数据库单表查询全攻略

🕵️‍♂️ 数据库单表查询全攻略：从入门到精通，看这一篇就够了！

引言：别再用 SELECT * 裸奔了！

在数据库的世界里，80%的日常操作都是在和"查询"打交道。而单表查询，就是所有复杂查询的基石。如果把数据库比作一个巨大的图书馆，那么单表查询就是你在这个图书馆里精准找书、统计藏书、整理书架的基本功。

今天，我们就来一次地毯式的扫盲，把 MySQL 单表查询的所有知识点（增删改查里的"查"）一次性讲透！无论你是刚入门的小白，还是想查漏补缺的老手，这篇干货都能让你满载而归。

📖 第一章：基础查询------数据的"搬运工"

最基础的查询，就是从表里把数据拿出来。核心语法是 SELECT ... FROM ...。

1. 查什么？

查所有列：

SELECT *

FROM users;
⚠️ 避坑指南 ：在生产环境中，千万别图省事用 *！这不仅会传输大量不需要的数据，还会导致数据库无法利用覆盖索引，性能大打折扣。
查指定列：

SELECT name, age

FROM users; （按需索取，才是好公民）。

2. 起个好听的名字（别名 AS）

字段名太长或者不方便展示时，可以用 AS 起别名：

复制代码

SELECT name AS '姓名', age AS '年龄' FROM users;

3. 拒绝重复（DISTINCT）

如果你想知道用户都来自哪些城市，不想看一堆重复的"北京"，可以用 DISTINCT 去重：

复制代码

SELECT DISTINCT city FROM users;

💡 注意 ：DISTINCT 作用于后面所有的字段，只有当这些字段的值完全一样时才会被去重。

🔍 第二章：条件查询------精准的"筛选器"

只查一部分数据怎么办？这就需要用到 WHERE 子句。它是 SQL 中使用频率最高的部分。

1. 比较与逻辑运算

比大小/相等 ：=, >, <, >=, <=, != (或 <>)。例子：

SELECT *

FROM goods

WHERE price > 100;
逻辑组合 ：AND (并且), OR (或者), NOT (取反)。例子：

SELECT *

FROM users

WHERE age >= 18 AND status = 'active';

2. 范围查询神器

连续范围 (BETWEEN AND)：包含边界值。例子：

SELECT *

FROM orders

WHERE amount BETWEEN 100 AND 500;
指定集合 (IN)：匹配非连续的特定值。例子：

SELECT *

FROM users

WHERE city IN ('北京', '上海', '广州');

3. 模糊查询 (LIKE)

想找名字里带"华"的人？用通配符！

%：代表任意多个字符（包括0个）。例子：name LIKE '张%'（姓张的），name LIKE '%手机%'（名字里包含手机的）。
_：代表任意一个字符。例子：name LIKE '_明'（两个字的名字，且叫某明）。

4. 空值判断 (IS NULL)

⚠️ 高频易错点 ：数据库里的 NULL 代表"什么都没有"，不能用 = 来判断！

正确写法：WHERE email IS NULL 或 WHERE email IS NOT NULL。

📊 第三章：排序与分页------数据的"美容师"

查出来的数据乱糟糟？想要第几页的数据？

1. 排序 (ORDER BY)

升序 (ASC)：默认，可以省略。
降序 (DESC)：从高到低。
多字段排序：先按部门排，部门一样的再按工资排。

sql 复制代码

SELECT * FROM employees ORDER BY department ASC, salary DESC;

2. 分页 (LIMIT)

面试必问！怎么实现网页上的"下一页"？

取前 N 条 ：LIMIT n。
跳过 M 条，取 N 条 ：LIMIT m, n （注意：起始位置是从 0 开始的）。例子：每页显示 10 条，想看第 3 页的数据（即跳过前 20 条）：
sql 复制代码
```
SELECT * FROM products LIMIT 20, 10;
```

🧮 第四章：聚合函数与分组------数据的"统计员"

老板问你："咱们公司各部门的平均工资是多少？" 这时候就需要聚合函数和分组出场了。

1. 五大常用聚合函数

它们是对一组数据进行计算，返回单个值：

COUNT(*)：统计总行数（不管里面有没有 NULL）。
SUM(列)：求和（只能用于数值列）。
AVG(列)：求平均值（忽略 NULL）。
MAX(列) / MIN(列)：求最大/最小值。

2. 分组 (GROUP BY)

把数据按某个特征归类，然后对每一类进行统计。

sql 复制代码

-- 统计每个部门的员工人数
SELECT department, COUNT(*) FROM employees GROUP BY department;

3. 过滤分组 (HAVING)

很多同学分不清 WHERE 和 HAVING。记住这个口诀："先筛选，后分组；分完组，再过滤"。

WHERE：在分组之前过滤原始数据（不能用聚合函数）。
HAVING：在分组之后过滤统计结果（必须配合 GROUP BY 使用）。

经典案例：找出平均薪资大于 15000 的部门。

sql 复制代码

SELECT department, AVG(salary) 
FROM employees 
GROUP BY department 
HAVING AVG(salary) > 15000; -- 这里绝对不能用 WHERE！

⚙️ 第五章：底层逻辑------SQL 的执行顺序

写 SQL 的时候，我们是按 SELECT -> FROM -> WHERE 的顺序写的。但数据库在执行时，其实是另一套逻辑！理解这个，对你排查 Bug 非常有帮助。

正确的执行顺序是这样的：

FROM：先确定要查哪张表。
WHERE：把不符合条件的行踢出去。
GROUP BY：把剩下的数据分组。
HAVING：把不符合条件的组踢出去。
SELECT：挑出要展示的列。
DISTINCT：去重。
ORDER BY：给结果排个序。
LIMIT：截取最后要展示的那几条。

📝 总结：单表查询知识全景图

为了方便大家记忆，我把今天的重点整理成了一张速查表：

关键词	作用	核心注意点
SELECT	投影（选列）	生产环境少用 `*`，多用别名
WHERE	筛选（选行）	`NULL` 要用 `IS` 判断；`LIKE` 走索引有讲究
GROUP BY	分组统计	分组后的 SELECT 字段必须出现在 GROUP BY 中
HAVING	分组后过滤	专门用来过滤聚合函数（如 COUNT, AVG）的结果
ORDER BY	排序	默认为 ASC，多字段排序用逗号隔开
LIMIT	分页	`LIMIT 起始位置, 条数` ，起始位置从 0 开始

掌握了单表查询，你就打通了数据库操作的"任督二脉"。下次面对复杂的业务需求时，试着把这些积木（关键字）灵活组合起来，你会发现 SQL 其实非常优雅！

如果觉得这篇内容对你有帮助，别忘了点赞、在看、转发三连哦！我们下期见！👋