本文主要介绍博主在以往开发过程中，对于不同业务所对应的 sql 写法进行归纳总结而来。进而分享给大家。
MySql 中的排序 ORDER BY 除了可以用 ASC 和 DESC，还可以通过 ORDER BY FIELD(str,str1,...) 自定义字符串/数字来实现排序。这里用 order_diy 表举例，结构以及表数据展示：
ORDER BY FIELD(str,str1,...) 自定义排序sql如下：
SELECT * from order_diy ORDER BY FIELD(title,'九阴真经',
'降龙十八掌','九阴白骨爪','双手互博','桃花岛主',
'全真内功心法','蛤蟆功','销魂掌','灵白山少主');
查询结果如下：
如上，我们设置自定义排序字段为 title 字段，然后将我们自定义的排序结果跟在 title 后面。
case when then else end表达式功能非常强大可以帮助我们解决 if elseif else 这种问题，这里继续用 order_diy 表举例，假如我们想在 order_diy 表加一列 level 列，根据money 判断大于60就是高级，大于30就是中级，其余显示低级，sql 如下：
SELECT *,
case when money > 60 then '高级'
when money > 30 then '中级'
else '低级' END level
from order_diy;
查询结果：
我猜大家在日常开发中，应该都对关键词 exists 用的比较少，估计使用 in 查询偏多。这里给大家介绍一下 exists 用法，引用官网文档:
可知 exists 后面是跟着一个子查询语句，它的作用是根据主查询的数据，每一行都放到子查询中做条件验证，根据验证结果（TRUE 或者 FALSE），TRUE的话该行数据就会保留，下面用 emp 表和 dept 表进行举例，表结构以及数据展示：
假如我们现在想找到 emp 表中 dept_name 与 dept表中 dept_name 对应不上的员工数据，也就是 emp 表第二行记录，sql 如下：
SELECT * from emp e where exists (
SELECT * from dept p
where e.dept_id = p.dept_id
and e.dept_name != p.dept_name
)
查询结果：
我们通过 exists 语法将外层 emp 表全部数据 放到子查询中与一一与 dept 表全部数据进行比较，只要有一行记录返回true。画个图展示主查询所有记录与子查询交互如下：
销售部门 与 dept 表第二行 销售部 对应不上，返回 true，所以主查询该行记录会返回。GROUP_CONCAT(expr) 组连接函数可以返回分组后指定字段的字符串连接形式，并且可以指定排序逻辑，以及连接字符串，默认为英文逗号连接。这里继续用 order_diy 表举例：sql 如下：
SELECT name, GROUP_CONCAT(title ORDER BY id desc SEPARATOR '-')
from order_diy GROUP BY name ORDER BY NULL;
查询结果：
如上我们通过 GROUP_CONCAT(title ORDER BY id desc SEPARATOR '-') 语句，指定分组连接 title 字段并按照 id 排序，设置连接字符串为 -。
自连接查询是 sql 语法里常用的一种写法，掌握了自连接的用法我们可以在 sql 层面轻松解决很多问题。这里用 tree 表举例，结构以及表数据展示：
tree 表中通过 pid 字段与 id 字段进行父子关联，假如现在有一个需求，我们想按照父子层级将 tree 表数据转换成 一级职位 二级职位 三级职位 三个列名进行展示，sql 如下：
SELECT t1.job_name '一级职位',
t2.job_name '二级职位',
t3.job_name '三级职位'
from tree t1 join tree t2 on t1.id = t2.pid
left join tree t3 on t2.id = t3.pid
where t1.pid = 0;
结果如下：
我们通过 tree t1 join tree t2 on t1.id = t2.pid 自连接展示 一级职位 二级职位，再用 left join tree t3 on t2.id = t3.pid 自连接展示 二级职位 三级职位，最后通过where 条件 t1.pid = 0过滤掉非一级职位的展示，完成这个需求。
这里继续使用上文提到的 emp 表和 dept 表，数据如下：
可以看到上述 emp 表中 jack 的部门名称与 dept 表实际不符合，现在我们想将 jack 的部门名称更新成 dept 表的正确数据，sql 如下：
update emp, dept set emp.dept_name = dept.dept_name
where emp.dept_id = dept.dept_id;
查询结果：
我们可以直接关联 emp 表和 dept 表并设置关联条件，然后更新 emp 表的 dept_name 为 dept 表的 dept_name。
ORDER BY 字句中可以跟我们要排序的字段名称，但是当字段中存在 null 值时，会对我们的排序结果造成影响。我们可以通过 ORDER BY IF(ISNULL(title), 1, 0) 语法将 null 值转换成0或1，来达到将 null 值放到前面还是后面进行排序的效果。这里继续用 order_diy 表举例，sql 如下：
SELECT * FROM order_diy ORDER BY IF(ISNULL(title), 0, 1), money;
查询结果：
MySql 中可以使用 with rollup 在分组统计数据的基础上再进行统计汇总，即用来得到 group by 的汇总信息。这里继续用order_diy 表举例，sql 如下：
SELECT name, SUM(money) as money
FROM order_diy GROUP BY name WITH ROLLUP;
查询结果：
可以看到通过 GROUP BY name WITH ROLLUP 语句，查询结果最后一列显示了分组统计的汇总结果。但是 name 字段汇总后显示为 null，我们可以通过 COALESCE(value,...) 比较函数，返回第一个非空参数。
SELECT coalesce(name, '总金额') name, SUM(money) as money
FROM order_diy GROUP BY name WITH ROLLUP;
查询结果：
with as 语法需要 MySql 8.0以上版本，它的作用主要是提取子查询，方便后续共用，更多情况下会用在数据分析的场景上。
如果一整句查询中多个子查询都需要使用同一个子查询的结果，那么就可以用with as，将共用的子查询提取出来，加个别名。后面查询语句可以直接用，对于大量复杂的SQL语句起到了很好的优化作用。这里继续用 order_diy 表举例，这里使用with as给出sql 如下：
-- 使用 with as
with t1 as (SELECT * from order_diy where money > 30),
t2 as (SELECT * from order_diy where money > 60)
SELECT * from t1
where t1.id not in (SELECT id from t2) and t1.name = '周伯通';
查询结果：
这个 sql 查询了 order_diy 表中 money 大于30且小于等于60之间并且 name 是周伯通的记录。
MySql 中通过on duplicate key update语法来实现存在就更新，不存在就插入的逻辑。插入或者更新时，它会根据表中主键索引或者唯一索引进行判断，如果主键索引或者唯一索引有冲突，就会执行on duplicate key update后面的赋值语句。
这里通过 news 表举例，表结构和说数据展示，其中 news_code 字段有唯一索引：
添加sql：
-- 第一次执行添加语句
INSERT INTO `news` (`news_title`, `news_auth`, `news_code`)
VALUES ('新闻3', '小花', 'wx-0003')
on duplicate key update news_title = '新闻3';
-- 第二次执行修改语句
INSERT INTO `news` (`news_title`, `news_auth`, `news_code`)
VALUES ('新闻4', '小花', 'wx-0003')
on duplicate key update news_title = '新闻4';
结果如下：
到这里，本文所分享的10个高级sql写法就全部介绍完了，希望对大家日常开发 sql 编写有所帮助，喜欢的朋友们可以点赞加关注😘。
公众号【waynblog】每周更新博主最新技术文章，欢迎大家关注