SQL:2023新标准已发布三年,这些新语法你还在观望?

简介: SQL国际标准每数年更新一次,SQL:2023作为最新版本已发布三年。但大量开发者仍在沿用十年前的旧写法。本文聚焦JSON_TABLE、GREATEST/LEAST、QUALIFY三项与日常开发强相关的新特性,通过新旧代码对比,展示可立即上手的优化写法,并附主流数据库兼容性参考。

大家好,我是小耶,写功课只是为了我踩过的坑,你们别再踩了!

上个月 code review,看到一个同事写了一段 30 行的 SQL,嵌套了三层子查询,就为了从 JSON 字段里取几个值。

我问他:“你知不知道 SQL:2023 有个东西叫 JSON_TABLE?”

他一脸懵:“SQL 还有版本?”

——有。而且 2023 版已经发布三年了。

一、SQL 标准演进简述

SQL 是有国际标准(ISO/IEC 9075)的,隔几年更新一版:

版本 发布时间 核心变化
SQL:1992 1992 年 基础标准,大部分数据库支持
SQL:1999 1999 年 引入正则表达式、递归查询
SQL:2003 2003 年 引入窗口函数、XML 相关
SQL:2008 2008 年 引入 TRUNCATE、INSTEAD OF 触发器
SQL:2011 2011 年 引入时序数据、增强窗口函数
SQL:2016 2016 年 引入 JSON 支持
SQL:2023 2023 年 JSON_TABLE、GREATEST/LEAST、QUALIFY、图查询

SQL:2023 是第九版,也是迄今为止功能最丰富的一版。下面三个特性是最容易上手、最常用到的。

二、新特性一:JSON_TABLE

背景:此前操作 JSON 字段主要依赖 JSON_EXTRACT 等函数提取单个值,当 JSON 内部存在数组结构、需要将数组元素展开为多行时,不得不在应用层做二次处理。JSON_TABLE 的作用:将 JSON 数据直接映射为关系型表格,数组元素可展开为多行记录。

旧写法(假设 ordersorder_info 字段存了如下 JSON):

{"order_id": "ORD-001", "items": [{"name": "手机", "price": 5999}, {"name": "充电器", "price": 99}]}
SELECT 
    JSON_EXTRACT(order_info, '$.order_id') AS order_id,
    JSON_EXTRACT(items, '$[*].name') AS item_names,
    JSON_EXTRACT(items, '$[*].price') AS item_prices
FROM orders;

多个 JSON_EXTRACT 嵌套调用,结果以数组形式返回,需在应用层拆解。

SQL:2023 新写法

SELECT t.order_id, jt.name, jt.price
FROM orders o,
JSON_TABLE(
    o.order_info,
    '$.items[*]' COLUMNS(
        name VARCHAR(100) PATH '$.name',
        price DECIMAL(10,2) PATH '$.price'
    )
) AS jt;

JSON_TABLE 位于 FROM 子句,将 JSON 数组的每个元素映射为一行,数据在 SQL 层完成结构化展开,应用层直接拿到规整结果集。

性能对比:某日志解析场景,100 万行 JSON 数据,旧写法约 4.2 秒,新写法约 2.8 秒,提升约 33%。

三、新特性二:GREATEST / LEAST

背景:MySQL 很早就支持了 GREATESTLEAST,但直到 SQL:2023 才被正式纳入国际标准。在此之前,取多列极值只能使用 CASE WHENUNION 方式实现。

旧写法

SELECT 
    CASE 
        WHEN col1 >= col2 AND col1 >= col3 THEN col1
        WHEN col2 >= col1 AND col2 >= col3 THEN col2
        ELSE col3
    END AS max_value
FROM table;

SQL:2023 新写法

SELECT GREATEST(col1, col2, col3) AS max_value FROM table;
SELECT LEAST(col1, col2, col3) AS min_value FROM table;

一行完成,支持任意多个参数。任一参数为 NULL 则返回 NULL(与 MySQL 行为一致)。

四、新特性三:QUALIFY

背景:窗口函数的计算结果无法直接在 WHERE 子句中使用,必须通过子查询或 CTE 包装一层。QUALIFY 解决了这个痛点。

旧写法(查每个分类销售额排名前 3 的产品):

WITH ranked AS (
    SELECT 
        category,
        product,
        sales,
        ROW_NUMBER() OVER(PARTITION BY category ORDER BY sales DESC) AS rn
    FROM products
)
SELECT category, product, sales
FROM ranked
WHERE rn <= 3;

SQL:2023 新写法

sql

SELECT 
    category,
    product,
    sales,
    ROW_NUMBER() OVER(PARTITION BY category ORDER BY sales DESC) AS rn
FROM products
QUALIFY rn <= 3;

QUALIFY 直接过滤窗口函数结果,无需额外包装层。

五、补充:SQL:2023 其他实用特性

  • 十六进制/八进制字面量0xFF0o755
  • 数字下划线分组1_000_000 替代 1000000
  • ANY_VALUE() :解决 ONLY_FULL_GROUP_BY 模式下的限制
  • SQL/PGQ(图查询) :SQL 标准中首次纳入图查询能力

六、主流数据库兼容性一览

数据库 GREATEST/LEAST JSON_TABLE QUALIFY
MySQL 8.0
PostgreSQL 16+ ⚠️ 部分
Oracle 23c
SQL Server 2022
Snowflake/BigQuery

升级建议GREATEST/LEAST 兼容性最好,可优先推广。JSON_TABLE 需确认数据库版本。QUALIFY 当前主要在云数仓场景可用。

七、小结

SQL:2023 新增的特性远不止这三个,但它们是最贴近日常开发、改造门槛最低的一组。

下次写 SQL 的时候,试试这些新写法——代码量减半,可读性翻倍。

小耶在手,SQL 不愁

还有什么想了解的,欢迎留言!小耶一定知无不言言无不尽……我们下次见~

相关文章
人工智能 缓存 前端开发
12720 75
|
5天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
Web App开发 人工智能 API
1605 2
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
4963 0
人工智能 Java BI
1709 1
人工智能 JavaScript 测试技术
2671 2
开发工具 Swift git
2014 6
人工智能 JavaScript 测试技术
1272 5