数仓SQL投影介绍

在SQL查询中， 投影（Projection） 是一个核心概念，对应于 SELECT 语句的作用。它指的是 从表中选择特定的列（字段）进行输出，而不是返回整行数据。以下是投影的关键点：

1. 基本定义

• 投影 是从表中选取部分列的操作，类似于数学中的函数映射，将原始数据映射到选定的列上。
• 在SQL中，通过 SELECT 子句指定需要的列。例如：

  SELECT 列1, 列2 FROM 表名;
  

  这里选择了 列1 和 列2，即对原始表进行了投影。

2.与笛卡尔积的区别

• 笛卡尔积（Cartesian Product）是多个表中所有可能行的组合（如 FROM 表A, 表B），而 投影 是从单个表或组合后的结果中选择特定列。
• 例如，SELECT A.列1, B.列2 FROM 表A, 表B 中，投影操作选择了 表A 的 列1 和 表B 的 列2。

3. 投影的特性

• 去重：默认情况下，SQL的 SELECT 会去重（除非使用 SELECT DISTINCT 显式指定去重）。
• 别名：可以为输出的列指定别名（Alias），方便结果解读：

  SELECT 列1 AS 新列名 FROM 表名;
  

• 计算列：支持对列进行计算或函数操作，例如：

  SELECT 列1 * 2 AS 双倍值 FROM 表名;
  

4. 应用场景

• 减少数据量：仅返回需要的列，避免传输不必要的数据。
• 数据重组：通过计算或函数生成新列（如日期格式化、数值计算）。
• 结果简化：在复杂查询中，通过投影聚焦关键信息。

5. 与关系代数的对应

在关系代数中，投影操作用希腊字母 Π（Pi）表示，例如：

Π_{列1,列2}(表名)

这与SQL的 SELECT 列1, 列2 FROM 表名 完全对应。

总结

投影 是SQL查询中选择特定列的核心操作，通过 SELECT 实现，用于简化结果集、优化性能，并支持列的计算和别名定义。它是数据查询中不可或缺的一步，尤其在处理宽表（列较多的表）时能显著提升效率。