FROM 子句

在 SQL 中，FROM 子句用于指定 SELECT 语句要从中检索数据的表或视图。 您可以使用逗号分隔，在 FROM 子句中指定最多 256 个表或视图。

替换 HAVING 子句，通过 WHERE 子句限制返回记录数目以优化查询性能。HAVING 子句仅在检索所有记录后才过滤结果集，导致排序和汇总等额外开销。通过在 WHERE 子句中应用筛选条件，可以减少不必要的开销。

在 Oracle SQL 中，HAVING 子句用于对分组后的结果进行过滤，它会在检索出所有记录并完成分组操作后才进行过滤，这可能导致额外的排序和聚合操作开销。 为了提高查询性能，建议尽可能使用 WHERE 子句替代 HAVING 子句。WHERE 子句在查询的早期阶段就对数据进行过滤，可以有效减少参与分组和排序操作的数据量，从而提高查询效率。 如果过滤条件依赖于聚合函数的结果，则必须使用 HAVING 子句。但在其他情况下，应该优先考虑使用 WHERE 子句来限制结果集。

避免使用HAVING子句，因为HAVING只在检索所有记录后对结果集进行过滤，这包括排序和总计等操作。通过使用WHERE子句限制记录数目，可以减少这些开销。例如，不高效的写法是：SELECT REGION，AVG(LOG_SIZE) FROM LOCATION GROUP BY REGION HAVING REGION != ‘SYDNEY’ AND REGION != ‘PERTH’；而更高效的写法是：SELECT REGION，AVG(LOG_SIZE) FROM LOCATION WHERE REGION != ‘SYDNEY’ AND REGION != ‘PERTH’ GROUP BY REGION。

在SQL查询优化中，推荐使用WHERE子句来限制记录数，而不是使用HAVING子句。HAVING子句会在检索所有记录后进行过滤，需要排序和总计等操作。通过使用WHERE子句，可以有效减少这些开销。例如，不推荐的写法是在LOCATION表中按REGION分组后再使用HAVING子句过滤不需要的REGION，而更高效的做法是在WHERE子句中直接排除不需要的REGION，然后再进行GROUP BY操作。

避免使用HAVING子句，因为它只在检索所有记录之后才进行结果集过滤，需要排序和总计等操作。通过WHERE子句限制记录数目可以减少这些开销。例如：非效率的写法如下：SELECT REGION，AVG(LOG_SIZE) FROM LOCATION GROUP BY REGION HAVING REGION != ‘SYDNEY’ AND REGION != ‘PERTH’；而效率更高的写法是：SELECT REGION，AVG(LOG_SIZE) FROM LOCATION WHERE REGION != ‘SYDNEY’ AND REGION != ‘PERTH’ GROUP BY REGION。

查询学生是否选修了全部课程。首先，确认课程数量；其次，遍历选课表，统计选修所有课程的学生；最后，根据学生号获取学生姓名。

SQL HAVING 子句用于筛选 HAVING 子句中的组，它在 GROUP BY 子句之后使用。HAVING 子句可用于根据组的聚合值（例如 SUM、COUNT、AVG）来过滤组。

ROLLUP 子句是 GROUP BY 子句的扩展功能，能够为每个分组返回小计记录，并为所有分组返回总计记录，增强了数据汇总的能力。

关于《海量数据挖掘》的关键知识点 一、书籍背景与目标 《海量数据挖掘》由 Anand Rajaraman、Jure Leskovec 和 Jeffrey D. Ullman 编著，最早用于斯坦福大学的“Web Mining”课程，专为高级研究生和高年级本科生提供深度数据挖掘知识。内容集中于处理大规模数据集的算法，涵盖分布式计算、数据流、相似性搜索等技术。 二、书籍主要内容 本书从算法导向的视角切入大数据处理，以Web数据和相关应用为案例，详细讨论了以下关键技术： 1. 分布式文件系统与MapReduce- 分布式文件系统：介绍了如何使用 Hadoop HDFS 等系统来管理大规模数据。- MapReduce：一种数据并行处理框架，通过将任务分解成 Map 和 Reduce 两阶段高效处理数据。 2. 相似性搜索- MinHashing：用于估计集合相似度，适合大规模数据集。- Locality-Sensitive Hashing (LSH)：一种近似最近邻搜索技术，在保持精度的同时提升搜索速度。 3. 数据流处理- 数据流处理技术：适用于实时数据的流处理，包括滑动窗口概念。- 算法：如 Count-Min Sketch，为数据流设计的高效算法。 4. 搜索引擎技术- PageRank：Google用于网页重要性评估的核心算法之一。- 链接垃圾检测：识别和过滤操纵搜索引擎的无效链接。- Hubs and Authorities：网页权威性与中心性的评估方法。 5. 频繁项集挖掘- 关联规则：用于发现数据集中频繁的项目组合。- Market-Basket Analysis：一种重要的商业分析方法，用于分析消费者购买行为。