上週我突然意識到，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，以及自學程式設計過程中如何應對自己的笨拙程式碼和難題不斷的狀況。

1、有效但粗笨的硬編碼

所謂硬編碼，大意是指程式碼中出現很多具體的取值，每個取值都是手動賦值的。比如：

-- 達成某個成就的使用者數
select
    count(user_id) as 使用者數
from 
    achivement_table
where
    achivement_name= '牛刀小試'
複製程式碼

以我家產品 xue.cn 的成就係統為例，我們首個版本僅有10個成就，我要拷貝貼上修改成就名稱達10次。最近成就升級到V2版本，有17個成就，未來還會有更多成就。再比如習題和章節，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使用者數，每個章節的留言數，每個成就的達成使用者數……這類實現太頻繁了。

如果全部採用硬編碼，我意識到這將低效粗笨。

在初學程式設計時，你我總會寫出一些低效但生效的程式碼。隨著程式設計水平提升或需求變得複雜，我們將有機會迭代自己的程式碼。迭代是好事，但這不意味著之前的低效但有效的程式碼是壞事。——**接納自己早期的笨拙，並追求持續的進步。咱們不需要為自己初學階段的程式碼感到不好意思或羞愧，而是要視之為提升的機會。**這個心態令我在自學程式設計的路上幾乎無所畏懼。

2、知道，但用時忘

如何實現程式碼自動獲取每個取值，並按該值分別統計呢？我搜索到一些程式碼，卻看不懂：

不得已，我準備好問題描述，併發紅包在程式設計學習群裡請教。群友給出的答案讓我哭笑不得：

特麼這方法我不是會嗎！？鬼打牆啦。

這種現象在初學技能時，是不是挺常見的！？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，本質上還是重複的不夠，熟練度不行啊。

既然是我已知的知識點，立即實操吧。

情境A：欄位取值範圍在同一表格

想要統計的原資料，和該欄位的所有取值範圍，在同一張資料表時，程式碼簡單如下。

-- 所有成就的完成使用者數
select
    achivement_name as 成就名稱,count(user_id) as 使用者數
from 
    achivement_table
group by
    成就名稱
order by
    成就名稱
複製程式碼
 

情境B：欄位取值範圍在另一表格

想要統計的原資料，和該欄位的所有取值範圍，不在同一張資料表時，程式碼僅稍微複雜一點點。

-- 所有成就的完成使用者數
select
    achivements.name as 成就名稱,count(achivement_event.user_id) as 使用者數
from 
    achivement_event,achivements
where
    achivement_event.name = achivements.name
group by
    成就名稱
order by
    成就名稱
複製程式碼

3、解決一個難題，新的困惑到來

硬編碼的問題現在倒是解決了，但實現資料視覺化時，又有新的情況產生。

之前的硬編碼風格，在 grafana 上通過 add query 完成，該操作是新增資料列，使得資料結果是一行多列，每個成就名就是一列。

這種資料，用 grafana 的 bar gauge 圖表型別展示效果很不錯。

之後沒有硬編碼的sql語句，得到的資料結果是多行2列，首列是成就名，次列是使用者數。相當於之前資料結果的倒置。

行列倒置在 python pandas中，就是對dataframe資料一個T操作而已。但在 grafana 上如何靈活地操作行列，我還有不少困惑要解決。——這並非我的不足，這是我將要提升的機會，對不？

小結

在這篇筆記中，我不僅記錄了自己如何完成按某個欄位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。我還分享了自己如何看待初學程式設計時的笨拙程式碼，如何應對一個難題接著一個難題的程式設計自學過程。希望我的筆記，帶給你啟發和力量。