SQL 新手入门：从第一条查询到避坑指南

如果你刚接触后端开发、数据分析，或者正在准备找一份与数据打交道的工作，SQL 几乎是绕不开的第一课。它不需要搭建复杂的开发环境，也不像算法那样抽象难懂——SQL 的核心就是一句话：用接近自然语言的语句，向数据库要你想要的数据。本文从零开始，带你写出第一条查询，再把新手最容易踩的坑一个个排掉。

一、SQL 是什么，学了能干什么

SQL 是 Structured Query Language（结构化查询语言）的缩写，是操作关系型数据库的标准语言。我们平时用的网站、App、小程序，背后几乎都有一个关系型数据库在存数据：用户信息存在一张表里，订单存在另一张表里，商品、评论、物流记录各有各的表。SQL 就是你和这些表对话的语言。

学会 SQL 能做什么？查一下今天有多少新用户、统计本月销售额、找出库存不足的商品、给某个用户改一下手机号——这些日常需求，一条 SQL 就能解决。对后端开发来说，增删改查是基本功；对数据分析来说，SQL 是取数的第一工具；对测试和运维来说，会写 SQL 意味着能快速定位问题。

关系型数据库有很多种：MySQL、PostgreSQL、SQLite、SQL Server、Oracle 等。它们都支持标准 SQL，语法大同小异。初学者完全可以先从任何一种入手，学会一家，再学另一家只是换几个函数名和细节。本文示例以通用语法为主，个别地方会注明差异。

二、准备工作：先装一个数据库

新手推荐两种入门路线。

第一种，安装 SQLite。它只有一个文件，不需要装服务、不需要配账号密码，很多编程语言自带支持。下载一个图形工具 DB Browser for SQLite，就能可视化地建表、查数据，非常适合练手。

第二种，安装 MySQL 或 PostgreSQL。两者都是主流的开源数据库，网上教程最多。如果你打算走后端开发路线，装 MySQL 是更常见的选择；如果偏向数据分析，PostgreSQL 更受欢迎。安装时按默认配置一路下一步即可，记得记好自己设置的 root 密码。

不管选哪一种，练手用的数据都不要拿生产库开玩笑。在自己的电脑上随便折腾，删库了也能重建，成本为零。

三、先认识表：行、列与主键

关系型数据库里，数据都存在“表”里。一张表由若干行和若干列组成：每一列是一个字段（比如姓名、年龄、城市），每一行是一条记录（比如某一个学生的全部信息）。

我们先建一张学生表练手：

CREATE TABLE students (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    age INT,
    city VARCHAR(50),
    score INT
);

这条语句的意思是：创建一张名叫 students 的表，包含五列。id 是整数类型，PRIMARY KEY 表示主键——每行数据的唯一标识，不可重复、不能为空。name 和 city 是最长 50 个字符的文本，age 和 score 是整数。

主键是新手必须理解的概念。没有主键的表，就像没有学号的学生名单，改数据的时候都不知道改的是哪一行。实际开发中，主键通常用自增整数或 UUID，不要用姓名、手机号这种可能重复或变化的业务字段做主键。

四、增删改查：SQL 的四件套

建好表之后，就可以往里放数据了。SQL 最常用的四类操作是增删改查，对应四个关键字：INSERT、SELECT、UPDATE、DELETE。

先插入三条数据：

INSERT INTO students (id, name, age, city, score) VALUES
(1, '小明', 20, '北京', 88),
(2, '小红', 21, '上海', 92),
(3, '小刚', 19, '北京', 76);

字符串要用单引号括起来，数字不需要。一次插入多行可以写在一个 INSERT 里，效率更高。

查询是最常用的操作。把整张表查出来：

SELECT * FROM students;

星号表示所有列。只查姓名和分数两列：

SELECT name, score FROM students;

改数据用 UPDATE，删数据用 DELETE：

UPDATE students SET score = 90 WHERE id = 1;
DELETE FROM students WHERE id = 3;

这两条语句里的 WHERE 是条件：只改、只删满足条件的行。如果漏写 WHERE，UPDATE 会改掉整张表，DELETE 会清空整张表——这是新手最容易酿成大祸的地方，后面避坑部分还会专门讲。

五、WHERE：把数据筛出来

真实的数据表动不动就有几十万行，不可能每次都把整张表拖出来看。WHERE 就是筛子，只留下符合条件的行。

-- 分数大于等于 85 的学生
SELECT name, score FROM students WHERE score >= 85;

-- 北京的学生
SELECT * FROM students WHERE city = '北京';

-- 分数在 80 到 90 之间
SELECT * FROM students WHERE score BETWEEN 80 AND 90;

-- 名字里带“小”的学生
SELECT * FROM students WHERE name LIKE '小%';

常用的比较运算符有 =、!=（或 <>）、>、<、>=、<=，逻辑组合用 AND、OR、NOT。% 是 LIKE 的通配符，代表任意多个字符。如果要查 NULL，不能用 = NULL，要用 IS NULL，因为 NULL 在 SQL 里代表“未知”，任何值和未知比较的结果都是未知。

字符串比较是否区分大小写，取决于数据库的字符集设置。写条件的时候，涉及大小写要特别留意。

六、排序与分页：ORDER BY 和 LIMIT

查出来的数据默认没有固定顺序，跟你想要的顺序可能完全不一样。想按分数从高到低排：

SELECT name, score FROM students ORDER BY score DESC;

DESC 是降序，ASC 是升序（默认）。也可以按多个字段排序：先按城市升序，城市相同再按分数降序。

SELECT * FROM students ORDER BY city ASC, score DESC;

如果表里有一万行，你一般只想看前十名。用 LIMIT 限制返回的行数：

SELECT * FROM students ORDER BY score DESC LIMIT 10;

做分页查询时，LIMIT 常和 OFFSET 搭配：第 1 页 LIMIT 10 OFFSET 0，第 2 页 LIMIT 10 OFFSET 10，以此类推。记住一个原则：没有 ORDER BY 的分页是没有意义的，因为数据库不保证默认顺序，每次翻页可能看到重复或跳号的数据。

七、聚合：让数据库帮你算数

很多时候我们要的不是明细，而是一个总数、平均值或最大值。聚合函数就是干这个的：

-- 一共多少学生
SELECT COUNT(*) FROM students;

-- 平均分
SELECT AVG(score) FROM students;

-- 最高分和最低分
SELECT MAX(score), MIN(score) FROM students;

-- 每个城市的平均分
SELECT city, AVG(score) AS avg_score
FROM students
GROUP BY city;

GROUP BY 是把行按某个字段分组，再对每组分别聚合。AS 是给结果列起别名，让输出更易读。分组之后如果想进一步过滤分组的结果，用 HAVING 而不是 WHERE——WHERE 在分组前过滤行，HAVING 在分组后过滤组：

-- 平均分高于 85 的城市
SELECT city, AVG(score) AS avg_score
FROM students
GROUP BY city
HAVING AVG(score) > 85;

WHERE 和 HAVING 混用是新手最常见的困惑之一：记住“先 WHERE 后 GROUP BY 再 HAVING”这个顺序，就不容易错。

八、多表查询：JOIN 的入门用法

真实业务里数据不会只放在一张表里。学生表存学生信息，成绩表存各科成绩，课程表存课程信息。想查“小明各科成绩”，就得把两张表连起来，这就是 JOIN。

-- 学生表和成绩表，内连接
SELECT s.name, c.course, c.score
FROM students s
JOIN scores c ON s.id = c.student_id;

INNER JOIN（简写 JOIN）只返回两边都能对上的行。如果有的学生还没有成绩记录，INNER JOIN 会把他漏掉；想保留所有学生、没有成绩的显示为 NULL，就用 LEFT JOIN：

-- 左连接：保留左边全部学生
SELECT s.name, c.course, c.score
FROM students s
LEFT JOIN scores c ON s.id = c.student_id;

JOIN 的 ON 条件写错是常见 bug：忘记写 ON 或写错字段，查询结果的行数会暴涨（笛卡尔积）。每次写完 JOIN，先看一眼返回的行数合不合理，再继续。

s 和 c 是表的别名，让语句更短。如果字段名在两边都有（比如 id），不写别名数据库会报“字段不明确”的错误，所以多表查询养成写别名的习惯。

九、子查询与视图：先有个概念

有时候一个查询的结果要作为另一个查询的条件，这就是子查询：

-- 查出分数高于平均分的学生
SELECT name, score FROM students
WHERE score > (SELECT AVG(score) FROM students);

括号里的查询先算出平均分，外层再拿它来比较。子查询可以放在 WHERE、FROM、SELECT 几乎所有位置，还能嵌套多层，但嵌套太深可读性会变差，实际工作中能写成 JOIN 的优先写 JOIN。

视图（VIEW）是把一条查询保存成一个“虚拟表”，以后可以像查表一样查它：

CREATE VIEW top_students AS
SELECT name, score FROM students WHERE score >= 90;

数据量小的时候，子查询和视图理解到这个程度就够了。后面遇到复杂报表，再系统学习窗口函数和 CTE。

十、新手避坑指南

这些坑，几乎每一个新手都会踩一遍，提前知道能省很多时间。

第一，UPDATE 和 DELETE 漏写 WHERE。先拿 SELECT 把 WHERE 条件查一遍，确认命中行数再执行；或者开启事务，执行完先看结果再提交。

第二，SELECT * 用得太随意。开发调试时无所谓，但写到业务代码里，星号会拖回不需要的列，浪费流量，还可能因为表结构变化导致程序出错。生产代码只列出需要的字段。

第三，拿 = 去比较 NULL。记住：NULL 不是值，是“未知”。判断空值用 IS NULL / IS NOT NULL。

第四，字符串的引号和转义。SQL 里字符串用单引号，不用双引号。内容里本身带单引号（比如名字叫 O’Brien）时，要写成两个单引号转义，或者用参数化查询。

第五，删库之前没有备份。测试库都建议定期备份，生产库更不用说。DROP TABLE、TRUNCATE 这类命令没有回收站，执行前再三确认。

第六，把 SQL 拼接进代码字符串。自己拼 SQL 很容易写出 SQL 注入漏洞——用户输入的内容可能被当成代码执行。正确做法是用参数化查询或 ORM，把数据和语句分开。

第七，不建索引就怪数据库慢。小表无所谓，数据量上万之后，没有索引的查询会全表扫描。先学会用 EXPLAIN 看执行计划，再决定给哪个字段建索引。索引也不是越多越好，每个索引都会拖慢写入速度。

第八，忽视字符集和时区。建库建表时指定 utf8mb4，避免 emoji 存不进去；时间字段统一存 UTC，展示时再转本地时区，避免夏令时和跨时区统计出错。

十一、给新手的学习路线建议

SQL 的学习路径很清晰，跟着走不容易迷路。

第一周，装好 SQLite 或 MySQL，练熟建表、增删改查、WHERE、ORDER BY、LIMIT 这几个基本功。每天手写二三十条语句，比看十篇文章有用。

第二周，攻克聚合和分组、JOIN 多表查询、GROUP BY 和 HAVING。再找一份公开数据集练手，把问题变成查询写出来。

第三周，学习子查询、视图、事务和索引的基础概念；学 EXPLAIN 看执行计划，理解什么是全表扫描。

之后，可以结合自己的方向深入：后端开发去学事务隔离级别、锁和分库分表；数据分析去学窗口函数、日期函数和常见报表写法。SQL 是越用越熟的技能，日常工作中多写、多看执行计划，半年下来就能超过大多数同事。

最后再强调一遍：SQL 并不难，难的是没有数据可练。找一个自己感兴趣的数据集——比赛成绩、书单、开支记录都可以——先建表，再提问题，再用 SQL 回答它。第一条查询跑通的那一刻，你就已经入门了。