Le CTE (Common Table Expression) sono uno strumento indispensabile per programmare correttamente in SQL. In questo articolo vedremo come utilizzare le CTE per risolvere query SQL complesse, dividendo il problema di partenza in tanti task più semplici.

Tramite le istruzioni di base dell’SQL è possibile interrogare un database relazionale per risolvere un’elevata percentuale delle richieste di estrazioni dati che arrivano quotidianamente a un data analyst o a uno sviluppatore SQL. Con il termine “istruzioni di base” intendo le parole chiavi Select, From, Join, Where, Group by, Having e le principali funzioni di SQL (a questo link trovi un approfondimento sulle più importanti funzioni SQL da conoscere).

Tuttavia in alcuni casi le richieste di analisi possono presentarsi in una forma molto complessa e difficile da tradurre in una singola query. Generalmente, un neofita come lo ero io quando iniziai a lavorare con l’SQL si approccia a questi task cercando di scrivere un’unica grande query iper-complicata, che risolva in un solo colpo il problema. La mia esperienza condivisa con molti altri sviluppatori SQL mi porta a dire che questo tipo di approccio è sbagliato in quanto porterà alla creazione di codice che, se pur funzionante, risulterà quasi sempre molto complicato e poco manutenibile, tradendo la natura English-like dell’SQL.

Un esempio di utilizzo delle CTE

Faccio un esempio pratico per spiegare meglio l’utilizzo delle CTE. Supponiamo di avere la tabella Fatture contenente le colonne IdFattura, DataFattura e Importo e che ci venga chiesto di calcolare l’importo annuo medio, vale a dire la media degli importi calcolati per ogni anno. Molti sviluppatori si imbatteranno in un vicolo cieco cercando di scrivere un’unica query che risolva direttamente il problema. Molti tentativi daranno errori di sintassi perché si cercherà di annidare le due funzioni di aggregazione AVG, SUM. Ancor peggio è la situazione in cui la query compila, ma fornisce delle informazioni errate perché manca, ad esempio, la clausola GROUP BY.

Un approccio migliore che semplifica la vita dello sviluppatore consiste nel suddividere preliminarmente il problema in due sotto problemi più semplici:

• calcolare per ogni anno il totale degli importi;
• calcolare la media dei valori ottenuti precedentemente.

Questi due task sono risolvibili con due semplicissime query SQL che utilizzano solo le funzionalità di base: per il primo basterà una group by sull’anno e una funzione di aggregazione, mentre per il secondo basterà calcolare la media di una colonna. Il problema che si pone però è il seguente: come faccio a mettere insieme le due query per estrarre il risultato finale? Per rispondere a questa domanda l’SQL ci mette a disposizione più strumenti differenti come le CTE, le subquery, le tabelle temporanee e le viste. In questo articolo ci concentreremo sullo strumento a mio parere più flessibile: le CTE.

CTE: Common Table Expression in SQL

Partiamo scrivendo la query per risolvere il primo sotto-problema: calcolare per ogni anno il totale degli importi. Supponendo di lavorare in ambiente Microsoft Sql Server, ci basterà scrivere una query come

SELECT 
   YEAR(DataFattura) AS Anno, 
   SUM(Importo) AS ImportoTotaleAnnuo
FROM Fatture
GROUP BY YEAR(DataFattura);

Sugli altri RDBMS la situazione è molto simile. Osserviamo nella prossima tabella un possibile output della query precedente.

L’output di una query si presenta ai nostri occhi come una comune tabella: ci sono delle colonne con un’intestazione e una serie di righe contenenti le informazioni. Immaginiamo un attimo di avere realmente questa tabella salvata fisicamente nel nostro DB (non solo sullo schermo) e che questa tabella si chiami ad esempio ImportiFattureAnnui. Quanto sarebbe difficile rispondere ora alla seconda domanda “calcolare la media dei fatturati precedenti“? Si tratterebbe di un gioco da ragazzi, basterebbe scrivere

SELECT   
   AVG(ImportoTotaleAnnuo) AS ImportoAnnuoMedio
FROM  ImportiFattureAnnui;

Ora è facile capire che non è pensabile creare una vera tabella e occupare spazio sul disco per ogni sotto-task di ogni richiesta che arriva a un team di Data Analyst. Ma per questo ci vengono in soccorso le CTE: con un po’ di approssimazione possiamo dire che l’effetto è quello di creare la tabella in memoria solo per il tempo necessario a svolgere l’intera l’analisi. La sintassi è molto semplice:

WITH ImportiFattureAnnui AS(
    SELECT 
      YEAR(DataFattura) AS Anno,
      SUM(Importo) AS ImportoTotaleAnnuo
    FROM Fatture
    GROUP BY YEAR(DataFattura)
    )
SELECT 
  AVG(ImportoTotaleAnnuo) AS ImportoAnnuoMedio
FROM  ImportiFattureAnnui;

Se dopo aver eseguito la query provo a rilanciare le ultime due righe di codice

SELECT 
  AVG(ImportoTotaleAnnuo) AS ImportoAnnuoMedio
FROM   ImportiFattureAnnui;

otterrò l’errore “ImportiFattureAnnui non esiste”. Utilizzando la CTE non creiamo nessuna tabella, stiamo solo definendo un’espressione SQL il cui output può essere utilizzato al pari di una tabella all’interno dello stessa esecuzione.

Il tuo percorso completo di Analisi dei Dati

Utilizzare più CTE in una sola query

Non c’è limite al numero di CTE utilizzabili in una query. Potremmo ad esempio scrivere una query che contiene due CTE e poi le utilizzi per eseguire una JOIN. Basta ricordare la sintassi che prevede di scrivere WITH una sola volta e separare le diverse CTE con una virgola:

WITH 
  CTE1 AS
     (<Query1>),
  CTE2 AS
     (<Query2>)
SELECT *
FROM   CTE1
JOIN   CTE2 
    ON .....

È importante sottolineare che la query della seconda CTE può contenere, oltre a qualsiasi altra tabella, anche tutte le CTE definite in precedenza nella query! Un utilizzo più avanzato consiste infine nell’utilizzare le CTE ricorsivamente, come descritto in questo articolo https://www.mssqltips.com/sqlservertip/1520/recursive-queries-using-common-table-expressions-cte-in-sql-server/.

In questo modo è possibile scrivere del codice modulare, comprensibile e manutenibile, semplificando anche il processo di creazione e ideazione del codice. Solo in un secondo momento, analizzando il piano di esecuzione della query, potremmo valutare di riscrivere la query in modo diverso per migliorarne eventualmente le performance.

Conclusioni sulle CTE in SQL

Le CTE sono uno strumento fondamentale della programmazione in SQL: utilizzandole correttamente possiamo scomporre problemi complessi in tanti sotto-problemi più semplici, per poi combinare i risultati tramite le CTE. Se vuoi approfondire la programmazione in SQL, qui trovi il mio video corso completo sul linguaggio SQL e i database relazionali.

Ecco una lista di altri articoli utili del mio blog:

• In questa pagina trovi un paragrafo di esercizi di SQL dedicati all’utilizzo delle CTE
• Impara a usare le window function