SQL不相关嵌套子查询

大家都学习过高级编程语言，比如C语言；都知道类似if、for这样的流程控制语句是可以嵌套使用的。SQL嵌套子查询和if、for等语句的嵌套使用是一个道理，也就是说在一个查询语句中可以直接使用另一个查询语句的结果；或者说，一条查询语句可以嵌入到另一条查询语句内部使用。

那我们举个例子：

首先，上背景：

【例1】查询比张三年龄大的学生的姓名和年龄。

对于这道题，大家的思路应该都比较清楚：使用自连接查询即可完成，一张表去找张三的年龄，一张表对全体学生进行扫描，将其年龄和在上一张表中找到的张三的年龄进行比较；比如：

select s1.Sname,s1.Sage from Student s1,Student s2 

where s2.Sname='张三' and s1.Sage>s2.Sage

其实大家也会留意到：我们的解题思路分为了两个步骤：

1、在一张表中去找到张三的年龄；

2、在另一张表种对全体学生进行扫描，测试其年龄是否大于在上一步中找到的张三的年龄。

其中第2步用到了第1步的结果。所以我们可以换个思路：

首先找到张三的年龄:select s2.Sage from Student s2 where s2.Sname='张三' 

这条语句如果被执行，那么我们一定可以得到张三的年龄，而这个年龄一定是一个类似于17、18、19这样的具体数值，我们就直接假定是A（A=select s2.Sage from Student s2 where s2.Sname='张三'）。

接下来，完成第2步：有了这个A以后，我们就可以再次对Student表进行全表搜索，来看看有哪些同学的年龄大于A：

select s1.Sname,s1.Sage from Student s1 where s1.Sage>A

就和数学里面的代数式一样，我们可以把A的表达式带入上述SQL语句：

select s1.Sname,s1.Sage from Student s1 where s1.Sage>(

  select s2.Sage from Student s2 where s2.Sname='张三'

)

首先说明：这条语句的执行结果和例1中那条自连接查询的效果是完全一致的，即两条语句等价。大家可以很直观的看到：一条查询语句被嵌入到了另一条查询语句之中。那么这就是嵌套子查询。

我们来下两个定义：

外层查询：嵌套查询中的外部查询语句；

内层查询：嵌套查询中的内部查询语句，也被称作子查询。

其实上面这个将自连接写成嵌套查询的例子除了更符合我们的思维习惯，简化我们的编程以外，好像并没有更多地体现出嵌套查询的价值。接下来，我们再举一个例子：

【例2】查询学生平均年龄高于计科系的其它系。

这道题很难利用连接查询来实现。但是利用嵌套查询，则显得比较清晰，也比较容易。我们可以把思路捋一捋：

1、查询计科系的学生平均年龄

select avg(Sage) from Student group by Sdept

2、查询比第1步所得到的平均年龄要高的其它系

select Sdept from Student 

group by Sdept having avg(Sage)>(

  select avg(Sage) from Student group by Sdept

) 

这就是最终的结果。整个SQL看起来非常清晰，理解起来也容易得多。

最后我们需要指出的是内层查询和外层查询的关系：在前面的两个例子中，内层查询都是可以独立完成的，换句话说，它并不需要外部给它传递任何参数；同时内层查询会先于外层查询执行，且只执行1遍。因为大家可以很容易地分析出来，内层查询不管执行几遍，结果都是唯一的，不会变化。

像这样的情况，我们就说内层查询不依赖于外层查询。我们把内层不依赖于外层的嵌套子查询称作不相关嵌套子查询。

再强调一遍：这里的不相关是指内层的执行和外层无关，但反过来讲是不成立的，即在嵌套子查询中外层是一定依赖于内层的，否则子查询的作用是什么呢？

SQL相关嵌套子查询

前面讨论了不相关嵌套子查询，那么对应地会有相关嵌套子查询吗？什么情况下，子查询会是相关的嵌套子查询呢？这个相关又指的是什么呢？带着这些问题，我们来考虑一下下面的情形：

上背景：

【例1】查询比所在系学生平均年龄要小的学生的姓名和年龄。

理一下思路：我要找某些学生，这些学生的年龄小于他所在系学生的平均年龄。也就是说，我们只有通过比较某个学生的年龄和他所在系的学生平均年龄才能判定这个学生是否是我们要找的人。我们把上述想法表述为：

表达式1：select Sname,Sage from Student s1 where s1. Sage<所在系的平均年龄

大家都知道，SQL执行的秘诀是全表扫描，所以这条语句如果能执行的话，那么Student表中的每一个学生都会被扫到。这里我们假定每一次扫描到的学生的所在系是Di。需要说明的是Di是不断变化的，它取决于当前被扫描到的学生。

有了这个假设以后，我们就可以来讨论“所在系的平均年龄了”。其实这个问题，现在我们可以将其表述为：

表达式2：select avg(Sage) from Student s2 where s2.Sdept=Di

将表达式2代入表达式1：

select Sname,Sage from Student s1 where Sage<(

  select avg(Sage) from Student s2 where s2.Sdept=Di

)

我们还差最后一步了：这里的Di究竟应该如何表述呢?根据我们前面的讨论，大家都知道了Di就是我们在外层查询中每次扫描到一位学生，从而得到的他所在的系，其实也就是s1.Sdept。好了，来写出我们最终的SQL语句：

select Sname,Sage from Student s1 where Sage<(

  select avg(Sage) from Student s2 where s2.Sdept=s1.Sdept

)

分析这条SQL语句，可以看出内层查询的执行需要依赖于外层查询给它传入s1.Sdept（当前学生的所在系），否则内层查询就无法执行。我们就把这种内层查询依赖于外层查询的嵌套子查询称作相关嵌套子查询。

同时，这里还有1点需要说明：内层查询的执行次数。对于外层查询所扫描到的每一个学生，内层查询都会执行1遍，因为需要为外层查询提供这个学生所在系所有学生的平均年龄。所以对于相关嵌套子查询而言，内层查询的执行次数取决于外层查询要扫描的记录数。