详细讲述MySQL中的子查询操作

继续做以下的前期准备工作：

新建一个测试数据库TestDB；

  create database TestDB;

创建测试表table1和table2；

   CREATE TABLE table1
   (
     customer_id VARCHAR(10) NOT NULL,
     city VARCHAR(10) NOT NULL,
     PRIMARY KEY(customer_id)
   )ENGINE=INNODB DEFAULT CHARSET=UTF8;

   CREATE TABLE table2
   (
     order_id INT NOT NULL auto_increment,
     customer_id VARCHAR(10),
     PRIMARY KEY(order_id)
   )ENGINE=INNODB DEFAULT CHARSET=UTF8;

插入测试数据；

   INSERT INTO table1(customer_id,city) VALUES('163','hangzhou');
   INSERT INTO table1(customer_id,city) VALUES('9you','shanghai');
   INSERT INTO table1(customer_id,city) VALUES('tx','hangzhou');
   INSERT INTO table1(customer_id,city) VALUES('baidu','hangzhou');

   INSERT INTO table2(customer_id) VALUES('163');
   INSERT INTO table2(customer_id) VALUES('163');
   INSERT INTO table2(customer_id) VALUES('9you');
   INSERT INTO table2(customer_id) VALUES('9you');
   INSERT INTO table2(customer_id) VALUES('9you');
   INSERT INTO table2(customer_id) VALUES('tx');

准备工作做完以后，table1和table2看起来应该像下面这样：

   mysql> select * from table1;
   +-------------+----------+
   | customer_id | city   |
   +-------------+----------+
   | 163     | hangzhou |
   | 9you    | shanghai |
   | baidu    | hangzhou |
   | tx     | hangzhou |
   +-------------+----------+
   4 rows in set (0.00 sec)

   mysql> select * from table2;
   +----------+-------------+
   | order_id | customer_id |
   +----------+-------------+
   |    1 | 163     |
   |    2 | 163     |
   |    3 | 9you    |
   |    4 | 9you    |
   |    5 | 9you    |
   |    6 | tx     |
   +----------+-------------+
   7 rows in set (0.00 sec)

准备工作做的差不多了，开始今天的总结吧。
一个问题

现在需要查询所有杭州用户的所有订单号，这个SQL语句怎么写？首先，你可以这么写：

select table2.customer_id, table2.order_id from table2 join table1 on table1.customer_id=table2.customer_id where table1.city='hangzhou';

能实现我们需要的结果。但是，我们也可以这么写：

select customer_id, order_id from table2 where customer_id in (select customer_id from table1 where city='hangzhou');

呃？在()括号中的的select语句是什么？问题来了，这到底是什么语法，怎么也可以完成任务，那么这篇博文就围绕着这个问题开始展开。
啥是子查询

简单的说，子查询就是：

如上图所示，子查询，有叫内部查询，相对于内部查询，包含内部查询的就称为外部查询。子查询可以包含普通select可以包括的任何子句，比如：distinct、group by、order by、limit、join和union等；但是对应的外部查询必须是以下语句之一：select、insert、update、delete、set或者do。

我们可以在where和having子句中使用子查询，将子查询得到的结果作为判断的条件。
使用比较进行子查询

一个子查询会返回一个标量（就一个值）、一个行、一个列或一个表，这些子查询称之为标量、行、列和表子查询。

当一个子查询返回一个标量时，我们就可以在where或者having子句中使用比较符与子查询得到的结果进行直接判断。比如，我现在要得到比用户tx订单数多的customer_id、city和订单数，这个sql语句怎么写。

先来说说，我写sql的一般步骤：

• 读懂需求；
• 得到比用户tx订单数多的customer_id、city和对应的订单数。
• 看看最终需要得到哪些字段信息；
• 最终需要得到customer_id、city和订单数信息。
• 分析这些字段信息涉及到哪几个表；
• 涉及到表table1和表table2。
• 这几个表是如何关联的；
• 表table1和表table2的关联就在于customer_id字段。
• 分解需求，得到一个个小的需求；
• 需要得到tx用户的订单数；
• 需要得到其它用户的订单数；
• 比较订单数。

• 确认每一个小需求的过滤条件；
• 得到每个小需求的结果，进行组装，得到最终结果。

最终，我会写出一下的sql语句：

select table1.customer_id,city,count(order_id)
from table1 join table2
on table1.customer_id=table2.customer_id
where table1.customer_id <> 'tx'
group by customer_id
having count(order_id) >
            (select count(order_id)
             from table2
             where customer_id='tx'
             group by customer_id);

上面的查询中使用了子查询，外部查询与子查询得到的结果进行了比较判断。如果子查询返回一个标量值（就一个值），那么外部查询就可以使用：=、>、<、>=、<=和<>符号进行比较判断；如果子查询返回的不是一个标量值，而外部查询使用了比较符和子查询的结果进行了比较，那么就会抛出异常。
使用ANY进行子查询

上面使用比较符进行子查询，规定了子查询只能返回一个标量值；但是，如果子查询返回的是一个集合，怎么办？

没问题，我们可以使用：any、in、some或者all来和子查询的返回结果进行条件判断。这里先总结使用any进行子查询。

any关键词必须与上面总结的比较操作符一起使用；any关键词的意思是“对于子查询返回的列中的任何一个数值，如果比较结果为TRUE，就返回TRUE”。

好比“10 >any(11, 20, 2, 30)”，由于10>2，所以，该该判断会返回TRUE；只要10与集合中的任意一个进行比较，得到TRUE时，就会返回TRUE。

比如，我现在要查询比customer_id为tx或者9you的订单数量多的用户的id、城市和订单数量。

我可以得到以下的sql语句来完成需求。

select table1.customer_id,city,count(order_id)
from table1 join table2
on table1.customer_id=table2.customer_id
where table1.customer_id<>'tx' and table1.customer_id<>'9you'
group by customer_id
having count(order_id) >
any (
select count(order_id)
from table2
where customer_id='tx' or customer_id='9you'
group by customer_id);

any的意思比较好明白，直译就是任意一个，只要条件满足任意的一个，就返回TRUE。
使用IN进行子查询

使用in进行子查询，这个我们在日常写sql的时候是经常遇到的。in的意思就是指定的一个值是否在这个集合中，如何在就返回TRUE；否则就返回FALSE了。

in是“=any”的别名，在使用“=any”的地方，我们都可以使用“in”来进行替换。这里就不举例了，尽情的发挥想象，自行发挥吧。

有了in，肯定就有了not in；not in并不是和<>any是同样的意思，not in和<>all是一个意思，关于all，下面马上就要总结了。
使用SOME进行子查询

some是any的别名，用的比较少。只需要理解any的意思就好了，这里就不做过多的总结。具体请参考上面的any部分的总结。
使用ALL进行子查询

all必须与比较操作符一起使用。all的意思是“对于子查询返回的列中的所有值，如果比较结果为TRUE，则返回TRUE”。

好比“10 >all(2, 4, 5, 1)”，由于10大于集合中的所有值，所以这条判断就返回TRUE；而如果为“10 >all(20, 3, 2, 1, 4)”，这样的话，由于10小于20，所以该判断就会返回FALSE。

<>all的同义词是not in，表示不等于集合中的所有值，这个很容易和<>any搞混，平时多留点心就好了。
标量子查询

根据子查询返回值的数量，将子查询可以分为标量子查询和多值子查询。在使用比较符进行子查询时，就要求必须是标量子查询；如果是多值子查询时，使用比较符，就会抛出异常。
多值子查询

与标量子查询对应的就是多值子查询了，多值子查询会返回一列、一行或者一个表，它们组成一个集合。我们一般使用的any、in、all和some等词，将外部查询与子查询的结果进行判断。如果将any、in、all和some等词与标量子查询，就会得到空的结果。
独立子查询

独立子查询是不依赖外部查询而运行的子查询。什么叫依赖外部查询？先看下面两个sql语句。

sql语句1：获得所有hangzhou顾客的订单号。

select order_id
from table2
where customer_id in
          (select customer_id
          from table1
          where city='hangzhou');

sql语句2：获得城市为hangzhou，并且存在订单的用户。

select *
from table1
where city='hangzhou' and exists
                (select *
                from table2
                where table1.customer_id=table2.customer_id);

上面的两条sql语句，虽然例子举的有点不是很恰当，但是足以说明这里的问题了。

对于sql语句1，我们将子查询单独复制出来，也是可以单独执行的，就是子查询与外部查询没有任何关系。

对于sql语句2，我们将子查询单独复制出来，就无法单独执行了，由于sql语句2的子查询依赖外部查询的某些字段，这就导致子查询就依赖外部查询，就产生了相关性。

对于子查询，很多时候都会考虑到效率的问题。当我们执行一个select语句时，可以加上explain关键字，用来查看查询类型，查询时使用的索引以及其它等等信息。比如这么用：

explain select order_id
  from table2
  where customer_id in
            (select customer_id
            from table1
            where city='hangzhou');

使用独立子查询，如果子查询部分对集合的最大遍历次数为n，外部查询的最大遍历次数为m时，我们可以记为：O(m+n)。而如果使用相关子查询，它的遍历次数可能会达到O(m+m*n)。可以看到，效率就会成倍的下降；所以，大伙在使用子查询时，一定要考虑到子查询的相关性。

关于explain的更多解释，请参考这里。
相关子查询

相关子查询是指引用了外部查询列的子查询，即子查询会对外部查询的每行进行一次计算。但是在MySQL的内部，会进行动态优化，会随着情况的不同会有所不同。使用相关子查询是最容易出现性能的地方。而关于sql语句的优化，这又是一个非常大的话题了，只能通过实际的经验积累，才能更好的去理解如何进行优化。

关于sql的性能，我这里不能说什么，如果只是阅读其它人的文章来考虑性能问题，其实是没有任何感觉的，我们需要实际的项目中才能更好的理解。
EXISTS谓词

EXISTS是一个非常牛叉的谓词，它允许数据库高效地检查指定查询是否产生某些行。根据子查询是否返回行，该谓词返回TRUE或FALSE。与其它谓词和逻辑表达式不同的是，无论输入子查询是否返回行，EXISTS都不会返回UNKNOWN，对于EXISTS来说，UNKNOWN就是FALSE。还是上面的语句，获得城市为hangzhou，并且存在订单的用户。

select *
from table1
where city='hangzhou' and exists
                (select *
                from table2
                where table1.customer_id=table2.customer_id);

使用explain查看一下，就会得到以下内容：

我们可以很明显的看到，存在一个相关的子查询（DEPENDENT SUBQUERY）。可以看到EXISTS和IN是非常相似的，那么它们之间的区别是什么呢？

关于IN和EXISTS的主要区别在于三值逻辑的判断上。EXISTS总是返回TRUE或FALSE，而对于IN，除了TRUE、FALSE值外，还有可能对NULL值返回UNKNOWN。但是在过滤器中，UNKNOWN的处理方式与FALSE相同，因此使用IN与使用EXISTS一样，SQL优化器会选择相同的执行计划。

说到了IN和EXISTS几乎是一样的，但是，就不得不说到NOT IN和NOT EXISTS，对于输入列表中包含NULL值时，NOT EXISTS和NOT IN之间的差异就表现的非常大了。输入列表包含NULL值时，IN总是返回TRUE和UNKNOWN，因此NOT IN就会得到NOT TRUE和NOT UNKNOWN，即FALSE和UNKNOWN。

mysql> select 'c' NOT IN ('a', 'b', NULL)\G;

执行一下上述代码，看看结果。你就会感到惊讶。
派生表

上面也说到了，在子查询返回的值中，也可能返回一个表，如果将子查询返回的虚拟表再次作为FROM子句的输入时，这就子查询的虚拟表就成为了一个派生表。语法结构如下：

FROM (subquery expression) AS derived_table_alias

由于派生表是完全的虚拟表，并没有也不可能被物理地具体化。
总结

总算总结的差不多了，当然了子查询的东西还是有很多的，不可能一篇文章就能总结的完的，这里只是把一些基本的概念，常用的知识点进行了总结，关于将子查询使用到update、delete和insert语句中的用法，我这里并没有涉及，大体上都是大同小异的。知识这个东西，展开了，就没有头了，还是需要适可而止，适当的进行深度的挖掘，但是深度最好不要超过2，关于这个2如何定义，自行把握。好了，这篇文章就到此为止了，我们下一篇见。