05- SQL 增删改查与核心语法讲解

下面按「增删改查 → 条件与排序 → 聚合 → 关联 → 分组 → 事务 → 索引」的顺序说明，不依赖你项目里的任何文件。

一、增删改查（CRUD）

1. 查 --- SELECT（Read）

复制代码

SELECT 列1, 列2 FROM 表名;

SELECT * FROM users;                    -- 查所有列
SELECT name, email FROM users;          -- 查指定列

2. 增 --- INSERT（Create）

复制代码

INSERT INTO users (name, email, age)
VALUES ('张三', 'zhangsan@example.com', 25);

-- 一次插入多行
INSERT INTO users (name, email) VALUES
('李四', 'lisi@example.com'),
('王五', 'wangwu@example.com');

3. 改 --- UPDATE（Update）

复制代码

UPDATE users
SET age = 26, email = 'new@example.com'
WHERE id = 1;   -- 几乎总是要带 WHERE，否则整表都会被改

4. 删 --- DELETE（Delete）

复制代码

DELETE FROM users WHERE id = 1;   -- 删指定行
DELETE FROM users;                -- 删全表（慎用）

二、条件筛选：WHERE、AND、BETWEEN

WHERE --- 过滤行

复制代码

SELECT * FROM users WHERE age > 18;
SELECT * FROM users WHERE city = '北京';
SELECT * FROM users WHERE email IS NULL;
SELECT * FROM users WHERE name LIKE '张%';   -- 模糊匹配

AND / OR --- 组合条件

复制代码

SELECT * FROM users
WHERE age >= 18 AND city = '上海';

SELECT * FROM users
WHERE status = 'active' OR status = 'pending';

BETWEEN --- 范围（含边界）

复制代码

SELECT * FROM orders
WHERE amount BETWEEN 100 AND 500;
-- 等价于：amount >= 100 AND amount <= 500

SELECT * FROM users
WHERE created_at BETWEEN '2024-01-01' AND '2024-12-31';

IN / NOT IN --- 枚举多个值

复制代码

SELECT * FROM users WHERE city IN ('北京', '上海', '广州');

三、排序与分页：ORDER BY、ASC、DESC、LIMIT

ORDER BY --- 排序

复制代码

SELECT * FROM users ORDER BY age ASC;    -- 升序（默认）
SELECT * FROM users ORDER BY age DESC;   -- 降序

-- 多列排序：先按 city，再按 age 降序
SELECT * FROM users
ORDER BY city ASC, age DESC;

关键字	含义
`ASC`	升序（小→大，A→Z）
`DESC`	降序（大→小，Z→A）

LIMIT --- 限制返回行数（分页常用）

复制代码

-- MySQL / PostgreSQL 常见写法
SELECT * FROM users ORDER BY id LIMIT 10;                    -- 前 10 条
SELECT * FROM users ORDER BY id LIMIT 10 OFFSET 20;          -- 跳过 20 条，取 10 条（第 3 页）

-- SQL Server 用 TOP 或 OFFSET/FETCH
-- Oracle 用 FETCH FIRST n ROWS ONLY

四、聚合函数：SUM、AVG、MAX、MIN

对一列或多列做统计，通常配合 GROUP BY 或单独用在整表/筛选结果上。

复制代码

-- 全表统计
SELECT
  COUNT(*) AS total_users,
  AVG(age) AS avg_age,
  MAX(age) AS max_age,
  MIN(age) AS min_age,
  SUM(salary) AS total_salary
FROM users;

-- 带条件
SELECT AVG(amount) FROM orders WHERE status = 'completed';

函数	作用
`COUNT(*)`	行数
`SUM(col)`	求和
`AVG(col)`	平均值
`MAX(col)`	最大值
`MIN(col)`	最小值

注意： AVG 会忽略 NULL；COUNT(*) 计所有行，COUNT(col) 只计该列非 NULL 的行。

五、表关联：JOIN

当数据分布在多张表时，用 JOIN 按关联键把行拼在一起。

假设：

users(id, name)
orders(id, user_id, amount)

INNER JOIN --- 只保留两边都能匹配上的行

复制代码

SELECT u.name, o.amount
FROM users u
INNER JOIN orders o ON u.id = o.user_id;

LEFT JOIN --- 左表全保留，右表无匹配则为 NULL

复制代码

SELECT u.name, o.amount
FROM users u
LEFT JOIN orders o ON u.id = o.user_id;
-- 即使用户没有订单也会出现在结果里

RIGHT JOIN --- 右表全保留

复制代码

SELECT u.name, o.amount
FROM users u
RIGHT JOIN orders o ON u.id = o.user_id;

多表关联

复制代码

SELECT u.name, p.product_name, o.amount
FROM orders o
JOIN users u ON o.user_id = u.id
JOIN products p ON o.product_id = p.id;

要点： ON 后面写关联条件（通常是外键 = 主键）；WHERE 写业务过滤条件。

六、GROUP BY --- 分组聚合

按某一列（或多列）分组，再对每组做 SUM / AVG / COUNT 等。

示例数据

假设 users 表当前数据如下：

id	name	city	age
1	张三	北京	25
2	李四	北京	30
3	王五	北京	28
4	赵六	上海	22
5	孙七	上海	35
6	周八	广州	40
7	吴九	北京	26
8	郑十	北京	32
9	钱一	北京	24
10	陈二	北京	29
11	刘三	北京	27
12	黄四	北京	31
13	林五	北京	23
14	何六	北京	33

北京 11 人、上海 2 人、广州 1 人，便于演示 HAVING 过滤。

示例 1：按城市统计人数与平均年龄

复制代码

-- 每个城市的用户数量和平均年龄
SELECT
  city,
  COUNT(*) AS user_count,
  AVG(age) AS avg_age
FROM users
GROUP BY city;

执行顺序（逻辑步骤，不是写 SQL 的顺序）：

步骤	子句	本例做了什么
1	`FROM`	读取 `users` 全部 14 行
2	`WHERE`	无，跳过
3	`GROUP BY`	按 `city` 分成 3 组：北京 11 行、上海 2 行、广州 1 行
4	`HAVING`	无，跳过
5	`SELECT`	每组计算 `COUNT(*)`、`AVG(age)`，输出 `city`
6	`ORDER BY`	无，跳过
7	`LIMIT`	无，跳过

分组过程示意：

复制代码

北京组 → 11 行 → COUNT(*)=11, AVG(age)=(25+30+28+26+32+24+29+27+31+23+33)/11 = 28.00
上海组 →  2 行 → COUNT(*)=2,  AVG(age)=(22+35)/2 = 28.50
广州组 →  1 行 → COUNT(*)=1,  AVG(age)=40.00

查询结果：

city	user_count	avg_age
北京	11	27.36
上海	2	28.50
广州	1	40.00

示例 2：HAVING 过滤分组结果

复制代码

-- 配合 HAVING 过滤分组结果（类似 WHERE，但针对聚合后的组）
SELECT city, COUNT(*) AS cnt
FROM users
GROUP BY city
HAVING COUNT(*) > 10;

HAVING 过滤示意：

复制代码

北京组 → COUNT(*)=11 → 11 > 10 ✓ 保留
上海组 → COUNT(*)=2  → 2 > 10  ✗ 丢弃
广州组 → COUNT(*)=1  → 1 > 10  ✗ 丢弃

查询结果：

city	cnt
北京	11

记忆口诀： 先 FROM 拿表 → WHERE 筛行 → GROUP BY 分组 → HAVING 筛组 → SELECT 选列 → ORDER BY 排序 → LIMIT 截断。

WHERE vs HAVING

关键字	作用
`WHERE`	分组之前过滤行
`HAVING`	分组之后过滤组