SQL子查询是嵌套在主查询中的查询，用于WHERE、SELECT、FROM三处，分相关与非相关两类；能解决“有而无”等复杂逻辑，但需注意多行报错、NULL陷阱及性能优化。
SQL子查询就是把一个查询的结果，当作另一个查询的条件或数据源来用。它不是独立运行的，必须嵌套在主查询里，像“查询中的查询”。用对了能解决很多单表搞不定的问题，比如找“工资比部门平均工资高的人”、“买了商品但没买过某类商品的客户”等。
子查询写在哪？三种常见位置
子查询可以出现在 SELECT、WHERE、FROM 这三个关键位置，作用完全不同：
- WHERE 后面：最常用，用来做条件过滤。比如 SELECT name FROM emp WHERE salary > (SELECT AVG(salary) FROM emp WHERE dept = 'tech'); —— 查出技术部平均工资以上的人名。
- SELECT 后面：用于返回标量值（单个值），常配合聚合函数。比如 SELECT id, name, (SELECT COUNT(*) FROM orders WHERE user_id = u.id) AS order_count FROM users u; —— 给每个用户加一列“订单数”。
- FROM 后面：把子查询当临时表用（也叫派生表），必须起别名。比如 SELECT dept, avg_sal FROM (SELECT dept, AVG(salary) AS avg_sal FROM emp GROUP BY dept) t WHERE avg_sal > 8000; —— 先算各部门平均工资，再筛选高于8000的部门。
相关子查询 vs 非相关子查询——关键区别在这
非相关子查询：内部查询不依赖外部查询，只执行一次。比如上面所有例子中带固定条件（如 dept = 'tech'）的，都属于这一类，性能较好。
相关子查询：内部查询引用了外部查询的字段，会为外部每一行执行一次。比如：
SELECT name, salary FROM emp e1 WHERE salary > (SELECT AVG(salary) FROM emp e2 WHERE e2.dept = e1.dept);这里 e1.dept 是外部表的字段，所以每查一个员工，都要重新算一次他所在部门的平均工资。逻辑清晰但要注意性能，大数据量时建议改用 JOIN + GROUP BY 优化。
实际场景完整走一遍：查“购买过A商品但没买过B商品的客户”
这是典型的“有而无”问题，子查询非常合适：
- 先找出买过 A 商品的所有客户 ID：SELECT DISTINCT customer_id FROM orders WHERE product = 'A';
- 再找出买过 B 商品的所有客户 ID：SELECT DISTINCT customer_id FROM orders WHERE product = 'B';
- 主查询从第一步结果中排除第二步结果：SELECT customer_id FROM orders WHERE product = 'A' AND customer_id NOT IN (SELECT customer_id FROM orders WHERE product = 'B');
注意：NOT IN 要小心 NULL——如果子查询结果含 NULL，整条 NOT IN 判断会返回空。更稳妥写法是用 NOT EXISTS：
SELECT DISTINCT o1.customer_id FROM orders o1 WHERE o1.product = 'A' AND NOT EXISTS (SELECT 1 FROM orders o2 WHERE o2.customer_id = o1.customer_id AND o2.product = 'B');几个容易踩的坑，提前避掉
- 子查询返回多行，但放到了 WHERE = 或 SELECT 单值位置：会报错。该用 IN 就别用 =，该用 EXISTS 就别硬套标量子查询。
- 列名歧义不加表别名：尤其在相关子查询里，e1.name 和 e2.name 混在一起就乱了，务必给每张表起简短别名。
- 性能没评估就上相关子查询：先看数据量，再 EXPLAIN 看执行计划。有时 JOIN + LEFT JOIN + IS NULL 更快更直观。
- 忘记处理 NULL：IN/NOT IN 对 NULL 不敏感，优先考虑 EXISTS/NOT EXISTS 替代。
基本上就这些。子查询不是炫技工具，而是帮你看清逻辑分层的放大镜——先把问题拆成“先算什么，再拿结果干什么”，自然就写出清晰又可靠的 SQL。
