别整那些虚头巴脑的大纲，直接上干货。 在写 SQL 查询条件时，大量人好办犯那种“为了显得专业”而堆砌辞藻的毛病，仿佛只要把难题想复杂了，答案就自动来找上了。
实际上不然。SQL 写得好，核心在于能不能一眼看出逻辑对不对，而不是写得有多文艺。好办的说，就是在同一个场景下，找到一种最顺手、最不好办出错的写法。 举个例子，假设我们要查一下某个用户最近一个月没交单的记录。
要是你用 `WHERE date BETWEEN 2023-01-01 AND 2023-01-31` 这种写法，代码看起来四平八稳，但读起来确实有点费劲，万一日期格式写错了要么漏掉一天，整条逻辑就废了。更糟糕的是，这种写法往往需求嵌套子查询，代码变得臃肿不堪，维护成本也就跟着飙升。 还不如搞如此复杂的结构，不如直接用 `NOT IN` 要么直接用 `date < '2023-02-01'`（假设今天是 1 月 31 日，那就查不到未来的单子，但这一般是误判，应当改成小于今天）。
要是数据量不大，哪怕用 `AND` 几个字段来过滤，总能有几十行代码。
这时候，我们需求寻思的是性能。 要是表里数据有千万级，全表扫描的查询就得优化。
比如我们要查“年龄大于 30 岁”的订单。大量人会写 `WHERE age > 30`，这实际上挺直白，但数据库处理起来可能会去遍历每一行，效率确实不够。
这时候，要是数据是按年龄排序的，我们能够用 `WHERE age START WITH 30` 然后配合 `ORDER BY age DESC LIMIT 10`。
要么更高级一点，用窗口函数 `CASE WHEN age > 30 THEN '中' ELSE '小' END` 来做分组统计。 你看，不同的写法别看字面不一样，但本质上都是在解决同一个难题：筛选出符合某种条件的行。
有时候，把好办的条件拆分成几个独立的查询，再合并结局，可能比写在一条复杂语句里更清楚。
比方说，查“上周没结账的人”，你能够先查“上周结账的人”，然后用 `LEFT JOIN` 把这两层数据拼起来。
这就好比拆门式结构，别看代码行数多了，但逻辑链条特别清楚，改起来也撇脱。 在编写 SQL 时，还有一个隐形的大敌叫“歧义”。
要是不加注释，要么只靠肉眼去猜，挺好办把 `BETWEEN` 搞混成包含不包含的情况，把 `LIKE` 的 `%` 和 `_` 搞混。
这时候，硬编码参数是最稳妥的。
比如你要查“用户名为 'Admin' 且 ID 大于 100000 的订单”，你能够写 `WHERE user_id IN (SELECT id FROM orders WHERE user_name = 'Admin' AND id > 100000)`。别看代码看着绕，但要是中间的数字确实有变动的风险，把 `100000` 这个硬值写死，能避免出于参数变动害得 SQL 报错。 自然，现实中的场景是复杂的，不可能一辈子用最刁钻的过滤条件。大量时候，业务需求本身就是不清楚的，比如“找出最近三个月有活动订单的”。
这时候，直接写 `WHERE order_date >= '2023-11-01' AND order_date < '2024-01-01'` 是最理性的做法。
不需求去想“有没有更优雅的算法”，也不需求想“能不能用 ANN 索引”，先把工夫范围圈出来，剩下的筛选点能简则简。 还要提一下，SQL 里的 `AND` 和 `OR` 有时候会让逻辑变味。
比如你想查“年龄小于 30 岁 要么 性别为 '男' 的订单”，大量人会写成 `WHERE age < 30 OR gender = '男'`。
这在逻辑上实际上是通的，但某些数据库在编译优化时可能会形成意料之外的副功能，比如害得某些本该被过滤掉的数据出于索引失效而全表扫描。
这时候，把 `OR` 拆成两个 `AND` 的条件组合，利用索引的强关联性，往往比写一个看似平淡无奇的 `OR` 要快得多。 最终，别忘了数据本身的特性。有些表里的数据是稀疏的，大局部行都不符合你的过滤条件。
这时候，强行加几个 `WHERE` 条件可能会让查询变慢，就连害得索引失效。
这时候，不如换个思路，先查所有数据，用 `GROUP BY` 做个初步的统计，要么用 `CREATE INDEX` 专门针对特定字段建立索引，让数据库能更快找到那些“不符合条件”的行，跳过它们，直接回结局。 总结一下，SQL 条件写得好，不一定非要绕圈子，有时候就是要把好办的逻辑用最好办的方式表达出来。
不要为了追求“高大上”的词汇而牺牲可读性。
记住，好代码的本质是：别人一眼就能看懂哪位干了啥，并且修改起来也挺顺手。
要是你能用一行代码解决三个小难题，不如写成三行，哪怕每一行都挺短，只要逻辑通顺，那才是最好的写法。


相关标签：