一、Update
语法：
核心注意事项
- 必须加 WHERE 子句 ：若无 WHERE，会更新全表数据，生产环境慎用！
- 支持同时更新多列，列之间用逗号分隔；
- 支持基于原有值更新（如
math = math + 30），不支持math +=30语法；- 可搭配 ORDER BY、LIMIT 实现精准更新指定条数的数据。
对查询结果进行列值更新
1.1 将孙悟空同学的数据成绩变更为80分
1.2 将曹孟德同学的数学成绩变更为60分，语文成绩变更为70分
1.3 将总成绩倒数前三的3位同学的数学成绩加上30分
1.4 将所有同学的语文成绩更新为原来的2倍
没有where 子句 ，则更新全表 ！！！
二、Delete
删除表中的数据，分为删除指定数据 和删除全表数据。
2.1 删除数据
语法：
2.1.1 删除孙悟空同学的考试成绩
必须加 WHERE 子句，否则会删除全表数据，示例：
2.1.2 删除整张表的数据
注意：删除整表操作要慎用！
自增序列的计数器并不会置零~
2.2 截断表
语法：
注意：这个操作慎用！！
- 只能对整张操作 ， 不能像delete 一样针对部分数据操作
- 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，所以无法回归
- 会重置auto_increment项~
| 操作 | 语法 | 特点 | 自增列 | 事务回滚 |
|---|---|---|---|---|
| DELETE | DELETE FROM 表名 | 逐行删除，会记录日志 | 保留原有自增值，新插入从原最大值继续 | 支持（InnoDB） |
| TRUNCATE | TRUNCATE TABLE 表名 | 直接清空表，不记录行日志，速度更快 | 重置自增列为 1，重新开始 | 不支持 |
三、插入查询结果
插入查询结果 和聚合函数，实现数据的批量处理与统计分析。
语法：
经典场景：删除表中的重复数据，只保留一份。
为什么最后是通过rename 方式进行？
就是单纯的想等一些都就绪了，然后统一放入、更新、生效
四、聚合函数
聚合函数用于对一组数据进行统计计算，返回单个结果，是数据分析的基础，常用聚合函数如下：
| 函数 | 说明 | 注意 |
|---|---|---|
| COUNT(DISTINCT expr) | 统计数据条数 | COUNT (*) 不受 NULL 影响，COUNT (列) 会忽略 NULL |
| SUM(DISTINCT expr) | 统计数据总和 | 非数字类型无意义 |
| AVG(DISTINCT expr) | 统计平均值 | 非数字类型无意义，忽略 NULL |
| MAX(DISTINCT expr) | 统计最大值 | 忽略 NULL |
| MIN(DISTINCT expr) | 统计最小值 | 忽略 NULL |
-- 1. 统计学生总数（COUNT(*)）
SELECT COUNT(*) FROM students;
-- 2. 统计有QQ号的学生数（COUNT(列)忽略NULL）
SELECT COUNT(qq) FROM students;
-- 3. 统计数学成绩总分、平均分
SELECT SUM(math), AVG(math) FROM exam_result;
-- 4. 统计英语最高分、70分以上的数学最低分
SELECT MAX(english), MIN(math) FROM exam_result WHERE math > 70;
-- 5. 统计去重后的数学成绩个数
SELECT COUNT(DISTINCT math) FROM exam_result;4.1 统计班级有多少同学
4.2 统计班级收集的qq号有多少
4.3 统计本次考试的数学成绩分数个数
4.4 统计数学成绩总分
4.5 统计平均总分
4.6 返回英语最高分
4.7 返回>70分以上的数学最低分
五、group by 子句的使用
聚合函数通常与GROUP BY搭配 使用，实现按指定列分组统计，核心语法：
核心规则
- GROUP BY 后可跟多列，按多列组合分组；
- 需对分组结果再筛选时，使用
HAVING（而非 WHERE），HAVING 支持聚合函数 / 别名；- WHERE 筛选原始数据 ，HAVING 筛选分组后的数据。
-- 1. 按部门分组，统计每个部门的平均工资、最高工资
SELECT deptno, AVG(sal), MAX(sal) FROM EMP GROUP BY deptno;
-- 2. 按部门+岗位分组，统计每个部门每个岗位的平均工资、最低工资
SELECT deptno, job, AVG(sal), MIN(sal) FROM EMP GROUP BY deptno, job;
-- 3. 统计平均工资低于2000的部门（HAVING筛选分组结果）
SELECT deptno, AVG(sal) myavg FROM EMP GROUP BY deptno HAVING myavg < 2000;
- 如何显示每个部门的平均工资和最高工资：
- 显示每个部门的每种岗位的平均工资和最低工资
- 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【结果先聚合出来】
- 对聚合的结果进行判断 【having和group by配合使用，对group by 的结果进行过滤
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 和 WHERE ：
| 特性 | WHERE | HAVING |
|---|---|---|
| 筛选时机 | 分组（GROUP BY）之前 | 分组（GROUP BY）之后 |
| 筛选对象 | 原始的、未分组的单行数据 | 分组后的「统计结果」（组级数据） |
| 能否用聚合函数 | ❌ 不可以（操作的是单行数据） | ✅ 可以（操作的是分组统计结果） |
| 适用场景 | 过滤单个符合条件的记录 | 过滤符合条件的分组 |
WHERE 是「分组前」筛选单行数据（不能用聚合函数），HAVING 是「分组后」筛选分组结果（可以用聚合函数）；
通俗举例：假设你要统计「每个班级数学平均分超过 80 分的班级」：
- WHERE：先筛选「数学分数 > 0 分的学生」（排除无效数据），这是对单个学生的筛选；
- HAVING：在按班级分组计算平均分后，筛选「平均分 > 80 分的班级」，这是对整个班级的筛选。
- 不要单纯的认为，只有磁盘上表结构导入到mysql ， 真实存在的表才叫表，这是不对的
- 中间筛选出来的，包括最终结果，在我看来，全部都是逻辑上的表 ！！！
- ''MYSQL一切皆表''，未来只要我们能够处理好单表的CURD，所有sql场景，我们也可以用同一种方式进行~