SQL筛选条件是布尔表达式的具体应用，通过布尔表达式的真假判断来筛选数据。SQL布尔表达式是一种返回布尔值（TRUE、FALSE或UNKNOWN）的表达式，用在判断条件是否成立，通常由比较运算符（如：=、>、<、<>）、逻辑运算符（如：AND、OR、NOT）、函数或字段组合而成。

SQL筛选条件（的定义）是用于从数据库表中筛选出符合特定规则的数据行的条件表达式，主要用在WHERE、ON、HAVING等子句来筛选数据。SQL筛选条件本质上是使用布尔表达式来实现的。SQL的筛选条件（如：WHERE子句、HAVING子句中的条件）必须是一个布尔表达式，其结果只能是TRUE（真）、FALSE（假）或UNKNOWN（未知，通常由NULL参与运算导致），只有使布尔表达式结果为TRUE的记录才会被筛选出来。

SQL筛选条件的作用主要是缩小查询结果范围，从数据库表中精准提取符合特定要求的数据，避免返回无关信息，提高数据查询的效率和准确性。具体来说，其作用包括：

• 精准定位数据：通过设定条件（如：等于、大于、包含等），从大量数据中筛选出需要的记录。如：从“订单表”中筛选出“金额大于1000元”的订单。
• 减少数据量：过滤掉不需要的数据，降低查询返回的结果规模，减轻系统处理压力，加快查询速度。
• 满足业务需求：根据实际业务场景定制筛选规则，如：筛选“近30天内注册的用户”“状态为‘已完成’的任务”等，为数据分析、报表生成等提供支持。

一、SQL筛选条件的语法结构

SQL筛选条件的语法结构可统一表示为：

筛选条件 ::= [ NOT ] 条件单元 [ { AND |  OR } [ NOT ] 条件单元 ... ]

其中，条件单元可以是：

-- 字段名 比较运算符 (值 | 字段名 | 函数 | 子查询)
-- ( 筛选条件 ) （用在嵌套组合）
-- EXISTS ( 子查询 )
-- 字段名 [ NOT ] IN ( 值列表 | 子查询 )
-- 字段名 [ NOT ] BETWEEN 值1 AND 值2
-- 字段名 [ NOT ] LIKE 模式字符串
-- 字段名 IS [ NOT ] NULL

简单说明：

• 基础是通过比较运算符（=、>、<、<>等）连接字段与值/其他元素
• 用AND、OR、NOT进行逻辑组合，可嵌套括号改变优先级
• 包含IN、BETWEEN、LIKE、IS NULL等特殊筛选形式
• 支持通过EXISTS结合子查询进行关联筛选

这个结构用在WHERE、HAVING、JOIN...ON等所有需要筛选条件的场景。

我们来把SQL筛选条件的语法结构与SQL中布尔表达式的语法结构对比一下。

SQL中布尔表达式的语法结构可归纳为：

布尔表达式 ::= [ NOT ] 原子条件 [ { AND | OR } [ NOT ] 原子条件 ... ]

其中，原子条件（最基础的判断单元）包括：

-- 表达式 比较运算符 表达式
  -- 如：age > 18、name = 'Alice'、salary * 1.2 > 5000
-- 表达式 [ NOT ] IN ( 值列表 | 子查询 )
  -- 如：id IN (1,2,3)、dept IN (SELECT id FROM depts)
-- 表达式 [ NOT ] BETWEEN 表达式 AND 表达式
  -- 如：score BETWEEN 60 AND 100
-- 表达式 [ NOT ] LIKE 模式字符串 [ ESCAPE 字符 ]
  -- 如：name LIKE '张%'
-- 表达式 IS [ NOT ] NULL
  -- 如：email IS NULL
-- EXISTS ( 子查询 )
  -- 如：EXISTS (SELECT 1 FROM orders WHERE user_id = u.id)
-- ( 布尔表达式 )（嵌套的布尔表达式，用在改变优先级）

简单来说，布尔表达式通过逻辑运算符（AND/OR/NOT）组合多个原子条件，最终返回TRUE、FALSE或UNKNOWN，可用在筛选、判断等场景。

注：::=是巴科斯-诺尔范式(BNF)中的符号，用在表示“定义为”或“由……组成”，常用在描述语法规则。比如：布尔表达式 ::= [ NOT ] 原子条件 ... ，意思是“布尔表达式的语法结构定义为：可选的NOT加上原子条件，再加上后续可能的组合规则”。 简单说，它就是语法定义里的“等于”，用来明确某个语法元素是由哪些部分组成的。

二、SQL筛选条件的作用场景及位置

在SQL中，筛选条件（本质是布尔表达式）常用在以下子句，各自作用场景不同：

• WHERE子句
  最常用的筛选条件，用在过滤FROM子句中指定的表或视图中的行，在数据分组（GROUP BY）之前执行。
  如：SELECT * FROM students WHERE age > 18;（筛选年龄大于18的学生）

• HAVING子句
  用在过滤GROUP BY子句分组后的结果集，筛选的是“组”而非单个行，通常与聚合函数配合使用。
  如：SELECT class, AVG(score) FROM students GROUP BY class HAVING AVG(score) > 80;（筛选平均分大于80的班级）

• JOIN ... ON子句
  ON后的条件用在指定多表连接时的关联规则，筛选符合条件的连接记录（即确定两表行之间的匹配关系）。
  如：SELECT * FROM orders JOIN users ON orders.user_id = users.id;（只连接用户ID匹配的订单和用户记录）

• CASE表达式
  虽然不是子句，但CASE中的条件（如：WHEN后的表达式）也是筛选逻辑，用在根据条件返回不同结果，常用在字段值的转换或分类。
  如：SELECT name, CASE WHEN score >= 60 THEN '及格' ELSE '不及格' END AS result FROM exams;（根据分数判断是否及格）

此外，SQL筛选条件还可能出现在其他场景（如：CHECK约束，用在限制表中字段的取值范围）。

1、HAVING子句中筛选条件的位置

HAVING子句用在对聚合函数处理后的结果进行筛选，必须跟在GROUP BY子句之后（若没有GROUP BY，则对整个结果集的聚合结果筛选）。

语法结构：

SELECT 列名, 聚合函数(列名)
FROM 表名
[WHERE 行级筛选条件]
GROUP BY 列名
HAVING 聚合结果筛选条件; -- 此处放置针对聚合结果的条件

注：这里可看到筛选条件在WHERE、HAVING子句中的位置。

示例：筛选订单总数大于100的用户

SELECT user_id, COUNT(order_id) AS total_orders
FROM orders
GROUP BY user_id
HAVING total_orders > 100; -- 对COUNT的结果筛选

2、JOIN...ON子句中筛选条件的位置

ON子句用在指定连接表时的匹配条件，直接跟在JOIN关键字之后，用在过滤两个表之间的关联行。

语法结构：

SELECT 列名
FROM 表1
JOIN 表2 ON 表1.列 = 表2.列 [AND 额外连接条件]; -- 此处放置连接筛选条件
[WHERE 整体结果行级筛选条件];

注：这里可看到筛选条件在ON、WHERE子句中的位置。

示例：连接用户表和订单表，只匹配2023年的订单

SELECT u.name, o.order_id
FROM users u
JOIN orders o ON u.id = o.user_id AND o.create_time >= '2023-01-01'; -- 连接时筛选2023年订单

区别：ON跟的是在连接时过滤关联数据的筛选条件，HAVING跟的是在聚合后过滤结果的筛选条件，二者均独立于WHERE（WHERE跟的是在连接/分组前进行行级筛选条件）。

三、分类介绍SQL筛选条件及相关子句

1、基础筛选子句：ON与WHERE

ON和WHERE是SQL中最基础也最常用的筛选子句，虽然功能相似但应用场景不同。

（1）WHERE子句

语法：SELECT 字段列表 FROM 表名 WHERE 筛选条件
解析：WHERE子句用在表数据被查询或关联前筛选记录，作用于整个表或已关联的结果集。它不能直接引用聚合函数或GROUP BY中定义的别名，主要用在行级筛选。

示例1：从员工表中筛选部门为"研发部"的员工

SELECT id, name, department 
FROM employees 
WHERE department = '研发部';

输出结果：

id	name	department
101	张三	研发部
103	王五	研发部
105	赵六	研发部

示例2：多表查询中使用WHERE筛选

SELECT e.name, d.department_name
FROM employees e
JOIN departments d ON e.department_id = d.id
WHERE d.location = '北京';  -- 筛选位于北京的部门的员工

（2）ON子句

语法：FROM 表1 JOIN 表2 ON 连接条件 [AND 额外筛选条件]
解析：ON子句专门用在定义多表连接时的关联条件，在表连接过程中就对数据进行筛选，只保留符合连接条件的记录。它可以包含除了连接条件外的额外筛选条件，这些条件仅影响当前连接的表。

示例1：两表连接时使用ON筛选

SELECT e.name, p.project_name
FROM employees e
LEFT JOIN projects p 
  ON e.id = p.leader_id 
  AND p.status = '进行中';  -- 只关联状态为"进行中"的项目

示例2：ON与WHERE的区别

-- 使用ON筛选：会保留所有员工，即使没有进行中的项目
SELECT e.name, p.project_name
FROM employees e
LEFT JOIN projects p ON e.id = p.leader_id AND p.status = '进行中';

-- 使用WHERE筛选：只会保留有进行中项目的员工
SELECT e.name, p.project_name
FROM employees e
LEFT JOIN projects p ON e.id = p.leader_id
WHERE p.status = '进行中';

2、基础比较筛选条件

基础比较筛选通过比较运算符对字段值进行判断，用在数值、字符串、日期等多种数据类型，通常在WHERE或ON子句中使用。

（1）等于（=）

语法：WHERE/ON 字段名 = 值
解析：筛选出字段值与指定值完全相等的记录，字符串需用单引号包裹，日期格式需符合数据库要求。

示例：查询职位为"工程师"的员工

SELECT id, name, position 
FROM employees 
WHERE position = '工程师';

输出结果：

id	name	position
101	张三	工程师
103	王五	工程师

（2）不等于（!= 或 <>）

语法：WHERE/ON 字段名 != 值 或 WHERE/ON 字段名 <> 值
解析：筛选出字段值与指定值不相等的记录，两种运算符功能完全相同。

示例：查询工资不等于5000元的员工

SELECT id, name, salary 
FROM employees 
WHERE salary != 5000;

输出结果：

id	name	salary
101	张三	6500
102	李四	4800
104	孙七	7200

（3）大于（>）与小于（<）

语法：WHERE/ON 字段名 > 值 和 WHERE/ON 字段名 < 值
解析：分别筛选出字段值大于或小于指定值的记录，主要用在数值和日期类型。

示例：查询年龄大于30岁且入职时间在2023年之前的员工

SELECT id, name, age, hire_date 
FROM employees 
WHERE age > 30 AND hire_date < '2023-01-01';

输出结果：

id	name	age	hire_date
103	王五	35	2021-11-30

（4）大于等于（>=）与小于等于（<=）

语法：WHERE/ON 字段名 >= 值 和 WHERE/ON 字段名 <= 值
解析：分别筛选出字段值大于等于或小于等于指定值的记录，包含等于的情况。

示例：查询工资在4000到6000元之间的员工

SELECT id, name, salary 
FROM employees 
WHERE salary >= 4000 AND salary <= 6000;

输出结果：

id	name	salary
102	李四	4800
103	王五	5200
105	赵六	4500

3、范围筛选条件

范围筛选条件用在判断字段值是否在指定的区间内，用在需要提取某个范围内数据的场景。

（1）BETWEEN...AND...

语法：WHERE/ON 字段名 BETWEEN 值1 AND 值2
解析：筛选出字段值在值1和值2之间（包含边界值）的记录，等价于>= 值1 AND <= 值2。注意值1必须小于等于值2，否则会返回空结果。

示例1：查询2023年入职的员工

SELECT id, name, hire_date 
FROM employees 
WHERE hire_date BETWEEN '2023-01-01' AND '2023-12-31';

输出结果：

id	name	hire_date
102	李四	2023-03-20
105	赵六	2023-09-05

示例2：在连接条件中使用范围筛选

SELECT o.order_id, c.name
FROM orders o
JOIN customers c ON o.customer_id = c.id
  AND o.order_date BETWEEN '2023-01-01' AND '2023-06-30';

（2）NOT BETWEEN...AND...

语法：WHERE/ON 字段名 NOT BETWEEN 值1 AND 值2
解析：与BETWEEN相反，筛选出字段值不在值1和值2之间的记录，等价于< 值1 OR > 值2。

示例：查询工资不在3000到6000元之间的员工

SELECT id, name, salary 
FROM employees 
WHERE salary NOT BETWEEN 3000 AND 6000;

输出结果：

id	name	salary
101	张三	6500
104	孙七	7200

4、集合筛选条件

集合筛选条件用在判断字段值是否属于指定的离散值集合，用在需要匹配多个可能值的场景。

（1）IN

语法：WHERE/ON 字段名 IN (值1, 值2, ..., 值n)
解析：筛选出字段值等于括号中任意一个值的记录，等价于多个OR条件的组合（= 值1 OR = 值2 OR ...）。括号中可以包含数值、字符串或子查询结果。

示例1：查询部门为研发部或市场部的员工

SELECT id, name, department 
FROM employees 
WHERE department IN ('研发部', '市场部');

输出结果：

id	name	department
101	张三	研发部
103	王五	研发部
104	孙七	市场部
105	赵六	研发部

示例2：在连接条件中使用IN

SELECT e.name, p.project_name
FROM employees e
JOIN projects p ON e.id = p.leader_id
  AND p.priority IN ('高', '中');

（2）NOT IN

语法：WHERE/ON 字段名 NOT IN (值1, 值2, ..., 值n)
解析：与IN相反，筛选出字段值不等于括号中任何一个值的记录，等价于NOT (字段名 IN (...))。

示例：查询既不在研发部也不在市场部的员工

SELECT id, name, department 
FROM employees 
WHERE department NOT IN ('研发部', '市场部');

输出结果：

id	name	department
102	李四	人事部

5、模糊匹配筛选条件

模糊匹配用在对字符串类型字段进行模式匹配，用在需要根据部分字符查找记录的场景。

（1）LIKE

语法：WHERE/ON 字段名 LIKE '模式字符串'
解析：通过通配符匹配字符串的部分内容，常用通配符包括：

• %：匹配任意长度的字符串（包括空字符串）
• _：匹配单个字符

示例1：查询姓"张"的员工

SELECT id, name 
FROM employees 
WHERE name LIKE '张%';

输出结果：

id	name
101	张三

示例2：查询邮箱为gmail邮箱的员工

SELECT id, name, email 
FROM employees 
WHERE email LIKE '%@gmail.com';

输出结果：

id	name	email
101	张三	zhangsan@gmail.com
105	赵六	zhaoliu@gmail.com

（2）NOT LIKE

语法：WHERE/ON 字段名 NOT LIKE '模式字符串'
解析：与LIKE相反，筛选出不匹配指定模式的记录。

示例：查询不是qq邮箱的员工

SELECT id, name, email 
FROM employees 
WHERE email NOT LIKE '%@qq.com';

（3）REGEXP/RLIKE（正则表达式匹配）

语法：WHERE/ON 字段名 REGEXP '正则表达式'
解析：通过正则表达式进行复杂的模式匹配，功能比LIKE更强大。不同数据库对正则表达式的支持略有差异。

示例：查询手机号以138开头的员工（MySQL）

SELECT id, name, phone 
FROM employees 
WHERE phone REGEXP '^138[0-9]{8}$';

6、空值筛选条件

空值（NULL）在SQL中表示未知或缺失的值，与空字符串不同，需要使用专门的运算符进行判断。

（1）IS NULL

语法：WHERE/ON 字段名 IS NULL
解析：筛选出字段值为NULL的记录，不能使用= NULL进行判断，因为NULL不等于任何值（包括自身）。

示例：查询没有填写手机号的员工

SELECT id, name, phone 
FROM employees 
WHERE phone IS NULL;

输出结果：

id	name	phone
103	王五	NULL

（2）IS NOT NULL

语法：WHERE/ON 字段名 IS NOT NULL
解析：筛选出字段值不为NULL的记录，即存在有效数据的记录。

示例：查询填写了邮箱地址的员工

SELECT id, name, email 
FROM employees 
WHERE email IS NOT NULL;

7、逻辑组合筛选条件

逻辑运算符用在组合多个筛选条件，实现复杂的筛选逻辑，可在WHERE或ON子句中使用。

（1）AND

语法：WHERE/ON 条件1 AND 条件2 [AND 条件3 ...]
解析：当所有条件都为真时，记录才会被选中，相当于"并且"的逻辑关系。

示例：查询研发部且工资大于6000元的员工

SELECT id, name, department, salary 
FROM employees 
WHERE department = '研发部' AND salary > 6000;

输出结果：

id	name	department	salary
101	张三	研发部	6500

（2）OR

语法：WHERE/ON 条件1 OR 条件2 [OR 条件3 ...]
解析：只要有一个条件为真，记录就会被选中，相当于"或者"的逻辑关系。

示例：查询工资大于7000元或年龄小于25岁的员工

SELECT id, name, age, salary 
FROM employees 
WHERE salary > 7000 OR age < 25;

（3）NOT

语法：WHERE/ON NOT 条件
解析：对条件的结果取反，即条件为假时记录被选中。

示例：查询不在人事部的员工

SELECT id, name, department 
FROM employees 
WHERE NOT department = '人事部';

（4）括号改变优先级

当组合多个逻辑运算符时，使用括号()可以改变运算优先级，明确执行顺序。

示例：查询研发部中年龄大于30岁或工资大于6000元的员工

SELECT id, name, department, age, salary 
FROM employees 
WHERE department = '研发部' AND (age > 30 OR salary > 6000);

8、子查询相关筛选条件

子查询相关筛选条件用在根据子查询的结果进行筛选，用在需要关联多个表数据的复杂查询。

（1）EXISTS

语法：WHERE EXISTS (子查询)
解析：如果子查询返回至少一行记录，则条件为真，记录被选中。EXISTS只关注子查询是否有结果，不关心具体内容。

示例：查询有订单记录的客户

SELECT id, name 
FROM customers c 
WHERE EXISTS (SELECT 1 FROM orders o WHERE o.customer_id = c.id);

（2）NOT EXISTS

语法：WHERE NOT EXISTS (子查询)
解析：与EXISTS相反，如果子查询没有返回任何记录，则条件为真。

示例：查询没有订单记录的客户

SELECT id, name 
FROM customers c 
WHERE NOT EXISTS (SELECT 1 FROM orders o WHERE o.customer_id = c.id);

（3）ALL

语法：WHERE 字段名 比较运算符 ALL (子查询)
解析：字段值与子查询返回的所有值比较，当所有比较都为真时，条件为真。

示例：查询工资高于所有实习生工资的正式员工

SELECT id, name, salary 
FROM employees 
WHERE position = '正式员工' 
  AND salary > ALL (SELECT salary FROM employees WHERE position = '实习生');

（4）ANY/SOME

语法：WHERE 字段名 比较运算符 ANY (子查询)
解析：字段值与子查询返回的任何一个值比较，只要有一个比较为真，条件就为真。

示例：查询工资高于至少一个实习生工资的正式员工

SELECT id, name, salary 
FROM employees 
WHERE position = '正式员工' 
  AND salary > ANY (SELECT salary FROM employees WHERE position = '实习生');

9、分组筛选条件

分组筛选条件用在对分组后的结果进行筛选，与GROUP BY子句配合使用。

HAVING

语法：GROUP BY 字段名 HAVING 分组条件
解析：HAVING子句用在筛选分组后的结果，类似于WHERE但作用于分组。WHERE在分组前筛选记录，HAVING在分组后筛选组。

示例1：查询员工人数超过2人的部门

SELECT department, COUNT(*) AS employee_count 
FROM employees 
GROUP BY department 
HAVING COUNT(*) > 2;

输出结果：

department	employee_count
研发部	3

示例2：查询平均工资大于5000元的部门

SELECT department, AVG(salary) AS avg_salary 
FROM employees 
GROUP BY department 
HAVING AVG(salary) > 5000;

10、条件表达式筛选

条件表达式允许在筛选中使用复杂的条件判断逻辑，实现动态的筛选规则。

CASE WHEN

语法：

WHERE CASE
    WHEN 条件1 THEN 结果1
    WHEN 条件2 THEN 结果2
    ...
    ELSE 结果N
  END 比较运算符 值

解析：CASE WHEN用在创建条件表达式，根据不同条件返回不同结果，然后可以与其他值进行比较。

示例：查询成年员工（18-60岁）

SELECT id, name, age 
FROM employees 
WHERE CASE 
    WHEN age >= 18 AND age <= 60 THEN '成年'
    ELSE '非成年'
  END = '成年';

11、特殊筛选函数

SQL提供了一些特殊函数，可用在实现特定的筛选需求。

（1）GREATEST

语法：WHERE 字段名 > GREATEST(值1, 值2, ...)
解析：GREATEST返回参数中的最大值，可用在比较字段值是否大于多个值中的最大值。

示例：查询工资高于3000、4000、5000中最大值的员工

SELECT id, name, salary 
FROM employees 
WHERE salary > GREATEST(3000, 4000, 5000);

（2）LEAST

语法：WHERE 字段名 < LEAST(值1, 值2, ...)
解析：LEAST返回参数中的最小值，可用在比较字段值是否小于多个值中的最小值。

示例：查询工资低于5000、6000、7000中最小值的员工

SELECT id, name, salary 
FROM employees 
WHERE salary < LEAST(5000, 6000, 7000);

SQL筛选条件及其应用场景总结

筛选类型	关键字/函数	应用场景
基础筛选子句	WHERE , ON	WHERE 用在行级筛选，ON用在连接条件
基础比较	= , >, <, >=, <=	数值、日期、字符串的直接比较
范围筛选	BETWEEN...AND...	年龄范围、日期区间、价格区间筛选
集合筛选	IN , NOT IN	多值匹配、状态筛选、类型筛选
模糊匹配	LIKE , REGEXP	关键词搜索、格式校验、部分匹配
空值处理	IS NULL , IS NOT NULL	缺失数据识别、必填项验证
逻辑组合	AND , OR, NOT	多条件联合筛选、复杂逻辑判断
子查询关联	EXISTS , ALL, ANY	关联表数据筛选、集合比较
分组筛选	HAVING	统计结果过滤、聚合条件筛选
条件表达式	CASE WHEN	动态规则筛选、多场景适配
特殊函数	GREATEST , LEAST	多值比较、边界判断

四、常用SQL高级筛选技巧

1、窗口函数与排序筛选（Top N/组内筛选）

窗口函数（Window Function）能在不聚合数据的前提下，对“组内数据”进行排序、排名或计算，结合筛选条件可实现“组内Top N”、“前后对比”等高级需求。

（1）组内Top N筛选（ROW_NUMBER/RANK）

用ROW_NUMBER()给每组数据编号，再筛选编号≤N的记录（用在按类别取前几名）。

语法：

WITH 临时表名 AS (
  SELECT 
    字段列表,
    ROW_NUMBER() OVER (PARTITION BY 分组字段 ORDER BY 排序字段 DESC) AS 组内序号
  FROM 表名
)
SELECT * FROM 临时表名 WHERE 组内序号 <= N;

解析：

• PARTITION BY：按指定字段分组（如按“部门”分组）
• ORDER BY：组内排序（如按“工资”降序）
• ROW_NUMBER()：每组内生成唯一序号（1,2,3...，相同值也会按顺序编号）
• 若需要“并列排名”，可替换为RANK()（相同值同序号，后续序号跳跃）或DENSE_RANK()（相同值同序号，后续序号连续）

示例：查询每个部门工资最高的2名员工

WITH dept_salary AS (
  SELECT 
    id, name, department, salary,
    ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) AS rn
  FROM employees
)
SELECT id, name, department, salary 
FROM dept_salary 
WHERE rn <= 2; -- 取每组前2名

输出结果（示例）：

id	name	department	salary
101	张三	研发部	6500
103	王五	研发部	5200
104	孙七	市场部	7200
102	李四	人事部	4800

（2）前后数据对比筛选（LAG/LEAD）

用LAG()（取前N行数据）或LEAD()（取后N行数据）获取“相邻记录”，再通过对比实现“连续增长/下降”、“前后差异”等筛选。

语法：

WITH 临时表名 AS (
  SELECT 
    字段列表,
    LAG(对比字段, N) OVER (ORDER BY 排序字段) AS 前N行值,  -- N默认为1
    LEAD(对比字段, N) OVER (ORDER BY 排序字段) AS 后N行值
  FROM 表名
)
SELECT * FROM 临时表名 WHERE 对比条件; -- 如：当前值 > 前1行值（连续增长）

示例：查询连续两个月销售额增长的月份（假设sales表有month、amount字段）

WITH sales_trend AS (
  SELECT 
    month,
    amount,
    LAG(amount) OVER (ORDER BY month) AS last_month_amount  -- 取上月销售额
  FROM sales
)
SELECT month, amount, last_month_amount
FROM sales_trend
WHERE amount > last_month_amount; -- 本月 > 上月（增长）

输出结果：

month	amount	last_month_amount
2023-02	12000	10000
2023-03	15000	12000

2、递归CTE与层级数据筛选（树形结构）

递归CTE（Common Table Expression，公用表表达式）用在处理“层级数据”（如：部门树、评论回复、地区层级），可实现“查询某节点的所有子节点”、“查询某节点的所有父节点”等筛选。

（1）筛选某节点的所有子节点（向下递归）

通过“初始条件（根节点）+ 递归条件（子节点关联父节点）”遍历所有子节点。

语法：

WITH RECURSIVE 递归表名 AS (
  -- 1. 初始查询：定位根节点（需要筛选的起始节点）
  SELECT * FROM 表名 WHERE 根节点条件
  UNION ALL
  -- 2. 递归查询：关联子节点（子节点的父ID = 上一层的ID）
  SELECT 子.* FROM 表名 子
  INNER JOIN 递归表名 父 ON 子.父ID字段 = 父.ID字段
)
SELECT * FROM 递归表名; -- 结果包含根节点及所有子节点

示例：查询“研发部”（ID=1）的所有下属部门（假设departments表有id、name、parent_id字段）

WITH RECURSIVE dept_tree AS (
  -- 初始：找到研发部（根节点）
  SELECT id, name, parent_id 
  FROM departments 
  WHERE id = 1  -- 研发部ID=1
  UNION ALL
  -- 递归：找到所有子部门（parent_id = 上一层的id）
  SELECT d.id, d.name, d.parent_id 
  FROM departments d
  INNER JOIN dept_tree dt ON d.parent_id = dt.id
)
SELECT * FROM dept_tree;

输出结果（示例）：

id	name	parent_id
1	研发部	NULL
2	后端组	1
3	前端组	1
4	测试小组	2

（2）筛选某节点的所有父节点（向上递归）

从子节点出发，递归查询父节点，直到根节点（parent_id为NULL）。

示例：查询“测试小组”（ID=4）的所有上级部门

WITH RECURSIVE dept_parents AS (
  -- 初始：找到测试小组（子节点）
  SELECT id, name, parent_id 
  FROM departments 
  WHERE id = 4
  UNION ALL
  -- 递归：找到父部门（父部门的id = 上一层的parent_id）
  SELECT d.id, d.name, d.parent_id 
  FROM departments d
  INNER JOIN dept_parents dp ON d.id = dp.parent_id
)
SELECT * FROM dept_parents;

输出结果：

id	name	parent_id
4	测试小组	2
2	后端组	1
1	研发部	NULL

3、正则表达式高级匹配（复杂格式筛选）

基础LIKE只能处理简单模糊匹配，而正则表达式（REGEXP/RLIKE）支持“捕获组”、“零宽断言”、“重复模式”等高级语法，可筛选符合复杂格式的数据（如手机号、邮箱、身份证号的严格校验）。

（1）复杂格式校验（如身份证号）

语法：WHERE 字段名 REGEXP '正则模式'
（注：不同数据库正则语法略有差异，以下以MySQL为例）

示例：筛选18位身份证号（前6位地址码，8位生日，3位顺序码，1位校验码）

SELECT id, name, id_card 
FROM users 
WHERE id_card REGEXP '^[1-9]\\d{5}(19|20)\\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\\d|3[01])\\d{3}[0-9Xx]$';

正则解析：

• ^[1-9]\\d{5}：前6位（非0开头，共6位）
• (19|20)\\d{2}：年份（19xx或20xx）
• (0[1-9]|1[0-2])：月份（01-12）
• (0[1-9]|[12]\\d|3[01])：日期（01-31）
• \\d{3}[0-9Xx]：最后4位（3位顺序码+1位校验码，校验码可为X/x）

（2）提取匹配内容并筛选

结合REGEXP_SUBSTR（提取匹配的子串），可先从字段中提取特定内容，再筛选。

示例：从日志中筛选“ERROR”级别的记录，并提取错误时间

SELECT 
  log_id,
  -- 从日志内容中提取时间（格式：[2023-10-01 12:30:00]）
  REGEXP_SUBSTR(log_content, '\\[\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2}\\]') AS error_time
FROM logs 
WHERE log_content REGEXP 'ERROR'; -- 先筛选包含ERROR的日志

4、JSON数据筛选（非结构化数据）

现代数据库（如MySQL 5.7+、PostgreSQL、SQL Server）支持JSON类型字段，可通过JSON函数直接筛选JSON中的数据，无需解析为结构化字段。

（1）筛选JSON对象中的特定值

语法（以MySQL为例）：

• JSON_EXTRACT(json字段, '$.键名')：提取JSON中指定键的值
• 简化写法：json字段->'$.键名'（提取为字符串）、json字段->>'$.键名'（提取为原生类型）

示例：筛选“用户标签”中包含“VIP”的用户（假设users表有tags字段，存储JSON：{"level":"VIP", "interest":["sports","music"]}）

SELECT id, name, tags 
FROM users 
WHERE tags->>'$.level' = 'VIP'; -- 提取level字段，筛选值为VIP的用户

（2）筛选JSON数组中的元素

示例：筛选“兴趣标签”包含“music”的用户（JSON数组匹配）

SELECT id, name, tags 
FROM users 
WHERE JSON_CONTAINS(tags->'$.interest', '"music"'); -- 检查数组是否包含"music"

解析：JSON_CONTAINS(json数组, 目标值)：判断JSON数组是否包含指定元素（注意目标值需用双引号包裹，如"music"）

5、地理空间筛选（空间数据）

支持空间数据的数据库（如PostgreSQL+PostGIS、MySQL 8.0+）可通过空间函数筛选“地理位置相关”的数据（如“某区域内的店铺”“距离某点5公里内的用户”）。

（1）筛选指定区域内的点（如：圆形区域）

语法（以PostgreSQL+PostGIS为例）：

• ST_DWithin(点1, 点2, 距离)：判断两点距离是否小于等于指定值（单位：米）

示例：筛选“东方明珠（经纬度：121.499588, 31.239752）”周边3公里内的店铺

SELECT id, name, address 
FROM shops 
WHERE ST_DWithin(
  shops.location,  -- 店铺位置（geometry类型）
  ST_SetSRID(ST_MakePoint(121.499588, 31.239752), 4326),  -- 东方明珠坐标（转换为地理坐标）
  3000  -- 距离3000米（3公里）
);

解析：

• ST_MakePoint(经度, 纬度)：创建点坐标
• ST_SetSRID(..., 4326)：指定坐标系（4326为WGS84，即GPS坐标系）
• ST_DWithin：判断两点距离是否在指定范围内

（2）筛选多边形区域内的点

示例：筛选“某商圈多边形范围内”的店铺

SELECT id, name 
FROM shops 
WHERE ST_Within(
  shops.location,
  -- 多边形坐标（按顺序定义顶点，闭合多边形）
  ST_PolygonFromText('POLYGON((116.3 39.9, 116.4 39.9, 116.4 40.0, 116.3 40.0, 116.3 39.9))', 4326)
);

解析：ST_Within(点, 多边形)：判断点是否在多边形内部

6、动态条件筛选（参数化/条件拼接）

当筛选条件不固定（如用户可动态选择筛选维度），可通过“参数化查询”或“条件拼接”实现动态逻辑，避免硬编码。

（1）基于变量的动态筛选（用在存储过程/脚本）

示例（MySQL存储过程）：根据输入参数动态筛选员工

CREATE PROCEDURE get_employees(
  IN p_department VARCHAR(50),  -- 部门参数（可为NULL，表示不筛选）
  IN p_min_salary DECIMAL(10,2)  -- 最低薪资参数（可为NULL，表示不筛选）
)
BEGIN
  SELECT id, name, department, salary 
  FROM employees 
  WHERE 
    (p_department IS NULL OR department = p_department)  -- 若参数为NULL，则忽略该条件
    AND (p_min_salary IS NULL OR salary >= p_min_salary);
END;

调用示例：

• 筛选“研发部”且薪资≥5000的员工：CALL get_employees('研发部', 5000);
• 仅筛选薪资≥6000的员工：CALL get_employees(NULL, 6000);

（2）复杂动态条件（结合CASE WHEN）

示例：根据“用户类型”动态切换筛选规则（VIP用户查近30天数据，普通用户查近7天）

SELECT id, user_id, order_time 
FROM orders 
WHERE order_time >= CASE 
  WHEN (SELECT user_type FROM users WHERE id = orders.user_id) = 'VIP' 
  THEN DATE_SUB(CURDATE(), INTERVAL 30 DAY)  -- VIP：近30天
  ELSE DATE_SUB(CURDATE(), INTERVAL 7 DAY)   -- 普通用户：近7天
END;

7、聚合函数嵌套与累计筛选

通过“聚合函数+窗口函数”的嵌套，可实现“累计值筛选”、“占比筛选”等高级统计筛选（如：“累计销售额达100万的日期”“某产品销量占比超20%的区域”）。

（1）累计值达标筛选

示例：查询2023年累计销售额首次突破100万的日期

WITH sales_cumulative AS (
  SELECT 
    sale_date,
    amount,
    -- 累计销售额（按日期排序，累加金额）
    SUM(amount) OVER (ORDER BY sale_date) AS cum_amount 
  FROM sales 
  WHERE YEAR(sale_date) = 2023
)
SELECT sale_date, cum_amount 
FROM sales_cumulative 
WHERE cum_amount >= 1000000  -- 累计达标
ORDER BY sale_date 
LIMIT 1;  -- 取首次达标的日期

（2）占比筛选（某分组占总体比例）

示例：筛选“销量占比超过20%”的产品类别

WITH category_sales AS (
  SELECT 
    category,
    SUM(amount) AS cat_amount,
    -- 总销售额（所有类别的总和）
    SUM(SUM(amount)) OVER () AS total_amount 
  FROM products 
  GROUP BY category
)
SELECT category, cat_amount, (cat_amount/total_amount)*100 AS ratio 
FROM category_sales 
WHERE (cat_amount/total_amount) > 0.2; -- 占比超20%

8、子查询优化与筛选改写

复杂筛选场景中，直接使用子查询可能效率较低，通过“子查询改写为JOIN”“提前过滤”等技巧可提升性能，同时实现同等筛选效果。

（1）关联子查询改写为JOIN（提升效率）

原查询（关联子查询，可能多次执行）：

-- 筛选有订单的用户（关联子查询）
SELECT id, name 
FROM users u 
WHERE EXISTS (SELECT 1 FROM orders o WHERE o.user_id = u.id AND o.status = 'paid');

改写为JOIN（更高效）：

SELECT DISTINCT u.id, u.name  -- DISTINCT去重（避免用户多条订单导致重复）
FROM users u 
INNER JOIN orders o ON u.id = o.user_id 
WHERE o.status = 'paid';  -- 提前筛选已支付订单，减少关联数据量

（2）提前过滤（减少参与计算的数据量）

在子查询或JOIN前先筛选数据，减少后续处理的数据量（尤其用在大表）。

示例：查询“2023年销售额最高的部门”（先筛选2023年数据，再聚合）

-- 先筛选2023年数据，再计算部门销售额（比全表聚合更高效）
WITH 2023_sales AS (
  SELECT department, amount 
  FROM sales 
  WHERE sale_date BETWEEN '2023-01-01' AND '2023-12-31'
)
SELECT department, SUM(amount) AS total 
FROM 2023_sales 
GROUP BY department 
ORDER BY total DESC 
LIMIT 1;

到这儿，SQL筛选条件拆解结束。懂了这知识，我们就可以运用SQL筛选条件帮我们从一堆数据里挑出我们想要的。不管是简单找个符合条件的行，还是复杂的分组筛选、多表关联挑数据，都是用布尔表达式判断 “要不要这条”。掌握好这些SQL筛选条件，查数据就能又快又准，不用在一堆无关数据里翻哈。

阅读原文：原文链接