SQL Server：基于两个Select语句的嵌套循环实现目标结果

嘿，这个需求我碰到过好多次啦！原本用Python做的结果处理，完全可以用纯SQL来实现，核心就是把两个查询的结果先整合，再用SQL的各种语法完成你需要的转换。我给你分几种常见场景举例说明：

如果你的Query A和Query B输出的是同结构的数据集（比如都是包含id、name、value的表），需要把它们合并成一组数据，用UNION ALL（保留重复数据）或者UNION（自动去重）就行。推荐用CTE（公共表表达式）来分步处理，可读性更高：

WITH combined_data AS (
    -- 直接把Query A的完整语句放这里
    SELECT id, name, value, 'query_a' AS source FROM table_x WHERE ...
    UNION ALL
    -- 再放Query B的完整语句
    SELECT id, name, value, 'query_b' AS source FROM table_y WHERE ...
)
SELECT * FROM combined_data;

如果Query A和Query B的结果是通过某个字段关联的（比如都有user_id作为主键），需要把两边的字段拼接、计算，就用JOIN系列语法：

SELECT 
    a.user_id,
    a.username,
    b.order_count,
    -- 这里可以直接写你原本用Python做的计算逻辑
    b.order_count * a.average_spend AS total_spend,
    CONCAT(a.username, '的订单数：', b.order_count) AS desc_text
FROM (
    -- Query A的完整语句：比如获取用户基础信息
    SELECT user_id, username, average_spend FROM users WHERE ...
) a
-- 根据需求选JOIN类型：INNER JOIN/LEFT JOIN/RIGHT JOIN
LEFT JOIN (
    -- Query B的完整语句：比如获取用户订单统计
    SELECT user_id, COUNT(*) AS order_count FROM orders GROUP BY user_id
) b ON a.user_id = b.user_id;

如果原本用Python做的是值替换、条件过滤这类逻辑，用SQL的CASE WHEN就能搞定，再配合数据库内置的字符串/数值函数：

WITH processed_data AS (
    SELECT * FROM (
        SELECT id, score FROM query_a_result
        UNION ALL
        SELECT id, score FROM query_b_result
    ) combined
)
SELECT
    id,
    -- 替换分数等级，对应Python里的if-elif-else
    CASE
        WHEN score >= 90 THEN '优秀'
        WHEN score >= 70 THEN '良好'
        WHEN score >= 60 THEN '及格'
        ELSE '不及格'
    END AS score_level,
    -- 字符串处理，比如转大写，对应Python的str.upper()
    UPPER(name) AS upper_name,
    -- 数值计算，比如取绝对值
    ABS(amount) AS abs_amount
FROM processed_data;

注意：不同数据库的函数略有差异，比如PostgreSQL用||做字符串拼接，MySQL用CONCAT()，但核心逻辑是通用的。

如果原本用Python做的是分组求和、计数这类聚合操作，直接用SQL的GROUP BY加聚合函数就好：

SELECT
    category,
    COUNT(*) AS total_items,
    SUM(price) AS total_price,
    AVG(price) AS avg_price
FROM (
    -- 先合并两个查询的结果
    SELECT category, price FROM query_a
    UNION ALL
    SELECT category, price FROM query_b
) combined_data
GROUP BY category;

如果你的处理逻辑特别复杂，可以把每一步都拆成CTE，就像Python里分步给变量赋值一样，这样写出来的SQL不仅容易维护，别人看也能快速理解流程。

内容的提问来源于stack exchange，提问作者gunslingor