计算机基础知识38

创建表的完整语法

create table t1(id int,name varchar(43),age int);

create table 库名.表名(

字段名1 数据类型 约束条件 约束条件 约束条件 约束条件,

字段名2 数据类型 约束条件 约束条件 约束条件 约束条件...);

  1. 字段名和数据类型必须写的,不能省略

  2. 约束条件是可选的,可有可无,而且可有有多个

  3. 表结构中最后一个字段不能有逗号

insert into 库名.t1 values('1', 2, 3, 4, 5, 6);

约束条件

约束条件其实就是在数据类型的基础之上在做约束

  1. unsigned # 无符号 id int unsigned

  2. zerofill # 0填充

  3. default # 默认值

python 复制代码
create table t4 (id int, name varchar(32) default 'kevin');
insert into t4 values(1, 'jerry');   # 不传便是默认值
insert into t4(id) values(1);  
  1. not null # 非空
python 复制代码
create table t5 (id int, name varchar(32) not null);
insert into t5(id) values(1);   # name不能为空
  1. unique # 唯一

单列唯一: create table t6 (id int, name varchar(32) unique); # 手机号

多列唯一:create table t7 (id int, ip varchar(32), port varchar(32),unique(ip, port));

ip 和端口不能同时重复,单独一个可以重复

  1. primary key # 主键

主键单纯从约束上来看,它相当于是非空且唯一 unique not null,本质是索引

python 复制代码
create table t8 (id int primary key);
create table t8 (id int unique not null);

InnoDB存储引擎规定每一张表都要有一个主键

之前创建的表都没有指定主键也创建成功,InnoDB存储引擎内部有一个隐藏的主键,

这个主键我们看不到,它也不能够加快查询速度,仅仅是为了帮助我们把表创建成功.

以后创建表时主动创建一个主键,我们自己创建的主键能够加快查询速度,因为是一个索引.

主键应大多都给id字段加了,每张表都要有一个id字段,

表中不只有一个主键,可以有多个主键,大多一个

主键一般都给 id aid sid uid pid ...

create table t( id int primary key, name varchar(32));

我们可以通过主键确定一张表中得唯一一条记录!!!

  1. auto_incrment 自增

自增:每一次主动比上一次加1,一般配合主键使用

python 复制代码
 create table t9 (
        id int primary key auto_increment,
        name varchar(32)
    );

整型中括号中得数字的作用

id int(10) # 数字不代表的是范围

name varchar(32) # 数字代表的就是存储的范围

清空表的两种方式

  1. delete from t; # 不会重置id值

  2. truncate t9; # 清空表、重置id值

truncate:建议使用truncate,使用这个,万一你清空错了,还有机会恢复

mysql它有很多个日志文件,binlog日志-----》可以恢复数据,记录了你所有的SQL语句

补充一些其他的SQL语句

  1. 修改表名 : alter table t9 rename t9 ;

  2. 增加字段

alter table t8 add name varchar(32);

alter table t8 add name varchar(32) after name ;

alter table t8 add name varchar(32) first name ;

  1. 删除字段: alter table t8 drop age ;

  2. 修改字段 # modify只能改字段数据类型完整约束,不能改字段名,但是change可以!

alter table t8 modify gender int ; # 报错,有值了就不能改数据类型

alter table t8 modify gender varchar(64); # 该范围是可以的

alter table t8 change gender gender1;

查询关键字之where

python 复制代码
# 数据准备
create table emp(
  id int primary key auto_increment,
  name varchar(20) not null,
  sex enum('male','female') not null default 'male', #大部分是男的
  age smallint(3) unsigned not null default 28,
  hire_date date not null,
  post varchar(50),
  post_comment varchar(100),
  salary double(15,2),
  office int, #一个部门一个屋子
  depart_id int
);

insert into emp(name,sex,age,hire_date,post,salary,office,depart_id) values
('tom','male',78,'20150302','teacher',1000000.31,401,1),#以下是教学部
('kevin','male',81,'20130305','teacher',8300,401,1),
('tony','male',73,'20140701','teacher',3500,401,1),
('owen','male',28,'20121101','teacher',2100,401,1),
('jack','female',18,'20110211','teacher',9000,401,1),
('jenny','male',18,'19000301','teacher',30000,401,1),
('sank','male',48,'20101111','teacher',10000,401,1),
('哈哈','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门
('呵呵','female',38,'20101101','sale',2000.35,402,2),
('西西','female',18,'20110312','sale',1000.37,402,2),
('乐乐','female',18,'20160513','sale',3000.29,402,2),
('拉拉','female',28,'20170127','sale',4000.33,402,2),
('僧龙','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门
('程咬金','male',18,'19970312','operation',20000,403,3),
('程咬银','female',18,'20130311','operation',19000,403,3),
('程咬铜','male',18,'20150411','operation',18000,403,3),
('程咬铁','female',18,'20140512','operation',17000,403,3);

1、查询id大于等于3小于等于6的数据

python 复制代码
select id,name from emp where id >= 3 and id <= 6;
select *  from emp where id between 3 and 6;  

2.查询薪资是20000或者18000或者17000的数据

python 复制代码
select * from emp where salary = 20000 or salary = 18000 or salary = 17000;
select * from emp where salary in (20000,18000,17000);  # 简写

3.查询员工姓名中包含o字母的员工姓名和薪资

python 复制代码
select name,salary from emp where name like '%o%';
"""模糊查询:没有明确的筛选条件:show variables like '%mode%se';""

4.查询员工姓名是由四个字符组成的员工姓名与其薪资

python 复制代码
select name,salary from emp where name like '____';
select name,salary from emp where char_length(name) = 4;

5.查询id小于3或者大于6的数据

python 复制代码
select *  from emp where id not between 3 and 6;

6.查询薪资不在20000,18000,17000范围的数据

python 复制代码
select * from emp where salary not in (20000,18000,17000);

7.查询岗位描述为空的员工名与岗位名 # 针对null不能用等号,只能用is

python 复制代码
select name,post from emp where post_comment is NULL;   # 查询为空!
select name,post from emp where post_comment is not NULL;

查询关键字之group by分组

分组: 按照某个指定的条件将单个单个的个体分成一个个整体,应用场景:每个

分组一般配合聚合函数使用: sum max min avg count

分组的关键字:group by

按部门分组: select * from emp group by post;

  1. 分组之后默认可以获取所有的字段信息

  2. 分组之后,展示的数据都是每个组的第一条数据

不开严格模式会显示所有,开了只显示这个字段信息

严格模式,退出重新登录: set global sql_mode = 'only_full_group_by,STRICT_TRANS_TABLES,PAD_CHAR_TO_FULL_LENGTH';

获取每个部门的最高工资

select post,max(salary) from emp group by post;

补充:在显示的时候还可以给字段取别名,as也可以省略 但是不推荐省 因为寓意不明确
select post as '部门',max(salary) as '最高工资' from emp group by post;

python 复制代码
"""# 每个部门的最低工资\平均工资\工资总和\人数  """
select post,min(salary) from emp group by post;
select post,avg(salary) from emp group by post;
select post,sum(salary) from emp group by post;
select post,count(id) from emp group by post;

分组补充函数

group_concat 分组之后使用

select post,group_concat(name,'|',sex, '|', gender) from emp group by post ;

concat 不分组使用

select concat(name,'|',sex) from emp;

concat_ws()

select post,concat_ws('|', name, age, gender) from emp;

关键字之having过滤

where在分组之前对数据进行筛选

having在分组之后对数据进行筛选

统计各部门年龄在30岁以上的员工平均薪资,并且保留平均薪资大于10000的部门.

select * from emp where age > 30; # 先筛选出年龄在30岁以上的

select avg(salary) as avg_salary from emp where age > 30 group by post; # 在进行分组
select avg(salary) as avg_salary from emp where age > 30 group by post having avg(salary) > 10000; # 保留平均薪资大于10000的部门

关键字之distinct去重

distinct:去重:带主键的数据去重有没有意义

select distinct id,age from emp;

关键字之order by排序

select * from emp order by salary; #默认升序排
select * from emp order by salary desc; #降序排

#先按照age降序排,在年轻相同的情况下再按照薪资升序排
select * from emp order by age desc,salary;

统计各部门年龄在20岁以上的员工平均工资,并且保留平均工资大于1000的部门,然后对平均工资进行排序

select * from emp where age > 20; # 20岁以上的员工

各部门的平均薪资

select avg(salary) from emp where age > 20 group by post having avg(salary) > 1000;
select avg(salary) from emp where age > 20 group by post having avg(salary) > 1000 order by avg(salary) desc;

关键字之limit分页

限制展示条数

select * from emp limit 3;

查询工资最高的人的详细信息

select * from emp order by salary desc limit 1;

分页显示

select * from emp limit 5,5; # 从5行开始,限制显示5行

第一个参数表示起始位置,第二个参数表示的是条数,不是索引位置

关键字之regexp正则

select * from emp where name regexp '^j.*(n|y)$'; # 了解就行,一般不会用

今日思维导图:

相关推荐
Tttian622几秒前
基于Pycharm与数据库的新闻管理系统(2)Redis
数据库·redis·pycharm
yusaisai大鱼6 分钟前
tensorflow_probability与tensorflow版本依赖关系
人工智能·python·tensorflow
Biomamba生信基地9 分钟前
R语言基础| 功效分析
开发语言·python·r语言·医药
CodeClimb24 分钟前
【华为OD-E卷-木板 100分(python、java、c++、js、c)】
java·javascript·c++·python·华为od
夜幕龙32 分钟前
iDP3复现代码数据预处理全流程(二)——vis_dataset.py
人工智能·python·机器人
做梦敲代码1 小时前
达梦数据库-读写分离集群部署
数据库·达梦数据库
晚夜微雨问海棠呀1 小时前
长沙景区数据分析项目实现
开发语言·python·信息可视化
cdut_suye1 小时前
Linux工具使用指南:从apt管理、gcc编译到makefile构建与gdb调试
java·linux·运维·服务器·c++·人工智能·python
小蜗牛慢慢爬行1 小时前
如何在 Spring Boot 微服务中设置和管理多个数据库
java·数据库·spring boot·后端·微服务·架构·hibernate
hanbarger2 小时前
nosql,Redis,minio,elasticsearch
数据库·redis·nosql