【MySQL】表的基本查询

YoungMLet2023-12-25 18:09

表的基本查询

  • 表的增删查改
    • [1. Create](#1. Create)
      • [（1）单行数据 + 全列插入](#（1）单行数据 + 全列插入)
      • [（2）多行数据 + 指定列插入](#（2）多行数据 + 指定列插入)
      • （3）插入否则更新
      • （4）替换
    • [2. Retrieve](#2. Retrieve)
      • [（1）select 列](#（1）select 列)
        • [a. 全列查询](#a. 全列查询)
        • [b. 指定列查询](#b. 指定列查询)
        • [c. 查询字段为表达式](#c. 查询字段为表达式)
        • [d. 为查询结果指定别名](#d. 为查询结果指定别名)
        • [e. 结果去重](#e. 结果去重)
      • [（2）where 条件](#（2）where 条件)
      • （3）结果排序
      • （4）筛选分页结果
    • [3. Update](#3. Update)
    • [4. Delete](#4. Delete)
    • [5. 插入查询结果](#5. 插入查询结果)
    • [6. 聚合函数](#6. 聚合函数)
    • [7. group by 子句的使用](#7. group by 子句的使用)
    • [8. 相关题目练习](#8. 相关题目练习)

表的增删查改

表的增删查改，简称表的 CURD 操作 : Create(创建) ，Update(更新) ，Retrieve(读取) ，Delete（删除）.

下面我们逐一进行介绍。

1. Create

语法：

		INSERT [INTO] table_name
			[(column [, column] ...)]
			VALUES (value_list) [, (value_list)] ...
			
		value_list: value, [, value] ...

例如创建一张学生表：

			create table students(
			    -> id int unsigned primary key auto_increment,
			    -> stunum int not null unique comment '学号',
			    -> name varchar(20) not null,
			    -> email varchar(20)
			    -> );

（1）单行数据 + 全列插入

接下来我们插入两条记录，其中 value_list 数量必须和定义表的列的数量及顺序一致：

例如插入一个数据：

		insert into students values(1, 1001, 'Smith', '11111');

其中 into 可以省略；示例如下：

（2）多行数据 + 指定列插入

我们可以在表的名字后面带上需要插入的字段，并且 value_list 数量必须和指定字段数量及顺序一致，例如，我们只想插入 stunum 和name 字段：

		insert into students(stunum, name) values(1003, 'Mike');

示例如下：

（3）插入否则更新

由于主键 或者唯一键对应的值已经存在会而导致插入失败。

我们先查看我们当前表的数据：

其中 id 为主键，stunum 为唯一键，所以我们分别尝试插入主键和唯一键冲突的数据：

如上图，插入失败。所以我们可以选择性的进行同步更新操作语法：

		insert... 
			on duplicate key update column = value [, column = value] ...

例如我们想插入 Jane 这位同学的数据，但是我们并不知道这位同学是否存在于这张表中，所以我们使用上面的语法，假设不存在，就按照我们的数据插入数据；否则我们将她的 stunum 更新为 1010：

			insert into students(id, stunum, name) values(2, 1010, 'Jane') 
			    -> on duplicate key update stunum = 1010, name = 'Jane';

如下：

我们可以观察到当插入成功后，会有 2 rows affected (0.00 sec) 这样的提示，即：

这个提示的含义如下：

  • 0 row affected: 表中有冲突数据，但冲突数据的值和 update 的值相等
  • 1 row affected: 表中没有冲突数据，数据被插入
  • 2 row affected: 表中有冲突数据，并且数据已经被更新

（4）替换

替换的本质：主键或者唯一键没有冲突，则直接插入；主键 或者 唯一键 如果冲突，则删除后再插入。

替换将 insert 换成 replace 使用即可。示例如下：

2. Retrieve

Retrieve 指的是表的读取。

语法：

			SELECT
				[DISTINCT] {* | {column [, column] ...}
				[FROM table_name]
				[WHERE ...]
				[ORDER BY column [ASC | DESC], ...]
				LIMIT ...

我们先创建一个表结构：

			create table exam_result(
			    -> id int unsigned primary key auto_increment,
			    -> name varchar(20) not null comment '姓名',
			    -> chinese float default 0.0 comment '语文成绩',
			    -> math float default 0.0 comment '数学成绩',
			    -> english float default 0.0 comment '英语成绩'
			    -> );

接下来插入一些数据：

			insert into exam_result(name, chinese, math, english) values
			    -> ('Smith', 67, 98, 62),
			    -> ('Jane', 64, 78, 79),
			    -> ('Tiny', 76, 87, 77),
			    -> ('John', 89, 78, 90),
			    -> ('Mike', 90, 91, 93),
			    -> ('Lily', 82, 83, 89),
			    -> ('Klin', 60, 53, 59);

（1）select 列

a. 全列查询

语法：SELECT * FROM 表名;

通常情况下不建议使用 * 进行全列查询，因为：

    1. 查询的列越多，意味着需要传输的数据量越大；
    1. 可能会影响到索引的使用。（索引待后面讲解）

例如：

b. 指定列查询

指定列的顺序不需要按定义表的顺序来，语法就是在 select 后跟上指定的字段列即可。例如我们只需要查询 id 、name 、math，如下：

			select id, name, math from exam_result;
c. 查询字段为表达式
  • 表达式不包含字段：select id, name, 10 from exam_result; - - - 显示 10
  • 表达式包含一个字段：select id, name, chinese+10 from exam_result; - - - 使语文成绩 + 10 分
  • 表达式包含多个字段：select id, name, chinese + math + english from exam_result; - - - 统计总成绩
d. 为查询结果指定别名

语法：SELECT column [AS] alias_name [...] FROM table_name;

例如将上面统计的总成绩的字段改为总分：select id, name, chinese + math + english as 总分 from exam_result; - - - as 可以加也可以不加

e. 结果去重

去重使用关键字 DISTINCT ，直接加在 select 后即可。例如 math 中 78 的分数重复了：

结果去重：select distinct math from exam_result;

（2）where 条件

  • 比较运算符：
  • 逻辑运算符：

使用 where 筛选条件只需将 where 放在语句最后，后面跟上条件即可，下面举一些实例：

  1. 英语不及格的同学及英语成绩 ( < 60 )

     		select name, english from exam_result where english < 60;
  1. 语文成绩在 [80, 90] 分的同学及语文成绩

  • 使用 and 进行条件连接

      		select name, chinese from exam_result where chinese >= 80 and chinese <= 90;

  • 使用 between ... and ... 条件

      		select name, chinese from exam_result where chinese between 80 and 90;
  1. 数学成绩是 53 或者 91 或者 98 分的同学及数学成绩

  • 使用 or 进行条件连接

      		select name, math from exam_result 
  		    -> where math = 53
  		    -> or math = 91
  		    -> or math = 98;

  • 使用 in 条件

      		select name, math from exam_result where math in(53, 91, 98);
  1. 以字母 J 开头的同学

  • % 匹配任意多个（包括 0 个）任意字符

      		select name from exam_result where name like 'J%';
  • _ 匹配严格的一个任意字符

例如需要查找 J 某同学：

			select name from exam_result where name like 'J_';
  1. 英语成绩好于数学成绩的同学

  • where 条件中比较运算符两侧都是字段

      		select name, math, english from exam_result where english > math;
  1. 总分在 200 分以下的同学

  • where 条件中使用表达式

  • 别名不能用在 where 条件中，因为有 where 语句的语句中，先筛选 where 语句的条件，再读取筛选后的表

      		select name, chinese+math+english total from exam_result where chinese+math+english < 200;
  1. 英语成绩 > 80 并且姓名首字母不以 M 开头的同学

  • and 于 not 的使用

      		select name, english from exam_result 
  		    -> where english > 80 and name not like 'M%';
  1. 名字首字母以 T 开头的同学，否则要求总成绩 > 200 并且 语文成绩 < 数学成绩 并且 英语成绩 > 80

  • 综合性查询

      		select name, chinese, math, english, chinese+math+english total from exam_result
  		    -> where name like 'T%'
  		    -> or chinese+math+english > 200
  		    -> and chinese < math
  		    -> and english > 80;
  1. null 的查询

接下来我们切回 students 表进行查询：

  • 查询 email 已知的同学姓名

     		select name, email from students where email is not null;

  • NULL 和 NULL 的比较，= 和 <=> 的区别

      		select null = null, null = 1, null = 0;

			select NULL <=> NULL, NULL <=> 1, NULL <=> 0

（3）结果排序

语法：

  • asc 为升序（从小到大）

  • desc 为降序（从大到小）

  • 默认为 asc

      		select ... from table_name [where ...]
  			order by column [asc|desc], [...];

注意：没有 order by 子句的查询，返回的顺序是未定义的，永远不要依赖这个顺序。

下面看实例：

  1. 同学及数学成绩，按数学成绩升序显示

     		select name, math from exam_result order by math asc;

注：asc 可以省略

  1. 同学及 email，按 email 排序显示

     		select name, email from students order by email asc;

注意：NULL 视为比任何值都小，升序出现在最上面。

  1. 查询同学各门成绩，依次按 数学降序，英语升序，语文升序的方式显示

     	select name, math, english, chinese from exam_result order by math desc, english asc, chinese asc;

多字段排序，排序优先级随书写顺序：

  1. 查询同学及总分，由高到低

order by 子句中可以使用列别名，因为 order by 子句是最后执行的，要先有合适的数据，才能排序。

			select name, chinese+math+english total from exam_result order by total desc;
  1. 查询姓名首字母为 J 的同学或者为 S 的同学数学成绩，结果按数学成绩由高到低显示

结合 where 子句 和 order by 子句：

				select name, math from exam_result 
				    -> where name like 'J%' or name like 'S%'
				    -> order by math desc;

（4）筛选分页结果

语法：

			起始下标为 0
			
			从 0 开始，筛选 n 条结果
			select... from table_name [where ...] [order by ...] limit n;
			
			从 s 开始，筛选 n 条结果
			select... from table_name [where ...] [order by ...] limit s, n;
			
			从 s 开始，筛选 n 条结果，比第二种用法更明确，建议使用
			select... from table_name [where ...] [order by ...] limit n offset s;

建议：对未知表进行查询时，最好加一条 limit 1，避免因为表中数据过大，查询全表数据导致数据库卡死。

实例：

  • 按 id 进行分页，每页 3 条记录，分别显示 第 1、2、3 页

第一页：

			select name, chinese, math, english from exam_result
			    -> order by id limit 3 offset 0;

第二页：

			select name, chinese, math, english from exam_result order by id limit 3 offset 3;

第三页，如果结果不足 3 个，不会有影响：

			select name, chinese, math, english from exam_result order by id limit 3 offset 6;

3. Update

语法：

			update table_name set column = expr [, column = expr ...]
				[where ...] [order by ...] [limit ...];

实例：

  1. 将 Jane 同学的数学成绩变更为 80 分

查看原数据：

更新数据：

			update exam_result set math=80 where name='Jane';

查看更新后数据：

  1. 将 John 同学的语文成绩变更为 80 分，英语成绩变更为 70 分
  • 一次更新多个列

查看原数据：

更新数据：

			update exam_result set chinese=80, english=70 where name='John';

查看更新后数据：

  1. 将总成绩倒数前三的 3 位同学的数学成绩加上 30 分

查看原数据：

		select name, math, chinese+math+english total from exam_result order by total limit 3;

更新数据：

			update exam_result set math = math + 30 order by chinese+math+english limit 3;

查看更新后的数据，注意不能再用查看总分倒数前三的方式，因为给他们加上 30 分之后，他们就有可能不是倒数前三了，要单独去查看他们三个人的成绩：

		select name, math, chinese+math+english total from exam_result where name in('Klin', 'Jane', 'Smith');
  1. 将所有同学的英语成绩更新为原来的 2 倍

查看原数据：

更新数据：

			update exam_result set english = english * 2;

查看更新后的数据：

注意：更新全表的语句慎用！

4. Delete

（1）删除数据

语法：

			delete from table_name [where ...] [order by ...] [limit ...];

实例：

  1. 删除 Lily 同学的考试成绩

查看原数据：

删除数据：

			delete from exam_result where name='Lily';

查看删除后的数据：

  1. 删除整张表数据

我们查看当前库的表：

可以看到有一张 employee 表，我们查看这张表的数据如下：

再查看表的结构：

然后我们把整表数据删除：

			delete from employee;

再查看就发现数据全没了：

再插入一条数据，自增 id 在原值上继续增长：

注意：删除整表操作要慎用！

（2）截断表

语法：

			truncate [table] table_name

注意：这个操作慎用

  1. 只能对整表操作，不能像 delete 一样针对部分数据操作；
  2. 实际上 MySQL 不对数据操作，所以比 delete 更快，但是 truncate 在删除数据的时候，并不经过真正的事务，所以无法回滚；
  3. 会重置 auto_increme 项

接下来我们重新向 employee 表重新插入数据：

截断整表数据，注意影响行数是 0，所以实际上没有对数据真正操作：

			truncate employee;

再插入一条数据，自增 id 在重新增长：

5. 插入查询结果

语法：

			insert into table_name [(column [, column ...])] select ...

实例：创建一个新表，插入一个旧表中查询到的去重后的数据

  • 先创建一个旧表，并插入数据：

      		mysql> create table duplicate_table (id int, name varchar(20));

  		
  		mysql> INSERT INTO duplicate_table VALUES
  		    -> (100, 'aaa'),
  		    -> (100, 'aaa'),
  		    -> (200, 'bbb'),
  		    -> (200, 'bbb'),
  		    -> (200, 'bbb'),
  		    -> (300, 'ccc');

  • 创建一个新表，和旧表的结构一样

      		create table no_duplicate_table like duplicate_table;

  • 将旧表的去重数据插入到新表中

      		insert into no_duplicate_table select distinct * from duplicate_table;

  • 最后查看新表的数据

6. 聚合函数

实例：

  1. 统计班级共有多少同学

     		select count(*) from students;
  • 使用 * 做统计，不受 NULL 影响

  1. 统计班级收集的 email 有多少

     		select count(email) from students;
  • NULL 不会计入结果

  1. 统计本次考试的英语成绩分数个数

     		select count(english) from exam_result;
  • count(english) 统计的是全部成绩
  • count(distinct math) 统计的是去重成绩数量

  1. 统计数学成绩总分

     		select sum(math) from exam_result;

  1. 统计平均总分

     		select avg(chinese+math+english) 平均总分 from exam_result;

  1. 返回语文最高分

     		select max(chinese) from exam_result;

  1. 返回 > 70 分以上的语文最低分

     		select min(chinese) from exam_result where chinese > 70;

7. group by 子句的使用

在 select 中使用 group by 子句可以对指定列进行分组查询。

语法：

			select column1, column2, .. from table group by column;

分组的目的是为了分组之后，方便进行聚合统计。分组的本质就是把一组按照条件拆分成了多个组，进行各自组内的统计！分组其实也是"分表"，就是把一张表按照条件在逻辑上拆分成了多个子表，然后分别对各自的子表进行聚合统计！

实例，需要准备一张雇员信息表（来自oracle 9i的经典测试表） ，表的链接：oracle 9i的经典测试表包括：

  • emp 员工表
  • dept 部门表
  • salgrade 工资等级表

查看 emp 表数据：

查看 dept 表的数据：

查看 salgrade 表的数据：

接下来开始使用分组操作：

  1. 显示每个部门的平均工资和最高工资

很明显，显示每个部门的平均工资和最高工资，是需要按部门分组，分别显示部门号、平均工资和最高工资：

			select deptno, avg(sal), max(sal) from emp group by deptno;
  1. 显示每个部门的每种岗位的平均工资和最低工资

每个部门的每种岗位，即要按照部门和岗位进行分组：

			select deptno, job, avg(sal), min(sal) from emp group by deptno, job;
  1. 显示平均工资低于2000的部门和它的平均工资

  • 先统计各个部门的平均工资

      		select deptno, avg(sal) from emp group by deptno;

  • 使用 having 对分组进行筛选

      		select deptno, avg(sal) from emp group by deptno having avg(sal) < 2000;

注意：having 和 group by 配合使用，对 group by 结果进行过滤，having 经常和 group by 搭配使用，作用是对分组进行筛选，作用有些像 where.

having 是对聚合后的统计数据进行条件筛选。其中 having 和 where 的区别在于：

  • 执行的顺序不一样，where 是对任意列进行条件筛选，一般是最先执行；having 是对分组聚合后的结果进行条件筛选，一般是最后才执行！

8. 相关题目练习

  1. Nowcoder：批量插入数据

  2. Nowcoder：找出所有员工当前薪水salary情况

  3. Nowcoder：查找最晚入职员工的所有信息

  4. Nowcoder：查找入职员工时间排名倒数第三的员工所有信息

  5. Nowcoder：查找薪水记录超过15条的员工号emp_no以及其对应的记录次数t

  6. Nowcoder：获取所有部门当前manager的当前薪水情况，给出dept_no, emp_no 以及 salary, 当前表示 to_date = '9999-01-01'

  7. Nowcoder：从titles表获取按照title进行分组

  8. Leetcode：查找重复的电子邮箱

  9. Leetcode：大的国家

  10. Leetcode：第N高的薪水

注意：SQL 查询中各个关键字的执行先后顺序：

		from > on> join > where > group by > with > having > select > distinct > order by > limit
相关推荐
水瓶丫头站住18 分钟前
安卓APP如何适配不同的手机分辨率
android·智能手机
xvch1 小时前
Kotlin 2.1.0 入门教程（五）
android·kotlin
hunter2062062 小时前
ubuntu向一个pc主机通过web发送数据，pc端通过工具直接查看收到的数据
linux·前端·ubuntu
加酶洗衣粉2 小时前
MongoDB部署模式
数据库·mongodb
Suyuoa2 小时前
mongoDB常见指令
数据库·mongodb
添砖,加瓦2 小时前
MongoDB详细讲解
数据库·mongodb
Zda天天爱打卡2 小时前
【趣学SQL】第二章：高级查询技巧 2.2 子查询的高级用法——SQL世界的“俄罗斯套娃“艺术
数据库·sql
我的运维人生2 小时前
MongoDB深度解析与实践案例
数据库·mongodb·运维开发·技术共享
不会飞的小龙人2 小时前
Docker Compose创建镜像服务
linux·运维·docker·容器·镜像
不会飞的小龙人2 小时前
Docker基础安装与使用
linux·运维·docker·容器
热门推荐
01centos7 init.d 和system.d02Dell服务器升级ubuntu 22.04失败解决03半导体应用系统一些小知识收集(strip&wafer mapping,EAP&scada)04xgboost: Why not implement distributed XGBoost on top of spark05(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明06密码学原理技术-第六章-introduction to pulibc-key cryptography07PyTorch AMP 混合精度中grad_scaler.py的scale函数解析08Windows10安装PCL1.14.0及点云配准09优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间10如何实现抖音直播弹幕抓取（PHP版本）