Esta variação da instrução SELECT permite que uma outra subconsulta do tipo SELECT seja utilizada como uma coluna da consulta principal, permitindo a construção de comandos SQL mais flexíveis, suportando o uso de funções agregadoras.
Visão geral
Essa abordagem de subquery é capaz de trazer informações que foram coletadas de outras consultas (sejam em outras tabelas ou até em resultados) utilizando funções agregadas e exibi-las como uma nova coluna, o que não é possível utilizando a prática de JOINS, pois a função agregada precisa agir em um todo, e não registro a registro, como acontece com junções.
Uma casa de festas planeja aumentar seu espaço físico e para isso precisa saber se a quantidade de convidados em cada evento se aproxima do limite máximo suportado pelo lugar. Para construir este tipo de relatório contamos com o histórico de entradas armazenados em um banco de dados SQL que contém as tabelas evento (Tabela 1) e entrada_evento (Tabela 2).
| id | nome | tipo | data |
| 101 | Casamento do Thiago e Marina | Casamento | 2018-07-30 |
| 102 | Aniversário do Pedrão | Aniversario | 2017-12-12 |
| 103 | Aniversário da Camila | Aniversario | 2018-02-01 |
| id | idevento |
| 15 | 101 |
| 16 | 101 |
| 17 | 101 |
| 18 | 101 |
| 19 | 101 |
| 20 | 102 |
| 21 | 102 |
| 22 | 102 |
| 23 | 103 |
| 24 | 103 |
| 25 | 103 |
| 26 | 103 |
| 27 | 103 |
| 28 | 103 |
Para construir este tipo de relatório utilizamos a consulta SQL que pode ser vista abaixo:
SELECT
E.nome,
E.data,
(
SELECT
COUNT(id)
FROM
entrada_evento EV
WHERE
EV.idevento = E.id
) AS total
FROM
evento E
GROUP BY
E.ID DESC
ORDER BY
E.data;Nesta consulta utilizamos o SELECT para recuperar o nome e a data de um evento nas linhas 2 e 3. Em seguida utilizamos uma subconsulta que recupera o total de entradas de um evento na tabela entrada_evento utilizando como filtro o id do evento ser igual ao id da tabelaevento entre as linhas 4 e 10 e na linha 11 utilizando o operador AS para criar um ALIAS para essa coluna, onde será retornado o número de entradas deste evento.
Em seguida, nas linhas 14 e 15 agrupamos os dados com o GROUP BY por id em ordem decrescente. Logo após finalizamos a consulta ordenando os resultados da consulta pela data de realização do evento.
O resultado gerando o resultado que pode ser visto na Tabela 3.
| nome | data | total |
| Aniversário do Pedrão | 2017-12-12 | 3 |
| Aniversário da Camila | 2018-02-01 | 6 |
| Casamento do Thiago e Marina | 2018-07-30 | 5 |
Sintaxe
SELECT
[
coluna1,
coluna2,
[
SELECT
[ coluna ]
FROM
[ tabela1 ]
] AS coluna 3
... | *
]
FROM
[ tabela1, tabela2, ... ]Na prática
Exemplo 1
Como outro exemplo, considere o seguinte cenário, temos duas tabelas no banco de dados, uma chamada vendas (Tabela 4), responsável por armazenar as informações de vendas da aplicação, e outra chamada vendas_parcelas (Tabela 5), essa responsável pelo detalhamento do parcelamento das vendas.
| ID | ID_CLIENTE | DATA | VALOR |
| 1 | 1 | 2018-06-07 | 1200.00 |
| 2 | 5 | 2018-05-17 | 800.00 |
| 3 | 3 | 2018-07-17 | 620.00 |
| 4 | 1 | 2018-05-18 | 900.00 |
'
| ID | ID_VENDA | NUMERO_PARCELA | VALOR_PARCELA | VENCIMENTO | DATA_PAGEMENTO |
| 1 | 1 | 1 | 600.00 | 2018-06-10 | NULL |
| 2 | 1 | 2 | 600.00 | 2018-07-10 | NULL |
| 3 | 2 | 1 | 200.00 | 2018-05-10 | 2018-05-10 |
| 4 | 2 | 2 | 200.00 | 2018-06-10 | 2018-06-10 |
| 5 | 2 | 3 | 200.00 | 2018-07-10 | 2018-07-10 |
| 6 | 2 | 4 | 200.00 | 2018-08-10 | NULL |
| 7 | 3 | 1 | 310.00 | 2018-07-10 | 2018-07-10 |
| 8 | 3 | 2 | 310.00 | 2018-08-10 | 2018-07-10 |
| 9 | 4 | 1 | 300.00 | 2018-05-20 | 2018-07-17 |
| 10 | 4 | 2 | 300.00 | 2018-06-20 | 2018-07-17 |
| 11 | 4 | 3 | 300.00 | 2018-07-20 | 2018-07-17 |
Suponhamos que seja necessário listar as informações da venda e, além disso, listar também o total de parcelas pagas de cada uma delas. Para isso, podemos utilizar a query abaixo:
SELECT
V.ID,
V.VALOR,
V.DATA,
(SELECT
COUNT(P.ID_VENDA)
FROM
VENDAS_PARCELAS P
WHERE
(V.ID = P.ID_VENDA) AND
(P.DATA_PAGAMENTO is NOT NULL)
) AS QTD_PARCELAS_PAGAS
FROM
VENDAS VAtravés da query acima obtivemos o resultado ilustrado na Tabela 6.
| ID | VALOR | DATA | QTD_PARCELAS_PAGAS |
| 1 | 1200.00 | 2018-06-07 | 0 |
| 2 | 800.00 | 2018-05-17 | 3 |
| 3 | 620.00 | 2018-07-17 | 2 |
| 4 | 900.00 | 2018-05-18 | 3 |
Esse resultado foi possível porque nas linhas 1 a 4 selecionamos as colunas da tabela venda que irão vir na consulta e, logo em seguida, criamos nas linhas 5 a 10 uma coluna nova que esta vindo de uma subconsulta feita na tabela vendas_parcelas. Essa coluna foi nomeadas como QTD_PARCELAS_PAGAS
.Na linha 5 selecionamos o total vendas da tabela vendas_parcelas, através da função agregadora COUNT e, em seguida, nas linhas 8 e 9 definimos que o ID da venda deve ser o mesmo nas duas tabelas, e a data de pagamento não pode ser nula, ou seja parcelas paga. Na linha 10 nomeamos essa consulta como a coluna QTD_PARCELAS_PAGAS..
Exemplo 2
Neste exemplo faremos como o anterior, porém, dessa vez será que necessário listar as informações da venda, o total de parcelas pagas e o total de parcelas em aberto de cada uma delas. Para isso, podemos utilizar a query abaixo:
SELECT
V.ID,
V.VALOR,
V.DATA,
(
SELECT
COUNT(P.ID_VENDA)
FROM
VENDAS_PARCELAS P
WHERE
(V.ID = P.ID_VENDA) AND
(P.DATA_PAGAMENTO is NOT NULL)
) AS QTD_PARCELAS_PAGAS,
(
SELECT
COUNT(P.ID_VENDA)
FROM
VENDAS_PARCELAS P
WHERE
(V.ID = P.ID_VENDA) AND
(P.DATA_PAGAMENTO is NULL)
) AS QTD_PARCELAS_ABERTAS
FROM
VENDAS VAtravés da query acima obtivemos o resultado ilustrado na Tabela 7.
| ID | VALOR | DATA | QTD_PARCELAS_PAGAS | QTD_PARCELAS_ABERTAS |
| 1 | 1200.00 | 2018-06-07 | 0 | 2 |
| 2 | 800.00 | 2018-05-17 | 3 | 1 |
| 3 | 620.00 | 2018-07-17 | 2 | 0 |
| 4 | 900.00 | 2018-05-18 | 3 | 0 |
Esse resultado foi possível porque nas linhas 1 a 4 selecionamos as colunas da tabela venda que irão vir na consulta e, logo em seguida, criamos nas linhas 5 a 10 uma coluna nova que esta vindo de uma subconsulta feita na tabela vendas_parcelas. Essa coluna foi nomeadas como QTD_PARCELAS_PAGAS
.Na linha 5 selecionamos o total vendas da tabela vendas_parcelas, através da função agregadora COUNT e, em seguida, nas linhas 8 e 9 definimos que o ID da venda deve ser o mesmo nas duas tabelas, e a data de pagamento não pode ser nula, ou seja parcelas paga. Na linha 10 nomeamos essa consulta como a coluna QTD_PARCELAS_PAGAS..
Nas linhas 10 a 16 realizamos a mesma consulta que acima, porém, solicitamos todas as parcelas onde a data de pagamento é NULA, ou seja, que ainda não esteja paga.
Exemplo 3
Para este exemplo utilizaremos a estrutura a seguir, as tabela produto (Tabela 8) e a tabela venda_produto (Tabela 9).
| ID | nome | preco | id_categoria |
| 1 | Bola | 35.00 | 1 |
| 2 | Patinete | 120.00 | 1 |
| 3 | Carrinho | 15.00 | 1 |
| 4 | Skate | 296.00 | 1 |
| 5 | Notebook | 3500.00 | 2 |
| 6 | Monitor LG 19 | 450.00 | 2 |
| 7 | O Diário de Anne Frank | 45.00 | 3 |
| 8 | O dia do Curinga | 65.00 | 3 |
| 9 | O mundo de Sofia | 48.00 | 3 |
| 10 | Através do Espelho | 38.00 | 3 |
| 12 | Bicicleta Mormai | 1350.00 | 2 |
| ID | id_produto | data | valor |
| 1 | 1 | 2018-05-15 | 35.00 |
| 2 | 1 | 2018-06-15 | 35.00 |
| 3 | 1 | 2018-07-15 | 35.00 |
| 4 | 2 | 2018-07-15 | 120.00 |
| 5 | 2 | 2018-07-14 | 120.00 |
| 6 | 3 | 2018-07-15 | 15.00 |
| 7 | 7 | 2018-07-15 | 45.00 |
| 8 | 8 | 2018-07-15 | 65.00 |
| 9 | 8 | 2018-07-16 | 65.00 |
| 10 | 9 | 2018-07-16 | 48.00 |
| 11 | 5 | 2018-07-16 | 3500.00 |
| 12 | 5 | 2018-07-16 | 3500.00 |
| 13 | 6 | 2018-07-16 | 450.00 |
Suponhamos que seja necessário todos os produtos da tabela produto, porém, com uma nova coluna que irá trazer o valor da média geral de preço de todos os produtos. Para isso podemos utilizar a query abaixo:
SELECT
P.id,
P.nome,
P.preco,
(
SELECT
AVG(P2.preco)
FROM
produto P2
) as MEDIA_GLOBAL
FROM
produto P
O grande ponto da query acima esta nas Linhas 6 a 10, onde realizamos uma subquery que o resultado irá vir como uma nova coluna no resultado. Na Linha 10 definimos o nome da nova coluna como MEDIA_GLOBAL.
O resultado da query pode ser visto na Tabela 10.
| ID | nome | preco | MEDIA_GLOBAL |
| 1 | Bola | 35.00 | 542.000000 |
| 2 | Patinete | 120.00 | 542.000000 |
| 3 | Carrinho | 15.00 | 542.000000 |
| 4 | Skate | 296.00 | 542.000000 |
| 5 | Notebook | 3500.00 | 542.000000 |
| 6 | Monitor LG 19 | 450.00 | 542.000000 |
| 7 | O Diário de Anne Frank | 45.00 | 542.000000 |
| 8 | O dia do Curinga | 65.00 | 542.000000 |
| 9 | O mundo de Sofia | 48.00 | 542.000000 |
| 10 | Através do Espelho | 38.00 | 542.000000 |
| 12 | Bicicleta Mormai | 1350.00 | 542.000000 |
