SQL-DQL

-----分组查询-----

1.语法:

SELECT 字段列表 FROM 表名 WHERE 条件 GROUP BY 分组字段名 HAVING 分组后过滤条件

2.where与having区别

》执行时机不同:where是分组之前进行过滤,不满足where条件,不参与分组;而having是分组之后对结果进行过滤。

》判断条件不同:where不能对聚合函数进行判断,而having可以。

例:

--1.根据性别分组,统计男性员工和女性员工的数量

select count(*) from emp group by gender;

select gender, count(*) from emp group by gender;

--2.根据性别分组,统计男性员工和女性员工的平均年龄

select gender, avg(age) from emp group by gender;

--3.查询年龄小于45的员工,并根据工作地址分组,获取员工数量大于等于3的工作地址

select workaddress, count(*) from emp where age < 45 group by workadress having count(*) >=3;

select workaddress, count(*) address_count from emp where age < 45 group by workadress having address_count >=3;

注意:

执行顺序: where > 聚合函数 > having

分组之后,查询的字段一般为聚合函数和分组字段,查询其他字段无任何意义。

-----排序查询-----

1.语法:

SELECT 字段列表 FROM 表名 ORDER BY 字段1 排序方式1, 字段2 排序方式2;

2.排序方式:

》 ASC :升序(默认值)

》DESC : 降序

注意:

如果是多字段排序,当第一个字段值相同时,才会根据第二个字段进行排序。

例:

1.根据年龄对公司的员工进行升序排序

select * from emp order by age asc;

2.根据入职时间,对员工进行降序排序

select * from emp order by entrydate desc;

3.根据年龄对公司的员工进行升序排序,年龄相同,再按照入职时间进行降序排序

select * from emp order by age asc,entrydate desc;

-----分页查询-----

1.语法:

SELECT 字段列表 FROM 表名 LIMIT 起始索引,查询记录数;

注意:

起始索引从0开始,起始索引= (查询页码 - 1)*每页显示记录数。

分页查询是数据库的方言,不同的数据库有不同的实现,MYSQL中是LIMIT。

如果查询的是第一页数据,起始索引可以省略,直接简写为 limit 10。

例:

1.查询第一页员工数据,每页显示10条记录

select * from emp limit 0,10;

select * from emp limit 10;

2.查询第二页员工数据,每页展示10条记录

select * from emp limit 10,10;

案例:

1.查询年龄为20,21,22,23岁的女性员工信息。

select * from emp where gender = '女' and age in (20,21,22,23);

2.查询性别为男,并且年龄在20~40岁(含)以内的姓名为三个字的员工。

select * from emp where gender = '男' and age between 20 and 40 and name like '---';

3.统计员工表中,年龄小于60岁的,男性员工和女性员工的人数。

select gender,count(*) from emp where age < 60 group by gender;

4.查询所有年龄小于等于35岁员工的姓名和年龄,并对查询结果按年龄升序排序,如果年龄相同按入职时间降序排序。

select name, age from emp where age <= 35 order by age asc, entrydate desc;

5.查询性别为男,且年龄在20~40岁(含)以内的前5个员工信息,对查询的结果按年龄升序排序,年龄相同按入职时间升序排序。

select * from emp where gender = '男' and age between 20 and 40 order by age asc,entrydate asc limit 5 ;

相关推荐
袋鼠云数栈3 分钟前
实时湖仓如何真正做到“数据够新”?
大数据·数据库·人工智能·数据治理
ACP广源盛1392462567320 分钟前
M6/M5 Pro Mac mini 端侧 AI 落地@ACP#YLB3116 中端多盘存储扩展在 AI 服务中的机会与应用场景
大数据·网络·数据库·人工智能·嵌入式硬件·macos
ACP广源盛139246256731 小时前
M6/M5 Pro Mac mini 端侧 AI 新形态@ACP#GSV5800 Serdes 长距离视频传输在 AI 服务中的机会与落地场景
大数据·网络·数据库·人工智能·嵌入式硬件·macos·音视频
倔强的石头_3 小时前
事务边界与批量写入:避免长事务、锁等待和日志压力
数据库
努力努力再努力wz3 小时前
【Redis入门系列】从 KEYS 到 SCAN:渐进式遍历、Cursor 与位反转原理
数据库·redis·缓存
坐吃山猪3 小时前
【多线程】Lock与Condition
大数据·数据库
Lightpwd4 小时前
Spring Boot 多数据源落地:AbstractRoutingDataSource + 注解切面(附源码)
数据库·后端
LabVIEW开发4 小时前
LabVIEW 64位安装的位深陷阱:工具包、内存与工程兼容
数据库·labview·labview知识·labview功能·labview程序
寺中人4 小时前
MySQL 8.0 Windows 完整安装教程:环境配置、密码重置与常见报错排查
数据库·windows·mysql·环境搭建·mysql 安装
这个DBA有点耶4 小时前
同样48核配置TPS差1倍?高性价比数据库一体机的“软硬协同”才是分水岭
服务器·数据库·架构