Глеб Зайцев CTE в SQL. 18 задач с WITH для аналитика

Зачем выносить шаги в WITH

CTE помогает дать имя промежуточному результату и читать длинный запрос как последовательность маленьких решений.

В аналитике это почти всегда снижает риск: отдельно собрать оплаченные заказы, отдельно посчитать итоги, отдельно добавить долю или фильтр.

В этой книге WITH используется только там, где он делает отчёт прозрачнее. Мы не прячем сложность, а раскладываем её на проверяемые слои.

Как проверять себя

Сначала прочитайте каждый CTE как временную таблицу: какие колонки она возвращает и сколько строк в ней должно быть.

Затем проверьте финальный SELECT. Ошибки обычно появляются на стыке: перепутали зерно, повторно размножили строки или взяли среднее не на том уровне.

Все запросы написаны для SQLite. Конструкция WITH и большинство приёмов переносимы в PostgreSQL, MySQL и другие SQL-системы.

Задача 1. Вынести оплаченные заказы в отдельный шаг

Нужно посчитать выручку только по оплаченным заказам, но сделать фильтр явным и читаемым.

CREATE TABLE orders(id INTEGER, status TEXT, total INTEGER);

INSERT INTO orders VALUES (1,'paid',500),(2,'new',700),(3,'paid',300),(4,'cancelled',900);

WITH paid_orders AS (

SELECT id, total

FROM orders

WHERE status = 'paid'

)

SELECT SUM(total) AS paid_revenue

FROM paid_orders;

[[800]]

CTE paid_orders содержит только оплаченные строки.

Финальный запрос считает сумму уже по очищенному набору.

Так проще увидеть, что new и cancelled не участвуют в выручке.

Если фильтр оставить внутри большого финального запроса, легко случайно смешать оплаченные и неоплаченные строки.

Добавьте paid-заказ на 200. Каким станет paid_revenue и почему?

Ответ: paid_revenue станет 1000, потому что новый заказ попадёт в paid_orders.

Задача 2. Собрать выручку по клиентам

Нужно сначала получить итог по каждому клиенту, а затем отсортировать клиентов по выручке.

CREATE TABLE orders(id INTEGER, client_id INTEGER, total INTEGER);

INSERT INTO orders VALUES (1,1,300),(2,1,500),(3,2,900),(4,3,100);

WITH client_revenue AS (

SELECT client_id, SUM(total) AS revenue

FROM orders

GROUP BY client_id

)

SELECT client_id, revenue

FROM client_revenue

ORDER BY revenue DESC, client_id;

[[2, 900], [1, 800], [3, 100]]

CTE делает одну строку на client_id.

Финальный SELECT уже не думает о деталях заказов.

Сортировка показывает клиентов от самого денежного к слабому.

Если позже присоединять справочник клиентов, сначала проверьте, что client_revenue действительно имеет одну строку на клиента.

Добавьте клиенту 3 заказ на 850. Как изменится порядок строк?

Ответ: Клиент 3 станет первым с выручкой 950, затем клиент 2 и клиент 1.

Задача 3. Отфильтровать итоги после группировки

Менеджеру нужны только товары, которые дали выручку от 500, а не все позиции каталога.

CREATE TABLE sales(sku TEXT, revenue INTEGER);

INSERT INTO sales VALUES ('A1',200),('A1',350),('B2',100),('C3',700);

WITH sku_revenue AS (

SELECT sku, SUM(revenue) AS revenue

FROM sales

GROUP BY sku

)

SELECT sku, revenue

FROM sku_revenue

WHERE revenue >= 500

ORDER BY revenue DESC;

[["C3", 700], ["A1", 550]]

Внутри CTE суммы собираются по SKU.

Финальный WHERE фильтрует уже агрегированную выручку.

B2 не проходит, потому что его итог всего 100.

WHERE revenue >= 500 до группировки проверял бы отдельные строки продаж, а не итог товара.

Почему A1 проходит фильтр, хотя ни одна отдельная строка A1 не равна 500?

Ответ: Потому что CTE сначала складывает 200 и 350, а фильтр видит итог 550.