关系型数据库管理系统越来越多地支持诸如 JSON 和空间数据等数据格式，以及对这些数据格式的操作。例如，MySQL 从版本 5.7.8 开始支持 JSON。其他数据库管理系统（如 PostgreSQL）也朝着类似的方向发展。这一趋势部分源于 MongoDB 等 NoSQL 数据库的兴起。随着这些新功能的出现，掌握 SQL 高级概念的需求也随之增加。因此，本课程将使用开源的 MySQL 数据库，深入讲解这些高级概念。

本课程非常适合已经修读过 SQL 入门课程的学习者。该入门课程的内容大纲也能大致反映本课程所要求的 SQL 知识水平。

即使你已熟悉部分 SQL 高级概念，本课程仍能有效展示这些概念在 MySQL 中的实际应用。你可以将所学知识用于大学课程实践、求职准备，或纯粹出于兴趣探索。

课程概览

在 SQL 的高级概念中，我们将学习一些引人入胜的数据类型，如日期时间、JSON 和空间数据。强大的 SQL 语句，如公共表表达式（CTE）、聚合函数和窗口函数，将帮助我们高效处理这些数据类型。此外，我们还将深入理解 SQL 中的控制流与递归机制。

因此，本课程旨在通过强调相关高级概念，帮助你掌握 SQL 的复杂细节。你可以在 MySQL 环境中直接应用并练习这些复杂的 SQL 技巧，获得动手实践的经验，从而巩固学习成果。本课程注重从实际应用角度理解 SQL，实现理论知识与真实场景之间的无缝衔接。

如果不借助递归这一高级概念，对于任意二叉树来说，解决此类问题将极为困难，甚至不可能。那么，面对下面所示的 BinaryTree 表结构，我们该如何着手？

1-- 创建一个用于存储任意二叉树的表。
2CREATE TABLE BinaryTree
3(
4    id     INT unsigned auto_increment,
5    label  TEXT,
6    parent INT unsigned,
7    PRIMARY KEY (id)
8);
9
10-- 重建上图所示的二叉树。
11INSERT INTO BinaryTree (label, parent)
12VALUES ('A', NULL),
13       ('B', 1),
14       ('C', 1),
15       ('D', 2),
16       ('E', 2),
17       ('F', 5),
18       ('G', 5);
19
20-- 查看生成的表内容。
21TABLE BinaryTree;

1-- 递归提取二叉树中所有叶节点到根节点的路径。
2WITH RECURSIVE Paths AS (
3    SELECT JSON_ARRAY(id) AS path
4    FROM BinaryTree
5    WHERE id NOT IN (SELECT DISTINCT parent FROM BinaryTree WHERE parent IS NOT NULL)
6
7    UNION
8
9    SELECT JSON_ARRAY_APPEND(path, '$', parent) AS path
10    FROM Paths
11             JOIN BinaryTree ON path ->> '$[last]' = id
12)
13SELECT JSON_EXTRACT(path, '$[0 to last-1]') AS `从叶节点到根节点的路径`
14FROM Paths
15WHERE JSON_VALUE(path, '$[last]' RETURNING SIGNED) IS NULL;

在创建 BinaryTree 表后，上述递归查询便完成了全部逻辑。目前无需深入理解查询语法细节，只需把握其核心思想即可。我们可以将查询逻辑大致分为三个部分：

• 从 BinaryTree 表中提取叶节点（第 3–5 行）。
• 递归查找路径中最近添加节点的父节点（第 9–11 行）。
• 将计算出的路径格式化为节点 ID 序列（第 13–15 行）。

经过足够多的递归步骤后，最终到达根节点，形成从某个叶节点到根节点的完整路径。以本例为例，从上述 SQL 代码片段的输出可以看出，共有四条从叶节点到根节点的路径，每条路径都是一个以叶节点开始、以根节点结束的节点 ID 数组。

类似这样的示例，本课程还配有交互式代码沙箱、测验和评估题，帮助你获得实战经验。在探索 SQL 高级概念的过程中，我们将避免陷入纯理论讨论，而是聚焦于实际应用。若你希望进一步了解数据库设计基础，可参考 数据库设计基础课程。