2.17 sql条件筛选（WHERE、比较运算符、逻辑运算符、BETWEEN、IN、LIKE模糊查询、IS NULL）

2.17 条件筛选（WHERE、比较运算符、逻辑运算符、BETWEEN、IN、LIKE模糊查询、IS NULL）

在电商数据分析中，你几乎不会查全表数据，永远是在筛选特定范围：

• 只看某天的订单。

• 只看金额大于500的高价值订单。

• 只看某个店铺或某个类目的商品。

• 只看已支付未发货的订单。

WHERE子句就是用来做条件筛选的。这一章我会带你彻底搞懂WHERE的各种用法：比较运算符、逻辑运算符、BETWEEN、IN、LIKE模糊查询、空值判断。学完之后，你能精准地从百万行数据中秒级提取你需要的行。

学习前准备：

• 已完成MySQL安装（参考系列前几章）

• 已安装DBeaver或Navicat

• 准备一个练习数据库，比如where_demo

学习前环境准备

步骤1：确保MySQL服务已启动。

步骤2：创建练习数据库和表，并插入示例数据。

CREATEDATABASEwhere_demoCHARACTERSETutf8mb4COLLATEutf8mb4_unicode_ci;USEwhere_demo;-- 订单表CREATETABLEorders(order_idVARCHAR(50)PRIMARYKEY,user_idINTNOTNULL,shop_nameVARCHAR(50)NOTNULL,amountDECIMAL(10,2)NOTNULL,order_statusVARCHAR(20)NOTNULL,create_timeDATETIMENOTNULL,product_nameVARCHAR(100));INSERTINTOordersVALUES('ORD001',1001,'女装旗舰店',299.00,'已支付','2025-06-01 10:00:00','碎花连衣裙'),('ORD002',1002,'女装旗舰店',189.00,'已取消','2025-06-01 11:00:00','纯棉T恤'),('ORD003',1003,'男装专营店',599.00,'已支付','2025-06-02 09:30:00','牛仔裤'),('ORD004',1001,'女装旗舰店',399.00,'已支付','2025-06-03 14:20:00','雪纺衫'),('ORD005',1004,'童装店',99.00,'已完成','2025-06-03 16:00:00','儿童T恤'),('ORD006',1005,'女装旗舰店',1299.00,'已支付','2025-06-04 08:30:00','真丝连衣裙'),('ORD007',1002,'男装专营店',89.00,'已取消','2025-06-04 10:00:00','休闲短裤'),('ORD008',1006,'女装旗舰店',89.00,'已支付','2025-06-05 09:00:00',NULL),('ORD009',1007,'男装专营店',259.00,'已支付','2025-06-05 14:00:00','Polo衫');

WHERE条件筛选基础认知

WHERE子句用于过滤行，只保留满足条件的记录。它紧跟在FROM之后，在GROUP BY之前执行。

基本语法：

SELECT列FROM表WHERE条件;

SQL执行顺序回顾：

1. FROM：确定数据来源

2. WHERE：按行筛选

3. GROUP BY、HAVING、SELECT、ORDER BY、LIMIT

在电商数据分析中的核心用途：

• 时间范围筛选（某天、某月、某季度）。

• 数值区间筛选（金额大于500）。

• 状态筛选（已支付、待发货）。

• 文本匹配（店铺名称、商品名称）。

我的踩坑经历：我第一次写WHERE时，把条件写成了WHERE amount > 500 AND order_status = '已支付'，结果正确。但后来我写了一个WHERE order_status = '已支付' AND amount > 500，效果一样。但切记：字符串值必须用单引号，数字不用。

比较运算符

4.1 基础语法

4.2 电商实操案例

案例一：查询金额大于500元的订单

SELECT*FROMordersWHEREamount>500;

预期结果：ORD003(599)、ORD006(1299)。

案例二：查询金额小于100元的订单

SELECT*FROMordersWHEREamount<100;

预期结果：ORD005(99)、ORD007(89)、ORD008(89)。

案例三：查询女装旗舰店的订单

SELECT*FROMordersWHEREshop_name='女装旗舰店';

预期结果：ORD001、ORD002、ORD004、ORD006、ORD008。

案例四：查询不是“已支付”的订单

SELECT*FROMordersWHEREorder_status<>'已支付';-- 或 WHERE order_status != '已支付';

预期结果：ORD002(已取消)、ORD005(已完成)、ORD007(已取消)。

4.3 分步操作

1. 先确定要查询的表和列。

2. 写出不带WHERE的查询，看全量数据。

3. 加上WHERE和比较条件。

4. 执行并验证结果行数。

避坑提醒：=比较时，字符串要精确匹配（大小写和空格）。MySQL默认不区分大小写，但区分末尾空格。比如'女装旗舰店 '（多一个空格）匹配不到。

实操避坑提醒：金额比较时，确保amount列是数值类型，不能是带货币符号的字符串。否则比较结果可能错误。

逻辑运算符（AND、OR、NOT）

5.1 基础语法

• AND：所有条件必须同时满足。

• OR：至少满足一个条件。

• NOT：取反。

5.2 电商实操案例

案例一：女装旗舰店且金额大于300元的订单

SELECT*FROMordersWHEREshop_name='女装旗舰店'ANDamount>300;

预期结果：ORD004(399)、ORD006(1299)。

案例二：女装旗舰店或男装专营店的订单

SELECT*FROMordersWHEREshop_name='女装旗舰店'ORshop_name='男装专营店';

预期结果：除童装店以外的所有订单（ORD001-004,006-009）。

案例三：金额大于500且状态为“已支付”，或者金额小于100且状态为“已支付”

SELECT*FROMordersWHERE(amount>500ORamount<100)ANDorder_status='已支付';

注意括号优先级：AND优先级高于OR，所以括号很重要。

预期结果：金额>500且已支付：ORD003(599)、ORD006(1299)；金额<100且已支付：ORD008(89) → 共3条。

5.3 分步操作

1. 先写单条件查询验证。

2. 用AND/OR组合。

3. 不确定优先级时加括号。

4. 执行并验证。

避坑提醒：

• AND的优先级高于OR，所以条件1 OR 条件2 AND 条件3会被解释为条件1 OR (条件2 AND 条件3)。建议始终用括号明确逻辑。

我的踩坑经历：我写过WHERE shop_name = '女装旗舰店' OR shop_name = '男装专营店' AND amount > 500，结果只筛选出男装专营店中金额>500的，女装旗舰店全部返回了。因为AND优先级高，实际是shop_name = '女装旗舰店' OR (shop_name = '男装专营店' AND amount > 500)。加上括号(shop_name = '女装旗舰店' OR shop_name = '男装专营店') AND amount > 500才是我想要的。

BETWEEN区间筛选

6.1 基础语法

WHERE列BETWEEN下界AND上界;

等价于列 >= 下界 AND 列 <= 上界，包含边界值。

6.2 电商实操案例

案例一：查询金额在100到300元之间的订单（包含边界）

SELECT*FROMordersWHEREamountBETWEEN100AND300;

预期结果：ORD001(299)、ORD002(189)、ORD004(399? 399不在100-300之间，所以不包括)、ORD009(259) → 实际ORD004=399不在，ORD009=259在。重新确认：ORD001(299)是，ORD002(189)是，ORD009(259)是。ORD004(399)不是。

案例二：查询2025年6月3日到6月4日的订单

SELECT*FROMordersWHEREcreate_timeBETWEEN'2025-06-03 00:00:00'AND'2025-06-04 23:59:59';

预期结果：ORD004(6月3日14:20)、ORD005(6月3日16:00)、ORD006(6月4日08:30)、ORD007(6月4日10:00)。

6.3 避坑提醒

• BETWEEN包含边界值，如果不想包含，用>和<组合。

• 日期区间建议用>= start AND < end + 1，避免漏掉当天的23:59:59之后的记录。例如WHERE create_time >= '2025-06-03' AND create_time < '2025-06-05'。

实操避坑提醒：BETWEEN对日期时间类型要小心，因为时间精度可能到秒。最好用>=和<配合。

IN集合筛选

7.1 基础语法

WHERE列IN(值1,值2,...);

等价于多个OR条件。

7.2 电商实操案例

案例一：查询女装旗舰店和男装专营店的订单

SELECT*FROMordersWHEREshop_nameIN('女装旗舰店','男装专营店');

案例二：查询订单状态为“已支付”或“已完成”的订单

SELECT*FROMordersWHEREorder_statusIN('已支付','已完成');

预期结果：除已取消外的所有订单。

案例三：查询商品名称为特定几个商品的订单

SELECT*FROMordersWHEREproduct_nameIN('碎花连衣裙','牛仔裤','雪纺衫');

7.3 分步操作

1. 列出需要匹配的值。

2. 用IN替换多个OR，提高可读性。

3. 执行验证。

避坑提醒：

• IN列表中的值类型要与列类型一致。

• 如果列表很长，考虑用子查询（后续会讲）。

LIKE模糊查询

8.1 基础语法

WHERE列LIKE'模式';

• %：匹配任意个字符（包括0个）。

• _：匹配单个字符。

8.2 电商实操案例

案例一：查询商品名称中包含“T恤”的订单

SELECT*FROMordersWHEREproduct_nameLIKE'%T恤%';

预期结果：ORD002(纯棉T恤)、ORD005(儿童T恤)。

案例二：查询商品名称以“雪纺”开头的订单

SELECT*FROMordersWHEREproduct_nameLIKE'雪纺%';

预期结果：ORD004(雪纺衫)。

案例三：查询商品名称中第二个字是“裙”的订单（第一个字任意）

SELECT*FROMordersWHEREproduct_nameLIKE'_裙%';

预期结果：ORD001(碎花连衣裙)、ORD006(真丝连衣裙)。

8.3 分步操作

1. 确定要模糊匹配的模式。

2. 用%代表任意长度，_代表单个字符。

3. 注意转义字符（如\%匹配字面%）。

避坑提醒：

• LIKE默认不区分大小写（MySQL），但区分字符集。

• 以%开头的模式无法使用索引，性能差。尽量避免在大量数据上用LIKE '%keyword%'。

我的踩坑经历：我曾用LIKE '%连衣裙%'去匹配商品名称，结果把“连衣裙”和“雪纺连衣裙”都找到了，但查询跑了10秒。后来加了全文索引才改善。模糊查询前%会导致全表扫描，谨慎使用。

IS NULL / IS NOT NULL空值筛选

9.1 基础语法

WHERE列ISNULL;WHERE列ISNOTNULL;

注意：不能写成= NULL，因为NULL代表“未知”，任何与NULL的比较结果都是NULL（假）。

9.2 电商实操案例

订单表中有product_name为NULL的行（ORD008）。

案例一：查询商品名称为空的订单

SELECT*FROMordersWHEREproduct_nameISNULL;

预期结果：ORD008。

案例二：查询商品名称不为空的订单

SELECT*FROMordersWHEREproduct_nameISNOTNULL;

预期结果：除ORD008外的所有订单。

9.3 分步操作

1. 确认哪些字段允许NULL。

2. 用IS NULL或IS NOT NULL筛选。

3. 注意：NULL不能用=判断。

避坑提醒：

• 在统计中，COUNT(column)会忽略NULL值，COUNT(*)不会。

• 空字符串''不是NULL，需要用= ''判断。

综合实操案例：618大促高价值订单与异常数据排查

10.1 案例背景

某服饰类目店铺618大促后需要完成以下分析：

1. 筛选出女装类目中金额≥500元的高价值订单。

2. 筛选出6月1日至6月3日之间男装专营店的已支付订单。

3. 找出商品名称中包含“连衣裙”且金额大于300元的订单。

4. 找出订单状态为空（NULL）的异常订单（假设有）。

5. 找出金额在100到200之间或金额大于1000的订单。

6. 找出收货地址（本例没有，改用product_name）为NULL的异常数据。

10.2 分步操作

步骤1：高价值女装订单

SELECT*FROMordersWHEREshop_name='女装旗舰店'ANDamount>=500;

预期结果：ORD006(1299)。

步骤2：男装专营店在特定日期的已支付订单

SELECT*FROMordersWHEREshop_name='男装专营店'ANDorder_status='已支付'ANDcreate_timeBETWEEN'2025-06-01'AND'2025-06-03';

注意BETWEEN包含6月3日全天，而ORD003是6月2日，ORD009是6月5日，所以只有ORD003符合。

预期结果：ORD003(599)。

步骤3：商品名称包含“连衣裙”且金额>300

SELECT*FROMordersWHEREproduct_nameLIKE'%连衣裙%'ANDamount>300;

预期结果：ORD006(真丝连衣裙，1299)。ORD001(碎花连衣裙)金额299不大于300，不包含。

步骤4：异常订单（product_name为空）

SELECT*FROMordersWHEREproduct_nameISNULL;

预期结果：ORD008。

步骤5：金额100-200或大于1000

SELECT*FROMordersWHERE(amountBETWEEN100AND200)ORamount>1000;

预期结果：金额100-200：ORD002(189)、ORD007(89? 89不在100-200)、ORD008(89不在)、ORD009(259不在) — 实际上只有ORD002=189？ORD009=259大于200，不属于。金额>1000：ORD006(1299)。所以结果为ORD002和ORD006。

步骤6：整合所有筛选条件（可选）

SELECT*FROMordersWHERE(shop_name='女装旗舰店'ANDamount>=500)OR(shop_name='男装专营店'ANDorder_status='已支付'ANDcreate_timeBETWEEN'2025-06-01'AND'2025-06-03')OR(product_nameLIKE'%连衣裙%'ANDamount>300)ORproduct_nameISNULL;

10.3 结果验证

执行以上查询，核对行数和数据是否符合业务预期。

📌 电商数据合规提示：在筛选用户信息时，如果user_id能关联到个人，筛选结果中不要直接导出用户ID明细，除非必要。另外，对product_name的模糊查询不会暴露敏感信息，但如果是用户昵称、地址等，要谨慎使用LIKE并限制结果集大小。

本章踩坑清单与合规总结

11.1 新手常见踩坑

11.2 性能优化建议

• 尽量在WHERE中使用索引列。

• 避免在条件中对列做函数转换（如WHERE DATE(create_time) = '2025-06-01'），会导致索引失效。

• 用EXPLAIN查看执行计划，确认是否走索引。

结语

WHERE子句是SQL查询的灵魂。掌握比较、逻辑、区间、集合、模糊、空值六类条件筛选，你就能从海量数据中精准提取分析所需的数据行。

有问题的评论区留言，我看到会回复。