還在手動編寫GROUP BY子句?SQL Prompt可以自動填充它!

SQL Prompt是一款實用的SQL語法提示工具。SQL Prompt根據數據庫的對象名稱、語法和代碼片段自動進行檢索,爲用戶提供合適的代碼選擇。自動腳本設置使代碼簡單易讀——當開發者不大熟悉腳本時尤其有用。SQL Prompt安裝即可使用,能大幅提高編碼效率。

編寫GROUP BY子句對於SQL程序員來說,是一種非常常見但又單調乏味的活動。本文描述SQL Prompt將爲您填充它,查詢返回所有非聚合列。

“你見過這個用非聚合列自動填充GROUP BY的新功能嗎?”我的同事在安裝了一個新版本的SSMS不久後大聲說道。我沒有,但我很好奇。在我的職業生涯中,我寫過成千上萬的彙總查詢,所以這聽起來好像可以節省我一些時間。

我在SSMS中搜索了我用於測試SQL Server新版本的虛擬機,但是沒有找到。事實證明,我的測試虛擬機沒有安裝SQL Prompt,畢竟這不是新的SSMS功能,而是那些“隱藏的”SQL Prompt增強的功能之一。

手動填寫GROUP BY

假設我需要在WideWorldImporters數據庫上寫一個查詢,以獲得已訂購的項目總和,按郵政編碼以及客戶帳戶開立的年份分組。

按照典型的方式,我首先填寫表格及其連接條件。我輸入“or”來查找與訂單相關的表格,甚至不必知道它們存在於Sales模式中。

SQL語法提示工具SQL Prompt教程:自動填充GROUP BY子句

我擴展SELECT列表,最初只返回我需要使用的基本行。我應用我首選的提示格式樣式,查詢看起來像這樣:

SELECT Customers.DeliveryPostalCode AS PostalCode, 
         YEAR(Customers.AccountOpenedDate) AS AccountOpenYear, 
         OrderLines.Quantity
  FROM   Sales.OrderLines
         JOIN Sales.Orders
             ON Orders.OrderID = OrderLines.OrderID
         JOIN Sales.Customers
             ON Customers.CustomerID = Orders.CustomerID;

查詢返回幾十萬行,其中一小部分樣本如下所示:

PostalCode AccountOpenYear Quantity
  ---------- --------------- -----------
  90398      2013            7
  90005      2013            7
  90313      2013            7
  90434      2013            7

我想查看總訂單數量,按客戶交貨郵政編碼和客戶開立帳戶的年份,因此最終SELECT清單如下所示:

SELECT Customers.DeliveryPostalCode AS PostalCode,
         YEAR(Customers.AccountOpenedDate) AS AccountOpenYear,
         SUM(OrderLines.Quantity) AS TotalOrderQuantity

這只是一個GROUP BY子句,通常,我只是複製並粘貼SELECT子句中的非聚合列,並用GROUP BY替換SELECT:

GROUP BY Customers.DeliveryPostalCode AS PostalCode,
         YEAR(Customers.AccountOpenedDate) AS AccountOpenYear

最後,我只是刪掉別名來給出這樣的最終查詢:

SELECT Customers.DeliveryPostalCode AS PostalCode, 
         YEAR(Customers.AccountOpenedDate) AS AccountOpenYear, 
         OrderLines.Quantity
  FROM   Sales.OrderLines
         JOIN Sales.Orders
             ON Orders.OrderID = OrderLines.OrderID
         JOIN Sales.Customers
             ON Customers.CustomerID = Orders.CustomerID
  GROUP BY Customers.DeliveryPostalCode,
         YEAR(Customers.AccountOpenedDate;

總而言之,這是一個繁瑣的過程。

使用SQL提示符自動填充GROUP BY

與SQL語句的所有子句一樣,SQL Prompt幫助填寫GROUP BY;我以前沒注意過!只需在鍵入GROUP BY的子句後按空格鍵,如圖所示。

SQL語法提示工具SQL Prompt教程:自動填充GROUP BY子句

選擇所有非聚合列,它將使用以下列表達式填充GROUP BY子句:

GROUP BY YEAR(Customers.AccountOpenedDate),
           Customers.DeliveryPostalCode;

或者,如上圖所示,您可以單獨選擇非聚合列。如果要添加其他分組,例如按客戶打開帳戶的月份,只需添加MONTH(Customers.AccountOpenedDate) AS AccountOpenMonth到SELECT子句,刪除現有GROUP BY子句,然後自動重新填充列表達式。該GROUP BY子句現在看起來像這樣:

GROUP BY YEAR(Customers.AccountOpenedDate),
           MONTH(Customers.AccountOpenedDate),
           Customers.DeliveryPostalCode;

在某些情況下,您的SELECT子句中的值可能在聚合函數中,但不需要在GROUP BY子句中。例如,假設我們更改SELECT查詢以包含兩個新列,在以下代碼中以粗體文本突出顯示。一個是文字值,另一個是對現有列中的列進行計算GROUP BY:

SELECT Customers.DeliveryPostalCode AS PostalCode, 
         YEAR(Customers.AccountOpenedDate) AS AccountOpenYear, 
         MONTH(Customers.AccountOpenedDate) AS AccountOpenMonth,
         <strong>1 AS Value,</strong>
         <strong>YEAR(Customers.AccountOpenedDate) - 1 AS PreviousAccountOpenYear,</strong>
         SUM(OrderLines.Quantity) AS TotalOrderQuantity 
  FROM   Sales.OrderLines
         JOIN Sales.Orders
             ON Orders.OrderID = OrderLines.OrderID
         JOIN Sales.Customers
             ON Customers.CustomerID = Orders.CustomerID
  GROUP BY YEAR(Customers.AccountOpenedDate),
           MONTH(Customers.AccountOpenedDate),
           Customers.DeliveryPostalCode;

此查詢將按原樣執行,因爲我們不需要在文字上進行分組,也不需要對僅使用GROUP BY中已有的列或表達式的表達式進行分組。

但是,如果我們刪除現有GROUP BY子句,並讓SQL Prompt自動填充它,那麼它看起來會略有不同:

GROUP BY YEAR(Customers.AccountOpenedDate),
           MONTH(Customers.AccountOpenedDate),
  <strong>         YEAR(Customers.AccountOpenedDate) - 1,</strong>
           Customers.DeliveryPostalCode

這是一種罕見的情況,幾乎肯定不會對查詢的執行造成任何影響,但要注意這一點。

這是我們完成的查詢,但如果您想訂購輸出,請嘗試輸入ORDER BY,看看會出現什麼!

結論

一旦安裝了SQL Prompt,您就會立即意識到它是如何增強SSMS的本機智能感知功能的,但這可能使您無法看到隱藏在工具各個部分中的許多其他功能。通常情況下,我只是偶然發現它們,或者是同事提醒我的時候。這只是我發現自己一旦意識到它的存在就經常使用的一個功能的另一個精華!

編寫GROUP BY對於SQL程序員來說,是一種非常常見但又乏味的活動。我總是說,用軟件取代那個乏味的東西。


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章