where子句在sql中用于过滤数据，通过条件表达式选择满足条件的行。1.基础排除使用not操作符，如not in排除指定值；2.多条件排除可用and或or组合，注意括号确保优先级；3.null值需用is not null排除；4.范围排除用not between；5.模糊排除用not like配合通配符；此外还可结合distinct、group by、row_number()等实现去重，同时注意索引优化、避免函数和类型转换以提升性能。
直接说吧，WHERE子句在SQL里就是个过滤器，你想筛掉啥，就用它。
根据标题详细展开说明解决该问题
WHERE 后面跟的是条件表达式，只有满足条件的行才会被选中。排除数据，本质上就是构造一个“不满足”的条件。
-
基础排除：
NOT操作符
最直接的方式就是使用
NOT操作符。比如，你想排除id为 1, 2, 3 的数据：SELECT * FROM your_table WHERE NOT id IN (1, 2, 3);
这里，
IN (1, 2, 3)选择了id为 1, 2, 或者 3 的行，NOT IN就反过来，选择了id不是 1, 2, 3 的行。 -
多条件排除：
AND和OR的巧妙运用如果你的排除条件比较复杂，需要组合多个条件，
AND和OR就派上用场了。比如，你想排除
status为 'pending' 并且create_time在 '2023-01-01' 之前的数据：SELECT * FROM your_table WHERE NOT (status = 'pending' AND create_time < '2023-01-01');
注意这里的括号，它确保了
AND操作的优先级高于NOT。或者，你想排除
status为 'pending' 或者status为 'rejected' 的数据：SELECT * FROM your_table WHERE status != 'pending' AND status != 'rejected';
这里不能直接用
NOT (status = 'pending' OR status = 'rejected')，因为可能存在status为NULL的情况，导致结果不符合预期。 -
NULL 值的排除
NULL值是个特殊的存在，不能直接用=或者!=来判断。你需要使用IS NULL和IS NOT NULL。比如，你想排除
email为NULL的数据：SELECT * FROM your_table WHERE email IS NOT NULL;
-
范围排除：
BETWEEN和NOT BETWEEN如果你想排除某个范围的数据，可以使用
BETWEEN和NOT BETWEEN。比如，你想排除
price在 10 到 100 之间的数据：SELECT * FROM your_table WHERE price NOT BETWEEN 10 AND 100;
-
模糊排除：
LIKE和NOT LIKE如果你想排除包含某个模式的数据，可以使用
LIKE和NOT LIKE。比如，你想排除
name包含 'test' 的数据：SELECT * FROM your_table WHERE name NOT LIKE '%test%';
%是通配符，表示任意字符。
SQL排除重复数据的几种方法？
-
DISTINCT 关键字
最简单的方法就是使用
DISTINCT关键字。它会返回指定列的唯一值。SELECT DISTINCT column1, column2 FROM your_table;
但是，
DISTINCT只能作用于整个行，也就是说，只有当column1和column2的值都相同时，才会被认为是重复行。 -
GROUP BY 子句
GROUP BY子句可以将具有相同值的行分组在一起。然后，你可以使用聚合函数（比如COUNT、SUM、AVG等）来处理这些分组。SELECT column1, column2, COUNT(*) FROM your_table GROUP BY column1, column2 HAVING COUNT(*) > 1;
这个查询会返回
column1和column2的值，以及它们的重复次数。HAVING COUNT(*) > 1表示只返回重复的行。 -
ROW_NUMBER() 函数
ROW_NUMBER()函数可以为结果集中的每一行分配一个唯一的序号。你可以使用这个序号来删除重复的行。WITH RowNumCTE AS ( SELECT *, ROW_NUMBER() OVER (PARTITION BY column1, column2 ORDER BY (SELECT 0)) AS RowNum FROM your_table ) DELETE FROM RowNumCTE WHERE RowNum > 1;这个查询首先使用
ROW_NUMBER()函数为每一行分配一个序号，然后删除序号大于 1 的行，也就是重复的行。PARTITION BY column1, column2表示按照column1和column2进行分组，ORDER BY (SELECT 0)只是为了保证语法正确，实际上并不影响结果。 -
使用临时表
你可以先将唯一的数据插入到临时表中，然后清空原表，再将临时表的数据插入到原表中。
-- 创建临时表 CREATE TEMPORARY TABLE temp_table AS SELECT DISTINCT column1, column2 FROM your_table; -- 清空原表 TRUNCATE TABLE your_table; -- 将临时表的数据插入到原表 INSERT INTO your_table SELECT * FROM temp_table; -- 删除临时表 DROP TEMPORARY TABLE temp_table;
这种方法比较繁琐，但是可以处理一些特殊情况。
-
利用唯一索引
如果你的表中已经存在唯一索引，那么插入重复数据时会报错。你可以利用这个特性来删除重复数据。
-- 创建唯一索引 CREATE UNIQUE INDEX unique_index ON your_table (column1, column2); -- 忽略插入错误 INSERT IGNORE INTO your_table (column1, column2) SELECT column1, column2 FROM your_table; -- 删除重复数据 DELETE FROM your_table WHERE id NOT IN (SELECT MIN(id) FROM your_table GROUP BY column1, column2);
这种方法的前提是你的表中已经存在唯一索引，或者可以创建唯一索引。
SQL中WHERE子句的性能优化技巧有哪些？
-
索引的使用
这是最基本也是最重要的优化技巧。在
WHERE子句中使用的列，如果经常被查询，那么应该为其创建索引。索引就像一本书的目录，可以帮助数据库快速找到需要的数据，而不需要扫描整个表。
CREATE INDEX index_name ON your_table (column_name);
但是，索引也不是越多越好。索引会占用额外的存储空间，并且在插入、更新、删除数据时，需要维护索引，会降低性能。所以，应该只为经常被查询的列创建索引。
-
避免在 WHERE 子句中使用函数
如果在
WHERE子句中使用函数，会导致索引失效。因为数据库无法使用索引来查找函数的结果。比如，你想查询
create_time在 '2023-01-01' 之后的数据：-- 不好的写法 SELECT * FROM your_table WHERE DATE(create_time) > '2023-01-01'; -- 好的写法 SELECT * FROM your_table WHERE create_time > '2023-01-01 00:00:00';
第一种写法使用了
DATE()函数，会导致索引失效。第二种写法直接比较create_time的值，可以使用索引。 -
避免使用
OR操作符在某些情况下，使用
OR操作符会导致索引失效。比如，你想查询
status为 'pending' 或者status为 'rejected' 的数据：-- 不好的写法 SELECT * FROM your_table WHERE status = 'pending' OR status = 'rejected'; -- 好的写法 SELECT * FROM your_table WHERE status IN ('pending', 'rejected');第一种写法使用了
OR操作符，可能会导致索引失效。第二种写法使用了IN操作符，可以使用索引。当然，这并不是绝对的。在某些情况下，使用
OR操作符的性能可能更好。你需要根据实际情况进行测试。 -
避免使用
!=或者操作符在某些情况下，使用
!=或者操作符会导致索引失效。比如，你想查询
status不为 'pending' 的数据：-- 不好的写法 SELECT * FROM your_table WHERE status != 'pending'; -- 好的写法 SELECT * FROM your_table WHERE status IS NULL OR status <> 'pending';
第一种写法使用了
!=操作符，可能会导致索引失效。第二种写法使用了IS NULL和操作符，可以使用索引。同样，这并不是绝对的。你需要根据实际情况进行测试。
-
使用
EXISTS代替IN在某些情况下，使用
EXISTS代替IN可以提高性能。比如，你想查询
your_table中存在于another_table中的数据：-- 不好的写法 SELECT * FROM your_table WHERE id IN (SELECT id FROM another_table); -- 好的写法 SELECT * FROM your_table WHERE EXISTS (SELECT 1 FROM another_table WHERE another_table.id = your_table.id);
EXISTS只会检查子查询是否返回任何行，而IN会将子查询的结果加载到内存中。所以，在子查询的结果集比较大的情况下，使用EXISTS的性能更好。 -
优化子查询
如果
WHERE子句中包含子查询，那么应该尽量优化子查询。比如，你可以使用
JOIN代替子查询。-- 不好的写法 SELECT * FROM your_table WHERE column1 IN (SELECT column1 FROM another_table WHERE column2 = 'value'); -- 好的写法 SELECT your_table.* FROM your_table JOIN another_table ON your_table.column1 = another_table.column1 WHERE another_table.column2 = 'value';
JOIN可以将两个表连接在一起，避免了多次查询数据库。 -
使用
LIMIT限制结果集如果只需要一部分数据，可以使用
LIMIT限制结果集的大小。SELECT * FROM your_table WHERE column1 = 'value' LIMIT 10;
这样可以减少数据库的负担，提高查询速度。
避免在WHERE条件中使用类型转换
当WHERE条件涉及不同数据类型的比较时，数据库可能会尝试进行隐式类型转换，这通常会导致索引失效。确保比较的数据类型一致，或者显式地进行类型转换，但要小心，显式转换也可能导致索引失效，需要具体情况具体分析。
SQL中WHERE子句与HAVING子句的区别？
-
作用对象不同
WHERE子句用于过滤行，它作用于表中的每一行，决定哪些行会被选中。HAVING子句用于过滤分组，它作用于GROUP BY子句创建的每个分组，决定哪些分组会被选中。 -
使用时机不同
WHERE子句在分组之前进行过滤，也就是说，它在GROUP BY子句之前执行。HAVING子句在分组之后进行过滤，也就是说，它在GROUP BY子句之后执行。 -
可以使用的条件不同
WHERE子句可以使用任何列作为条件，包括未分组的列。HAVING子句只能使用分组列或者聚合函数作为条件。 -
是否需要
GROUP BY子句WHERE子句不需要GROUP BY子句。HAVING子句必须与GROUP BY子句一起使用。
举个例子，你想查询每个部门的平均工资，并且只返回平均工资大于 5000 的部门：
SELECT department, AVG(salary) FROM employees GROUP BY department HAVING AVG(salary) > 5000;
在这个例子中，GROUP BY department 将员工按照部门进行分组，AVG(salary) 计算每个部门的平均工资，HAVING AVG(salary) > 5000 过滤掉平均工资小于等于 5000 的部门。
如果你想查询工资大于 3000 的员工，并且只返回这些员工所在的部门的平均工资大于 5000 的部门：
SELECT department, AVG(salary) FROM employees WHERE salary > 3000 GROUP BY department HAVING AVG(salary) > 5000;
在这个例子中，WHERE salary > 3000 过滤掉工资小于等于 3000 的员工，GROUP BY department 将剩余的员工按照部门进行分组，AVG(salary) 计算每个部门的平均工资，HAVING AVG(salary) > 5000 过滤掉平均工资小于等于 5000 的部门。
总结一下：WHERE 过滤行，HAVING 过滤分组。WHERE 在分组前执行，HAVING 在分组后执行。WHERE 可以使用任何列作为条件，HAVING 只能使用分组列或者聚合函数作为条件。
