join
SELECT * FROM a CROSS JOIN b;
ai | ac | bi | bc
----+----+----+----
1 | a | 1 | x
1 | a | 2 | y
1 | a | 3 | z
3 | b | 1 | x
3 | b | 2 | y
3 | b | 3 | z
5 | c | 1 | x
5 | c | 2 | y
5 | c | 3 | z
(9 rows)
SELECT * FROM a;
ai | ac
----+----
1 | a
3 | b
5 | c
(3 rows)
SELECT * FROM b;
bi | bc
----+----
1 | x
2 | y
3 | z
(3 rows)

UNION
SELECT * FROM a
UNION SELECT * FROM b
ORDER BY ac;
ai | ac
----+----
1 | a
3 | b
5 | c
1 | x
2 | y
3 | z
(6 rows)
SELECT * FROM a;
ai | ac
----+----
1 | a
3 | b
5 | c
(3 rows)
SELECT * FROM b;
bi | bc
----+----
1 | x
2 | y
3 | z
(3 rows)

INTERSECT
SELECT id FROM A

INTERSECT

SELECT id FROM B

EXCEPT
SELECT id FROM A

EXCEPT

SELECT id FROM B

Korrelierende Unteranfragen
Correlated Subselects

Correlated Subselects
SELECT * FROM meine_tabelle AS außen
WHERE foobar > (

SELECT AVG(foo) FROM meine_tabelle AS innen

WHERE innen.bar = außen.bar

)

Gemeinsamer
Tabellenausdruck
Common Table Expression (CTE)

Common Table Expression (CTE)
WITH innen AS (

SELECT AVG(foo) AS durchschnitt_foo, bar

FROM meine_tabelle

GROUP BY bar

)

SELECT * FROM meine_tabelle AS außen

JOIN innen ON (außen.bar=innen.bar)

WHERE außen.foobar > innen.durchschnitt_foo;

Komplexe Anfrage
SELECT stadt, gebühren_gesamt

FROM (

SELECT stadt, sum(gebühren) AS gebühren_gesamt

FROM bußgeld GROUP BY stadt

) AS gesamt

WHERE gesamt.gebühren_gesamt > (

SELECT AVG(gebühren_gesamt)

FROM (

SELECT stadt, SUM(gebühren) AS gebühren_gesamt


) AS überdurchschnittlich

)

Umgeschrieben als CTE
WITH gesamt AS (

SELECT stadt, SUM(gebühren) AS gebühren_gesamt


)

SELECT stadt, gebühren_gesamt

FROM gesamt

WHERE gebühren_gesamt > (

SELECT AVG(gebühren_gesamt) FROM gesamt

)

Performance
Getestet wurde das vorgestellte Beispiel mit 10 Millionen Datensätzen

• PostgreSQL 10.6

• brauchte bei Verwendung des CTEs nur ein Drittel der Zeit

• MySQL 8.0.14

• brauchte bei Verwendung des CTEs die Hälfte der Zeit

• MariaDB 10.3.12

• hier gab es keine Geschwindigkeits-Unterschiede

Komplexe Anfrage
SELECT stadt, verstoß, SUM(anzahl_verstöße) AS menge, SUM(gebühren) AS gebühren_gesamt

FROM bußgeld

WHERE stadt IN (

SELECT stadt FROM (

SELECT stadt FROM (

SELECT stadt, SUM(gebühren) AS gebühren_gesamt FROM bußgeld

GROUP BY stadt

) AS gesamt_je_stadt


SELECT AVG(gebühren_gesamt) FROM (


GROUP BY stadt

) AS gesamt_je_stadt_2

)

) AS spitzenreiter

)

GROUP BY stadt, verstoß ORDER BY stadt, gebühren_gesamt DESC;

Umgeschrieben als CTE
WITH gesamt AS (


GROUP BY stadt

),

spitzenreiter AS (

SELECT stadt, gebühren_gesamt FROM gesamt


SELECT AVG(gebühren_gesamt) FROM gesamt

)

)

SELECT b.stadt, b.verstoß, SUM(b.anzahl_verstöße) AS menge, SUM(b.gebühren) AS gebühren_gesamt

FROM bußgeld AS b JOIN spitzenreiter AS s ON (b.stadt=s.stadt)

GROUP BY b.stadt, b.verstoß

ORDER BY b.stadt, gebühren_gesamt DESC;

Performance
Getestet wurde das vorgestellte Beispiel mit 10 Millionen Datensätzen

• PostgreSQL 10.6

• brauchte bei Verwendung des CTEs nur 65% der Zeit

• MySQL 8.0.14

• brauchte bei Verwendung des CTEs 85% der Zeit

• MariaDB 10.3.12

• hier gab es keine Geschwindigkeits-Unterschiede

Rekursion
WITH RECURSIVE t(n) AS (

SELECT 1

UNION ALL

SELECT n+1 FROM t WHERE n < 100

)

SELECT SUM(n) FROM t;

Rekursion
WITH RECURSIVE personal_rekursiv(entfernung, name_angestellte, name_vorgesetzte) AS (

SELECT 1, name_angestellte, name_vorgesetzte

FROM personal

WHERE name_vorgesetzte = 'Tiedenschwenke'

UNION ALL

SELECT pr.entfernung + 1, p.name_angestellte, p.name_vorgesetzte

FROM personal_rekursiv AS pr, personal AS p

WHERE pr.name_angestellte = p.name_vorgesetzte

)

SELECT entfernung, name_angestellte FROM personal_rekursiv;

CTE und DML
WITH datensätze_archivieren AS (

DELETE FROM produkt

WHERE

datum >= '2019-12-01' AND

datum < '2020-01-01'

RETURNING *

)

INSERT INTO produkt_archiv

SELECT * FROM datensätze_archivieren;

Window Functions

WINDOW FUNCTION MIT AVG
SELECT band, song, mio_downloads,

AVG(mio_downloads) OVER (PARTITION BY band) AS durchschnitt

FROM downloads;

WINDOW

SUM (mio_downloads) OVER fenster,

AVG(mio_downloads) OVER fenster

FROM downloads
WINDOW fenster AS (PARTITION BY band ORDER BY mio_downloads);

Ausgabe WINDOW Beispiel
band | song | mio_downloads | sum | avg
---------------------+-------------------------------+---------------+-------+------
Die Ärzte | Westerland | 8.31 | 8.31 | 8.31
Die Ärzte | Zu Spät | 7.48 | 15.79 | 7.90
Die Ärzte | Schrei nach Liebe | 2.97 | 18.76 | 6.25
Die Ärzte | Schlaflied | 1.64 | 20.40 | 5.10
Héroes del Silencio | Entre dos tierras | 5.91 | 5.91 | 5.91
Metallica | Nothing else matters | 5.69 | 5.69 | 5.69
Metallica | Enter Sandman | 1.94 | 7.63 | 3.82
Rammstein | Engel | 7.94 | 7.94 | 7.94
Rammstein | Ohne Dich | 5.22 | 13.16 | 6.58
Rammstein | Sonne | 2.61 | 15.77 | 5.26
U2 | With or Without You | 6.49 | 6.49 | 6.49
U2 | Where The Streets Hve No Name | 4.48 | 10.97 | 5.49
(12 rows)

RANK

RANK() OVER (PARTITION BY band ORDER BY mio_downloads DESC)

AS top

FROM downloads;

LAG
SELECT mio_downloads, song,

LAG(song) OVER (ORDER BY mio_downloads DESC)

AS davor

FROM downloads;

LEAD
SELECT mio_downloads, song,

LEAD(song) OVER (ORDER BY mio_downloads DESC)

AS dahinter

FROM downloads;

FIRST_VALUE

FIRST_VALUE(mio_downloads)
OVER (PARTITION BY band ORDER BY mio_downloads DESC)

AS top

FROM downloads;

Ausgabe FIRST_VALUE Beispiel
---------------------+-------------------------------+---------------+------
(12 rows)

LAST_VALUE

LAST_VALUE(mio_downloads)
OVER (PARTITION BY band ORDER BY mio_downloads DESC RANGE
BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)

AS wenigste

FROM downloads;

Ausgabe LAST_VALUE Beispiel
band | song | mio_downloads | wenigste
---------------------+-------------------------------+---------------+----------
(12 rows)

ROW_NUMBER

ROW_NUMBER() OVER (PARTITION BY band ORDER BY mio_downloads
DESC)

AS top

FROM downloads;

–miracee
„CTEs und Window Functions sind aus der heutigen Datenbankwelt
nicht mehr wegzudenken. Durch sie wird die Kommunikation mit der
Datenbank nicht nur einfacher und effektiver sondern auch
zielgerichteter und performanter.“

–miracee
„SQL ist ein mächtiges Werkzeug, mit dem sich einfach und schnell
auch komplex zusammenhängende Informationen aus einer
Datenbank herausholen lassen.“

Fancy SQL Features

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Kürzlich hochgeladen

Kürzlich hochgeladen (6)

Empfohlen

Empfohlen (20)

Fancy SQL Features