🏠 总目录📚 本教程 00 · 怎么用这份教程 →
📑 本页目录(点开跳转)

00 · 怎么用这份教程

SQL / 00 · 从三行实验开始

结果不报错,先检查每行代表什么、再核哪一组?

原有四条路线和问题卡帮助选章;三行 SQLite 例子让你先核输入、分组和结果。

读完可沿原实验改一条输入,再看相应组是否变化;运行成功本身不证明查询正确。

实验记录怎么读

本页原有耗时、内存、报错和环境值保留为原文记录;本轮内容审校未逐项复跑这些实验。版本、硬件、数据和测量方法都会影响结果,示例中的倍数也不是保证。需要复现时先核对依赖版本,再在同一输入下比较。

⏱ 30 分钟 · 这是入口与查阅页,可以选好第一站就开始,不要求一次读完。

🎯 一句话

先说清楚“每行代表什么”,再把你要问的问题写成 SQL。 查询不报错,仍可能漏行、重复计数或算错分母。

🚦 一、查询与数据库运维的边界

你要解决什么 这里怎么帮你
这条查询返回几行、每行是什么、漏掉谁 本教程的主线:连接、聚合、NULL、子查询与窗口
建表、索引、事务、迁移、备份或扩容 去对应工程章节;查询计划会与索引知识交叉,不是两块完全无关的内容

例如订单有两条明细,连接后订单行可能出现两次。这时金额变大不是 SQL 报错,而是你把明细行当成订单行来求和。到 02 · JOIN 看具体数据。

需要数据库工程时,使用这些入口:

问题 去哪 能继续看什么
索引怎么建 AI 全栈 · 06 复合索引、覆盖索引与查询实验
COUNT 成本、游标分页、SQL 注入 AI 全栈 · 06b 分页接口与参数化查询
训练与线上算出不同特征 上线之后 · 04 时间与实现的一致性
数据本身缺失或有误 数据 · 04 先检查数据质量,再讨论查询

本教程 09 会用到索引知识;05 解释复合游标条件;03 处理按 feature、按天和模型的聚合;每用户 Top-N 再看 07。无需先记住各模块怎样分工。

📋 二、完整章节地图

章节 现在能解决的问题
00 · 本页 运行起点与目标路线
01 · 一条查询是怎么跑的 区分书写顺序、逻辑处理与实际执行计划
02 · JOIN 连接为什么会放大行数与金额
03 · 聚合与分组 COUNT(*) 与 COUNT(city) 为什么可能不同
04 · NULL 与三值逻辑 NOT IN 含 NULL 时为什么可能一行也不留
05 · 子查询 标量、行、表;IN、EXISTS 与 JOIN
06 · CTE 与递归 用边表追查全部上游,处理递归边界
07 · 窗口函数 保留行明细的同时排名与汇总
08 · 窗口帧 最近三行与最近三天为什么不同
09 · 连接计划与索引 用执行计划核对访问路径
10 · 审问数据 给过滤、分母、时间窗口与指标口径找证据
附录 A · 速查 语法及 SQLite、PostgreSQL、MySQL 的差异

第 01–05 章介绍后续示例使用的查询基础。

🧭 三、四条读法路线

当前目标 第一个可打开的入口 后续可选顺序
看懂已有查询 01 · 查询处理 02 → 03 → 04 → 05 → 06
自己查数与审数据 本页小实验 01 → 03 → 04 → 07 → 10
后端接口或慢查询排查 02 · JOIN 01 / 04 补基础,05 → 09 看实际问题
数据、特征与看板 03 · 分组 06 → 07 → 08 → 10

走神后可以回本页选问题;不必重新读完整个目录。如果 WHERE 或 NULL 的含义卡住,再回 01、04,不把它们当作每个人都要重读的关卡。

🧰 四、先运行三行数据的小实验

现在要问:chat 和 summary 各花了多少? 本例使用 Python 自带的 sqlite3;SQLite 是嵌入式数据库,不需要额外启动数据库服务。

  1. 新建名为 sql_demo.py 的文件,把下方整段代码复制进去。
  2. 在这个文件所在文件夹打开终端,执行 python sql_demo.py。Windows 已配置 Python 启动器时,也可以用 py sql_demo.py。
  3. 如果命令找不到 Python,先到 ML 首课的运行说明完成环境步骤;现在也可以先看下方输入与结果的对应。
import sqlite3

db = sqlite3.connect(":memory:")          # ⭐ 不装任何东西,库就在内存里
db.execute("CREATE TABLE calls(user_id TEXT, feature TEXT, cents REAL)")
db.executemany("INSERT INTO calls VALUES(?,?,?)",
               [("u1", "chat", 0.056), ("u1", "summary", 2.64), ("u2", "summary", 10.2)])

for row in db.execute("SELECT feature, SUM(cents) FROM calls GROUP BY feature"):
    print(row)

print("sqlite 版本:", sqlite3.sqlite_version)

先看输入,再看分组结果

user_id feature cents(分)
u1 chat 0.056
u1 summary 2.64
u2 summary 10.2

查询按 feature 分组。chat 只有一行,合计 0.056;summary 的两行相加,2.64 + 10.2 = 12.84。

运行时核对这两组值

featureSUM(cents),单位:分
chat0.056
summary12.84

历史记录的两行打印形式为 ('chat', 0.056) 和 ('summary', 12.84),版本行为 sqlite 版本: 3.50.4。你本机最后一行显示自己的版本,不需要为了匹配这个数字换环境。

本例没有 ORDER BY,因此两组的返回顺序不作保证。先核对每组的值;业务上要求固定顺序时,应明确指定排序。

这里用 REAL 演示聚合,不是生产记账方案;涉及精确金额,应按业务口径选择整数最小单位或支持的精确小数类型。内存库只存在于本次进程中,程序退出后不保留这些表。

不同数据库,不能只当成换函数名

SQLite 降低了起步成本,但数据库间也有类型转换、聚合合法性、排序和 NULL 处理等差异,不只是语法糖。看 SQLite 官方差异说明与无 ORDER BY 的顺序约定。

页面标记 应怎样理解
实跑输出或运行记录 对应一组代码、数据和环境;顺序、版本行、耗时和浮点末位未必跨环境相同
未实跑/SQLite 无此语法 当前只核对写法或文档,不表示已在 PostgreSQL/MySQL 上执行成功

原稿的环境记录为 Windows 11、Python 3.13.14、SQLite 3.50.4;它是历史记录,不是本教程要求安装的唯一版本。迁移到其他数据库前,去附录 A核对目标版本并重新运行。

📐 五、怎样验证一段查询

  • 先找输入:完整实验包含建表与数据;标为片段的 SQL,要在指定表上运行,不能把每个语法示意都当成独立程序。
  • 再读每行的含义:查明聚合前后行粒度、计数对象、NULL 与过滤条件。
  • 最后对照结果:数值吻合还要检查口径。耗时受数据、索引、缓存、计划和硬件影响,绝对值与提速比例都不能保证复现。

先找出 summary 的 12.84 来自哪两行。改变一条输入金额并再次运行,观察对应组的结果是否变化。

🔗 这一章连到哪里

相关模块的分工

相关章节 去那里解决什么
AI 全栈 · 06 关系数据库 表设计、索引、迁移
AI 全栈 · 06b 分页 游标分页、COUNT 成本、注入防护
AI 全栈 · 12 成本护栏 calls 计费表的业务口径;SQL 03 的教学表裁剪了 trace_id/token 等字段,增加 ok/dt,不可直接混用
数据 · 04 脏数据 先检查输入本身
上线之后 · 04 一致性 同一特征为何两边不同

✅ 检查点

不考你记住站内章节分工,任选一个问题核对。

  1. summary 的 12.84 来自哪两行?
  2. 为什么不能要求 chat 永远打印在第一行?
  3. SQLite 能运行的聚合查询,在其他库也一定合法么?
  4. 内存库退出后还有表吗?这段例子适合直接做生产账本吗?
查看参考答案
  1. u1 的 2.64 与 u2 的 10.2,按 feature 合并,不按 user_id 合并。
  2. 没有 ORDER BY,返回顺序未定义。
  3. 不一定,还需检查类型、聚合规则、排序、函数与目标库版本。
  4. 本例表随进程结束消失;REAL 是教学简化,生产金额还需精确类型、持久化和其他工程保障。

本节回顾

⚡ 走神救援

回来时抓住这三件事

  • 先确定每行代表什么,再看连接、分组与过滤有没有改变它。
  • 查询不报错不等于口径正确;数值、分母、NULL 和时间窗口一起核对。
  • 本页用 SQLite 起步;换数据库或换环境,要重新核对结果与执行条件。

下一节 👉 01 · 一条查询是怎么跑的

打卡记录保存在你的浏览器里,首页能看到总进度