0

0

SQL 数据清洗与转换实践

冷炫風刃

冷炫風刃

发布时间:2026-02-19 17:57:09

|

484人浏览过

|

来源于php中文网

原创

where中null判断失效因null非值而是缺失标记,须用is null;trim/replace无法处理unicode控制符;类型转换失败在mysql非严格模式下静默变null;update漏写精确where条件易误更新全表。

sql 数据清洗与转换实践

WHERE 条件里写 NULL 判断会失效? 常见错误现象:WHERE column = NULL 返回空结果,哪怕表里明明有 NULL 值

SQL 里 NULL 不是值,而是“缺失标记”,不能用 =!= 比较。所有涉及 NULL 的等值判断都会返回 UNKNOWN,而 WHERE 只接受 TRUE

  • IS NULLIS NOT NULL 替代 = NULL
  • 聚合函数如 COUNT(column) 自动跳过 NULL,但 COUNT(*) 不跳 —— 这常被误用来“查空行数”
  • 连接时 ON a.id = b.id 若任一为 NULL,该行直接不匹配,不是“匹配失败”,是“不参与连接”

字符串清洗:TRIM 和 REPLACE 够用吗? 使用场景:处理用户输入、CSV 导入、爬虫数据中混杂的空格、不可见字符(如 \t\r、零宽空格)

TRIM() 只去首尾空格(默认空格,可指定字符),REPLACE() 能换指定子串,但两者都对 Unicode 控制符、全角空格、BOM 头无能为力。

Skybox AI
Skybox AI

一键将涂鸦转为360°无缝环境贴图的AI神器

下载
  • PostgreSQL 可用 REGEXP_REPLACE(col, '[\u200B-\u200D\uFEFF]+', '', 'g') 清零宽字符
  • MySQL 8.0+ 支持 REGEXP_REPLACE();老版本只能靠应用层或自定义函数
  • 别用 REPLACE(col, ' ', '') 清空格——它会把字段内正常空格也干掉,破坏语义

类型转换失败导致整列变 NULL? 错误现象:CAST(age_str AS INTEGER) 后整列变 NULL,但只有一两行是非法值

多数数据库(如 PostgreSQL、SQL Server)在类型转换失败时默认抛错;但 MySQL 在非严格模式下会静默转成 0NULL,且不报任何提示,极易掩盖脏数据。

  • PostgreSQL 推荐用 col::INTEGER + NULLIF() 组合:例如 NULLIF(TRIM(age_str), '')::INTEGER
  • MySQL 开启严格模式(STRICT_TRANS_TABLES)让转换失败立刻报错,而不是吞掉异常
  • 避免用 CONVERT()CAST() 直接套原始字段,先用 REGEXP_LIKE()(MySQL 8.0+/PostgreSQL)筛出合法格式再转

UPDATE 时 WHERE 条件漏写主键,全表被改? 真实踩坑场景:开发环境跑完 UPDATE user SET status = 'active',发现 20 万用户全激活了

没有 WHEREUPDATE / DELETE 是高危操作,但更危险的是 WHERE 写得不精确,比如用 WHERE name = '张三' —— 名字重复太常见。

  • 执行前先用 SELECT COUNT(*) 验证条件命中行数,尤其涉及 JOIN 或子查询时
  • 在事务里操作:BEGIN; UPDATE ...; SELECT ROW_COUNT(); ROLLBACK;(MySQL)或 SELECT pg_affected_rows()(PostgreSQL)
  • 别依赖 IDE 的“安全更新模式”,它只拦没 WHERE,不拦弱条件;真正安全的是主键/唯一索引字段 + 明确值
实际清洗时最麻烦的不是语法,是搞不清原始数据到底“缺什么”——比如一个 phone 字段,你以为只是空格多,结果发现混着 +8686-(010)138****1234 四种格式,还夹着“暂无”“不详”“/”。这种得先 GROUP BY 看分布,再分策略处理,没法一条 SQL 搞定。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

986

2023.10.12

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

334

2023.10.27

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

377

2024.02.23

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

1739

2024.03.06

sql procedure语法错误解决方法
sql procedure语法错误解决方法

sql procedure语法错误解决办法:1、仔细检查错误消息;2、检查语法规则;3、检查括号和引号;4、检查变量和参数;5、检查关键字和函数;6、逐步调试;7、参考文档和示例。想了解更多语法错误的相关内容,可以阅读本专题下面的文章。

374

2024.03.06

oracle数据库运行sql方法
oracle数据库运行sql方法

运行sql步骤包括:打开sql plus工具并连接到数据库。在提示符下输入sql语句。按enter键运行该语句。查看结果,错误消息或退出sql plus。想了解更多oracle数据库的相关内容,可以阅读本专题下面的文章。

1292

2024.04.07

sql中where的含义
sql中where的含义

sql中where子句用于从表中过滤数据,它基于指定条件选择特定的行。想了解更多where的相关内容,可以阅读本专题下面的文章。

585

2024.04.29

sql中删除表的语句是什么
sql中删除表的语句是什么

sql中用于删除表的语句是drop table。语法为drop table table_name;该语句将永久删除指定表的表和数据。想了解更多sql的相关内容,可以阅读本专题下面的文章。

436

2024.04.29

pixiv网页版官网登录与阅读指南_pixiv官网直达入口与在线访问方法
pixiv网页版官网登录与阅读指南_pixiv官网直达入口与在线访问方法

本专题系统整理pixiv网页版官网入口及登录访问方式,涵盖官网登录页面直达路径、在线阅读入口及快速进入方法说明,帮助用户高效找到pixiv官方网站,实现便捷、安全的网页端浏览与账号登录体验。

660

2026.02.13

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
PostgreSQL 教程
PostgreSQL 教程

共48课时 | 9.4万人学习

Django 教程
Django 教程

共28课时 | 4.4万人学习

Excel 教程
Excel 教程

共162课时 | 18万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号