در دنیای امروزی که داده‌ها شریان حیاتی کسب‌وکارها هستند، توانایی استخراج و تحلیل اطلاعات از پایگاه‌های داده (Database) از اهمیت بالایی برخوردار است.ترفند SQL

زبان پرس‌وجوی ساختاریافته (SQL) به عنوان ستون فقرات این تعامل، از اجرای ساده‌ترین دستورات SELECT تا مدیریت تراکنش‌های پیچیده، نقشی محوری ایفا می‌کند. بسیاری از توسعه‌دهندگان و تحلیل‌گران با اصول اولیه SQL—شامل JOIN، GROUP BY و توابع تجمعی پایه—آشنا هستند. با این حال، پروژه‌های واقعی اغلب نیازمند راه‌حل‌هایی هستند که فراتر از این مفاهیم ابتدایی عمل کنند.ترفند SQL

تسلط بر ترفند SQL پیشرفته نه تنها به معنای نوشتن کوئری‌های سریع‌تر است، بلکه به شما این امکان را می‌دهد که ساختارهای داده‌ای پیچیده را مدیریت کنید. برای رسیدن به این سطح، شناخت ترفند SQL ضروری است. این مقاله به بررسی 10 ترفند قدرتمند SQL می‌پردازد که فراتر از سطح مقدماتی هستند و به شما کمک می‌کنند تا با بهره‌وری و دقت بیشتری با داده‌های خود کار کنید، از سازماندهی پرس‌وجوهای بلند با CTEs گرفته تا تحلیل‌های سلسله مراتبی با توابع پنجره‌ای.

۱. استفاده از WITH (CTE – Common Table Expressions)

WITH امکان ایجاد یک جدول موقت می‌دهد که در یک سوال استفاده می‌شود. این کد قابلیت خوانایی و سازماندهی را بهبود می‌بخشد.

WITH SalesSummary AS (
    SELECT 
        product_id,
        SUM(quantity) AS total_sold
    FROM sales
    GROUP BY product_id
)
SELECT 
    p.name,
    s.total_sold
FROM products p
JOIN SalesSummary s ON p.id = s.product_id;

۲. استفاده از CASE برای شرایط پیچیده ترفند SQL

CASE امکان انجام عملیات شرطی در داخل سوالات را فراهم می‌کند.

SELECT 
    name,
    CASE 
        WHEN age < 18 THEN 'Minor'
        WHEN age BETWEEN 18 AND 65 THEN 'Adult'
        ELSE 'Senior'
    END AS age_group
FROM users;

۳. استفاده از WINDOW FUNCTIONS (تابع‌های پنجره‌ای)

تابع‌های پنجره‌ای مانند ROW_NUMBER(), RANK(), DENSE_RANK() و LEAD()/LAG() امکان محاسبات پیچیده روی داده‌ها را بدون نیاز به JOIN فراهم می‌کنند.

SELECT 
    name,
    salary,
    RANK() OVER (ORDER BY salary DESC) AS salary_rank
FROM employees;

۴. استفاده از PIVOT و UNPIVOT برای تبدیل داده‌ها

PIVOT داده‌ها را از سطر به ستون تبدیل می‌کند و UNPIVOT برعکس آن است.

SELECT 
    year,
    [Jan], [Feb], [Mar]
FROM (
    SELECT year, month, sales
    FROM sales_data
) AS src
PIVOT (
    SUM(sales) FOR month IN ([Jan], [Feb], [Mar])
) AS pvt;

۵. استفاده از EXCEPT و INTERSECT

این دو عملگر برای یافتن تفاوت و تقاطع بین دو مجموعه داده استفاده می‌شوند.

-- داده‌هایی که در جدول A هستند اما در B نیستند
SELECT * FROM A
EXCEPT
SELECT * FROM B;

۶. استفاده از MERGE (UPSERT)

MERGE امکان اضافه کردن یا به‌روزرسانی داده‌ها را در یک عملیات فراهم می‌کند.

MERGE INTO employees AS target
USING new_employees AS source
ON target.id = source.id
WHEN MATCHED THEN
    UPDATE SET name = source.name, salary = source.salary
WHEN NOT MATCHED THEN
    INSERT (id, name, salary) VALUES (source.id, source.name, source.salary);

۷. استفاده از JSON و XML در SQL

در پایگاه‌های داده مدرن مانند PostgreSQL یا SQL Server، می‌توان داده‌های JSON یا XML را مستقیماً پردازش کرد.

SELECT 
    id,
    data->>'name' AS name,
    data->>'age' AS age
FROM users
WHERE data->>'city' = 'Tehran';

۸. استفاده از RECURSIVE CTE برای درخت‌ها و ساختارهای تکراری

برای پیمایش ساختارهای درختی مانند ساختار سازمانی، از RECURSIVE CTE استفاده می‌شود.

WITH RECURSIVE org_tree AS (
    SELECT id, name, manager_id, 1 AS level
    FROM employees
    WHERE manager_id IS NULL
    UNION ALL
    SELECT e.id, e.name, e.manager_id, ot.level + 1
    FROM employees e
    JOIN org_tree ot ON e.manager_id = ot.id
)
SELECT * FROM org_tree;

۹. استفاده از EXPLAIN برای بهینه‌سازی سوالات

EXPLAIN اطلاعاتی درباره نحوه اجرای سوال ارائه می‌دهد و به شما کمک می‌کند عملکرد آن را بهبود بخشید.

EXPLAIN SELECT * FROM users WHERE age > 30;

۱۰. استفاده از UNION ALL به جای UNION

اگر نیازی به حذف مقدار تکراری نیست، UNION ALL سریع‌تر است زیرا نیازی به مرتب‌سازی ندارد.

SELECT name FROM employees
UNION ALL
SELECT name FROM contractors;

نتیجه‌گیری