上周我突然意识到，我在grafana上写的 sql 语句存在多处硬编码。这篇笔记将记录如何实现没有硬编码的 sql 语句，以及自学编程过程中如何应对自己的笨拙代码和难题不断的状况。

1、有效但粗笨的硬编码

所谓硬编码，大意是指代码中出现很多具体的取值，每个取值都是手动赋值的。比如：

-- 达成某个成就的用户数select count(user_id) as 用户数from  achivement_tablewhere achivement_name= '牛刀小试'

以我家产品 xue.cn 的成就系统为例，我们首个版本仅有10个成就，我要拷贝粘贴修改成就名称达10次。最近成就升级到V2版本，有17个成就，未来还会有更多成就。再比如习题和章节，每本书的章节数和习题数，都是几十个起。至于统计每本书的阅读用户数，每个章节的留言数，每个成就的达成用户数……这类实现太频繁了。

如果全部采用硬编码，我意识到这将低效粗笨。

在初学编程时，你我总会写出一些低效但生效的代码。随着编程水平提升或需求变得复杂，我们将有机会迭代自己的代码。迭代是好事，但这不意味着之前的低效但有效的代码是坏事。——接纳自己早期的笨拙，并追求持续的进步。咱们不需要为自己初学阶段的代码感到不好意思或羞愧，而是要视之为提升的机会。这个心态令我在自学编程的路上几乎无所畏惧。

2、知道，但用时忘

如何实现代码自动获取每个取值，并按该值分别统计呢？我搜索到一些代码，却看不懂：

不得已，我准备好问题描述，并发红包在编程学习群里请教。群友给出的答案让我哭笑不得：

特么这方法我不是会吗！？鬼打墙啦。

这种现象在初学技能时，是不是挺常见的！？知道，但不熟练。知道知识点，但实战时可能想不起来。或者知道某一种实战情境，换到其它实战情境就忘了……嗯，本质上还是重复的不够，熟练度不行啊。

既然是我已知的知识点，立即实操吧。

情境A：字段取值范围在同一表格

想要统计的原数据，和该字段的所有取值范围，在同一张数据表时，代码简单如下。

-- 所有成就的完成用户数select achivement_name as 成就名称, count(user_id) as 用户数from  achivement_tablegroup by 成就名称order by 成就名称

情境B：字段取值范围在另一表格

想要统计的原数据，和该字段的所有取值范围，不在同一张数据表时，代码仅稍微复杂一点点。

-- 所有成就的完成用户数select achivements.name as 成就名称, count(achivement_event.user_id) as 用户数from  achivement_event,achivementswhere achivement_event.name = achivements.namegroup by 成就名称order by 成就名称

硬编码的问题现在倒是解决了，但实现数据可视化时，又有新的情况产生。

之前的硬编码风格，在 grafana 上通过 add query 完成，该操作是新增数据列，使得数据结果是一行多列，每个成就名就是一列。

这种数据，用 grafana 的 bar gauge 图表类型展示效果很不错。

之后没有硬编码的sql语句，得到的数据结果是多行2列，首列是成就名，次列是用户数。相当于之前数据结果的倒置。

行列倒置在 python pandas中，就是对dataframe数据一个T操作而已。但在 grafana 上如何灵活地操作行列，我还有不少困惑要解决。——这并非我的不足，这是我将要提升的机会，对不？

小结

在这篇笔记中，我不仅记录了自己如何完成按某个字段的取值范围进行统计的需求，既有早期的硬编码风格，也有升级版的语句。我还分享了自己如何看待初学编程时的笨拙代码，如何应对一个难题接着一个难题的编程自学过程。希望我的笔记，带给你启发和力量。