告別硬編碼，mysql 如何實現按某字段的不一樣取值進行統計

上週我忽然意識到，我在grafana上寫的 sql 語句存在多處硬編碼。這篇筆記將記錄如何實現沒有硬編碼的sql語句，以及自學編程過程當中如何應對本身的笨拙代碼和難題不斷的情況。

一、有效但粗笨的硬編碼

所謂硬編碼，大意是指代碼中出現不少具體的取值，每一個取值都是手動賦值的。好比：

-- 達成某個成就的用戶數
select
    count(user_id) as 用戶數
from 
    achivement_table
where
    achivement_name= '牛刀小試'

以我家產品 xue.cn 的成就係統爲例，咱們首個版本僅有10個成就，我要拷貝粘貼修改爲就名稱達10次。最近成就升級到V2版本，有17個成就，將來還會有更多成就。再好比習題和章節，每本書的章節數和習題數，都是幾十個起。至於統計每本書的閱讀用戶數，每一個章節的留言數，每一個成就的達成用戶數……這類實現太頻繁了。

若是所有采用硬編碼，我意識到這將低效粗笨。

在初學編程時，你我總會寫出一些低效但生效的代碼。隨着編程水平提高或需求變得複雜，咱們將有機會迭代本身的代碼。迭代是好事，但這不意味着以前的低效但有效的代碼是壞事。——**接納本身早期的笨拙，並追求持續的進步。我們不須要爲本身初學階段的代碼感到很差意思或羞愧，而是要視之爲提高的機會。**這個心態令我在自學編程的路上幾乎無所畏懼。

二、知道，但用時忘

如何實現代碼自動獲取每一個取值，並按該值分別統計呢？我搜索到一些代碼，卻看不懂：

不得已，我準備好問題描述，併發紅包在編程學習羣裏請教。羣友給出的答案讓我啼笑皆非：

特麼這方法我不是會嗎！？鬼打牆啦。

這種現象在初學技能時，是否是挺常見的！？知道，但不熟練。知道知識點，但實戰時可能想不起來。或者知道某一種實戰情境，換到其它實戰情境就忘了……嗯，本質上仍是重複的不夠，熟練度不行啊。

既然是我已知的知識點，當即實操吧。

情境A：字段取值範圍在同一表格

想要統計的原數據，和該字段的全部取值範圍，在同一張數據表時，代碼簡單以下。

-- 全部成就的完成用戶數
select
    achivement_name as 成就名稱,
    count(user_id) as 用戶數
from 
    achivement_table
group by
    成就名稱
order by
    成就名稱

情境B：字段取值範圍在另外一表格

想要統計的原數據，和該字段的全部取值範圍，不在同一張數據表時，代碼僅稍微複雜一點點。

-- 全部成就的完成用戶數
select
    achivements.name as 成就名稱,
    count(achivement_event.user_id) as 用戶數
from 
    achivement_event,achivements
where
    achivement_event.name = achivements.name
group by
    成就名稱
order by
    成就名稱

三、解決一個難題，新的困惑到來

硬編碼的問題如今卻是解決了，但實現數據可視化時，又有新的狀況產生。

以前的硬編碼風格，在 grafana 上經過 add query 完成，該操做是新增數據列，使得數據結果是一行多列，每一個成就名就是一列。

這種數據，用 grafana 的 bar gauge 圖表類型展現效果很不錯。

以後沒有硬編碼的sql語句，獲得的數據結果是多行2列，首列是成就名，次列是用戶數。至關於以前數據結果的倒置。

行列倒置在 python pandas中，就是對dataframe數據一個T操做而已。但在 grafana 上如何靈活地操做行列，我還有很多困惑要解決。——這並不是個人不足，這是我將要提高的機會，對不？

小結

在這篇筆記中，我不只記錄了本身如何完成按某個字段的取值範圍進行統計的需求，既有早期的硬編碼風格，也有升級版的語句。我還分享了本身如何看待初學編程時的笨拙代碼，如何應對一個難題接着一個難題的編程自學過程。但願個人筆記，帶給你啓發和力量。