【MySQL】DQL

文章目录

• 一、基本语法
• 二、基本查询（不带任何条件）
• • [2.1 查询多个字段](#2.1 查询多个字段)
  • [2.2 字段设置别名 AS](#2.2 字段设置别名 AS)
  • [2.3 去除重复记录 DISTINCT](#2.3 去除重复记录 DISTINCT)
  • [2.4 案例](#2.4 案例)
• 三、条件查询（WHERE）
• • [3.1 语法](#3.1 语法)
  • [3.2 条件](#3.2 条件)
  • [3.3 案例](#3.3 案例)
• 四、聚合函数（count、max、min、avg、sum）
• • [4.1 常见聚合函数](#4.1 常见聚合函数)
  • [4.2 语法](#4.2 语法)
  • [4.3 案例](#4.3 案例)
• [五、分组查询（group by）](#五、分组查询（group by）)
• • [5.1 语法](#5.1 语法)
  • [5.2 where与having区别](#5.2 where与having区别)
  • [5.3 案例](#5.3 案例)
• [六、排序查询（order by）](#六、排序查询（order by）)
• • [6.1 语法](#6.1 语法)
  • [6.2 排序方式](#6.2 排序方式)
  • [6.3 案例](#6.3 案例)
• 七、分页查询（limit）
• • [7.1 语法](#7.1 语法)
  • [7.2 案例](#7.2 案例)
• 八、执行顺序
• 九、案例
• 总结

---

Mysql _ 多表查询
Mysql _ 子查询

一、基本语法

DQL 查询语句，语法如下：

• 基本查询（不带任何条件）
• 条件查询（WHERE）
• 聚合函数（count、max、min、avg、sum）
• 分组查询（group by）
• 排序查询（order by）
• 分页查询（limit）

二、基本查询（不带任何条件）

2.1 查询多个字段

SELECT 字段1, 字段2, 字段3 ... FROM 表名 ;

SELECT * FROM 表名 ;

注意 : * 号代表查询所有字段，在实际开发中尽量少用（不直观、影响效率）。

2.2 字段设置别名 AS

SELECT 字段1 [ AS 别名1 ] , 字段2 [ AS 别名2 ] ... FROM 表名;

SELECT 字段1 [ 别名1 ] , 字段2 [ 别名2 ] ... FROM 表名;

2.3 去除重复记录 DISTINCT

SELECT DISTINCT 字段列表 FROM 表名;

2.4 案例

1. 查询指定字段 name, workno, age并返回

SELECT name,workno,age FROM emp;

2. 查询返回所有字段

SELECT * FROM emp;

3. 查询所有员工的工作地址,起别名

SELECT workno,name,workaddress AS '工作地址' FROM emp;

SELECT workno,name,workaddress '工作地址' FROM emp;

4. 查询公司员工的上班地址有哪些(不要重复)

SELECT DISTINCT workaddress FROM emp;

三、条件查询（WHERE）

3.1 语法

SELECT 字段列表 FROM 表名 WHERE 条件列表 ;

3.2 条件

常用的比较运算符如下:

常用的逻辑运算符如下:

3.3 案例

1. 查询年龄等于 88 的员工

SELECT workno,`name`,age FROM emp WHERE age=88; 

2. 查询年龄小于 20 的员工信息

SELECT workno,`name`,age FROM emp WHERE age<20; 

3. 查询年龄小于等于 20 的员工信息

SELECT workno,`name`,age FROM emp WHERE age<=20; 

4. 查询没有身份证号的员工信息

SELECT workno,`name`,age,idcard FROM emp WHERE idcard IS NULL; 

5. 查询有身份证号的员工信息

SELECT workno,`name`,age,idcard FROM emp WHERE idcard IS NOT NULL; 

SELECT workno,`name`,age,idcard FROM emp WHERE !(idcard IS NULL); 

6. 查询年龄不等于 88 的员工信息

SELECT workno,`name`,age FROM emp WHERE age!=88; 

7. 查询年龄在15岁(包含) 到 20岁(包含)之间的员工信息

SELECT workno,`name`,age FROM emp WHERE age BETWEEN 15 AND 20; 

SELECT workno,`name`,age FROM emp WHERE age>=15 && age<= 20; 

SELECT workno,`name`,age FROM emp WHERE age>=15 AND age<= 20; 

8. 查询性别为 女 且年龄小于 25岁的员工信息

SELECT workno,`name`,age,gender FROM emp WHERE gender='女' && age<25; 

9. 查询年龄等于18 或 20 或 40 的员工信息

SELECT workno,`name`,age,gender FROM emp WHERE age IN (18,20,40);

可以分开 age=xx 太麻烦了

10. 查询姓名为两个字的员工信息 _ %

SELECT workno,`name`,age,gender FROM emp WHERE `name` LIKE '__';

11. 查询身份证号最后一位是X的员工信息

SELECT workno,`name`,age,idcard FROM emp WHERE idcard LIKE '%X'; 

四、聚合函数（count、max、min、avg、sum）

将一列数据作为一个整体，进行纵向计算

4.1 常见聚合函数

4.2 语法

SELECT 聚合函数(字段列表) FROM 表名 ;

注意 : NULL值是不参与所有聚合函数运算的。

4.3 案例

1. 统计该企业员工数量

-- 统计的是总记录数
SELECT COUNT(*) FROM emp; 
-- 统计的是idcard字段不为null的记录数
SELECT COUNT(idcard) FROM emp; 
-- 还可以通过 count(数字/字符串)的形式进行统计查询
SELECT COUNT(1) FROM emp;

count(*) 、count(字段)、 count(1) 原理

SQL优化

2. 统计该企业员工的平均年龄

SELECT AVG(age) FROM emp;

3. 统计该企业员工的最大年龄

SELECT Max(age) FROM emp;

4. 统计该企业员工的最小年龄

SELECT MIN(age) FROM emp;

5. 统计西安地区员工的年龄之和

SELECT SUM(age) FROM emp WHERE workaddress='西安';

五、分组查询（group by）

5.1 语法

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

5.2 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。

• 判断对象不同：

  • where不能对聚合函数 进行判断，而having可以

注意事项:

• 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。
• 执行顺序: where > 聚合函数 > having 。
• 支持多字段分组, 具体语法为 : group by columnA,columnB

5.3 案例

1. 根据性别分组 , 统计男性员工 和 女性员工的数量

SELECT gender,COUNT(gender)
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(workaddress)
FROM emp
WHERE age < 45
GROUP BY workaddress
HAVING COUNT(1)>=3

4. 统计各个工作地址上班的男性及女性员工的数量

SELECT workaddress,gender,COUNT(gender)
FROM emp
GROUP BY workaddress,gender;

六、排序查询（order by）

6.1 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 ;

6.2 排序方式

• ASC : 升序(默认值)
  • 从低到高
• DESC: 降序
  • 从高到低

注意事项：

• 如果是升序, 可以不指定排序方式ASC ;
• 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 ;

6.3 案例

1. 根据年龄对公司的员工进行升序排序

SELECT `name`,age
FROM emp
ORDER BY age;

2. 根据入职时间, 对员工进行降序排序

SELECT `name`,entrydate
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 `name`,age,entrydate
FROM emp
ORDER BY age,entrydate DESC;

七、分页查询（limit）

7.1 语法

SELECT 字段列表 FROM 表名 LIMIT 起始索引, 查询记录数 ;

注意事项:

• 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。

7.2 案例

1. 查询第1页员工数据, 每页展示10条记录

SELECT *
FROM emp
LIMIT 0,10;

SELECT *
FROM emp
LIMIT 10;

2. 查询第2页员工数据, 每页展示10条记录 -> (页码-1)*页展示记录数

SELECT *
FROM emp
LIMIT 10,10;

八、执行顺序

九、案例

案例：根据需求完成员工信息的统计

分析：以上信息统计在开发中也叫图形报表(将统计好的数据以可视化的形式展示出来)

• 员工性别统计：以饼状图的形式展示出企业男性员人数和女性员工人数
  • 只要查询出男性员工和女性员工各自有多少人就可以了
• 员工职位统计：以柱状图的形式展示各职位的在岗人数
  • 只要查询出各个职位有多少人就可以了

员工性别统计：

-- if(条件表达式, true取值 , false取值)
select if(gender=1,'男性员工','女性员工') AS 性别, count(*) AS 人数
from tb_emp
group by gender;

员工职位统计：

-- case 表达式 when 值1 then 结果1  when 值2  then  结果2 ...  else  result  end
select (case job
             when 1 then '班主任'
             when 2 then '讲师'
             when 3 then '学工主管'
             when 4 then '教研主管'
             else '未分配职位'
        end) AS 职位 ,
       count(*) AS 人数
from tb_emp
group by job;

---

总结

drop table if exists employee;
create table emp(
id int comment '编号',
workno varchar(10) comment '工号',
name varchar(10) comment '姓名',
gender char(1) comment '性别',
age tinyint unsigned comment '年龄',
idcard char(18) comment '身份证号',
workaddress varchar(50) comment '工作地址',
entrydate date comment '入职时间'
)comment '员工表';

INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate) VALUES (1, '00001', '柳岩666', '女', 20, '123456789012345678', '北京', '2000-01-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate) VALUES (2, '00002', '张无忌', '男', 18, '123456789012345670', '北京', '2005-09-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate) VALUES (3, '00003', '韦一笑', '男', 38, '123456789712345670', '上海', '2005-08-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (4, '00004', '赵敏', '女', 18, '123456757123845670', '北京', '2009-12-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (5, '00005', '小昭', '女', 16, '123456769012345678', '上海', '2007-07-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (6, '00006', '杨逍', '男', 28, '12345678931234567X', '北京', '2006-01-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (7, '00007', '范瑶', '男', 40, '123456789212345670', '北京', '2005-05-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (8, '00008', '黛绮丝', '女', 38, '123456157123645670', '天津', '2015-05-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (9, '00009', '范凉凉', '女', 45, '123156789012345678', '北京', '2010-04-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (10, '00010', '陈友谅', '男', 53, '123456789012345670', '上海', '2011-01-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (11, '00011', '张士诚', '男', 55, '123567897123465670', '江苏', '2015-05-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (12, '00012', '常遇春', '男', 32, '123446757152345670', '北京', '2004-02-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (13, '00013', '张三丰', '男', 88, '123656789012345678', '江苏', '2020-11-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate)
VALUES (14, '00014', '灭绝', '女', 65, '123456719012345670', '西安', '2019-05-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate) VALUES (15, '00015', '胡青牛', '男', 70, '12345674971234567X', '西安', '2018-04-01');
INSERT INTO emp (id, workno, name, gender, age, idcard, workaddress, entrydate) VALUES (16, '00016', '周芷若', '女', 18, null, '北京', '2012-0601');