【MYSQL】MYSQL学习的一大重点：基本查询（下）

🎬 个人主页 ：艾莉丝努力练剑
❄专栏传送门 ：《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》
《Linux操作系统编程详解》《笔试/面试常见算法：从基础到进阶》《Python干货分享》

⭐️为天地立心，为生民立命，为往圣继绝学，为万世开太平

---

🎬 艾莉丝的简介：

---

文章目录

• [1 ~> 数据更新操作（UPDATE）](#1 ~> 数据更新操作（UPDATE）)
• • [1.1 基础语法与执行逻辑](#1.1 基础语法与执行逻辑)
  • [1.2 使用规范与风险管控](#1.2 使用规范与风险管控)
  • [1.3 典型应用场景](#1.3 典型应用场景)
  • • [1.3.1 单条件单列更新](#1.3.1 单条件单列更新)
    • [1.3.2 单条件多列更新](#1.3.2 单条件多列更新)
    • [1.3.3 排序限量更新](#1.3.3 排序限量更新)
    • [1.3.4 全表更新（高危操作）](#1.3.4 全表更新（高危操作）)
• [2 ~> 数据删除操作（DELETE & TRUNCATE）](#2 ~> 数据删除操作（DELETE & TRUNCATE）)
• • [2.1 DELETE 语句](#2.1 DELETE 语句)
  • • [2.1.1 基础语法](#2.1.1 基础语法)
    • [2.1.2 条件删除](#2.1.2 条件删除)
    • [2.1.3 限量删除](#2.1.3 限量删除)
    • [2.1.4 全表删除特性](#2.1.4 全表删除特性)
  • [2.2 TRUNCATE 截断表](#2.2 TRUNCATE 截断表)
  • • [2.2.1 语法与执行效果](#2.2.1 语法与执行效果)
    • [2.2.2 底层原理与特性](#2.2.2 底层原理与特性)
  • [2.3 DELETE 与 TRUNCATE 核心对比](#2.3 DELETE 与 TRUNCATE 核心对比)
• [3 ~> 插入查询结果（INSERT ... SELECT）](#3 ~> 插入查询结果（INSERT ... SELECT）)
• • [3.1 语法结构与适用场景](#3.1 语法结构与适用场景)
  • [3.2 表数据去重实战](#3.2 表数据去重实战)
  • • [3.2.1 实现思路](#3.2.1 实现思路)
    • [3.2.2 执行步骤](#3.2.2 执行步骤)
    • [3.2.3 RENAME 原子性原理](#3.2.3 RENAME 原子性原理)
• [4 ~> 聚合函数（聚合统计）](#4 ~> 聚合函数（聚合统计）)
• • [4.1 核心作用](#4.1 核心作用)
  • [4.2 五大核心函数详解](#4.2 五大核心函数详解)
  • • [4.2.1 COUNT ()：统计行数](#4.2.1 COUNT ()：统计行数)
    • [4.2.2 SUM ()：数值求和](#4.2.2 SUM ()：数值求和)
    • [4.2.3 AVG ()：数值求平均](#4.2.3 AVG ()：数值求平均)
    • [4.2.4 MAX () / MIN ()：求极值](#4.2.4 MAX () / MIN ()：求极值)
  • [4.3 使用约束与易错点](#4.3 使用约束与易错点)
• [5 ~> 分组查询（GROUP BY）](#5 ~> 分组查询（GROUP BY）)
• • [5.1 分组核心逻辑](#5.1 分组核心逻辑)
  • [5.2 分组语法](#5.2 分组语法)
  • • [5.2.1 单字段分组](#5.2.1 单字段分组)
    • [5.2.2 多字段分组](#5.2.2 多字段分组)
  • [5.3 HAVING 分组后过滤](#5.3 HAVING 分组后过滤)
  • [5.4 WHERE 与 HAVING 的本质区别](#5.4 WHERE 与 HAVING 的本质区别)
  • [5.5 only_full_group_by 约束规则](#5.5 only_full_group_by 约束规则)
• [6 ~> SQL 执行顺序与实战考点](#6 ~> SQL 执行顺序与实战考点)
• • [6.1 SQL 关键字执行优先级](#6.1 SQL 关键字执行优先级)
  • [6.2 高频面试考点](#6.2 高频面试考点)
  • [6.3 实战刷题推荐](#6.3 实战刷题推荐)
• 结尾

---

---

1 ~> 数据更新操作（UPDATE）

1.1 基础语法与执行逻辑

UPDATE 属于 DML（数据操作语言），用于修改表中指定行的列值，执行逻辑为先按条件匹配行，再对匹配行执行列更新。 标准语法：

UPDATE table_name 
SET column = expr [, column = expr ...]
[WHERE ...] [ORDER BY ...] [LIMIT ...]

• SET 子句：指定更新列与目标值，右侧支持常量、列运算表达式；MySQL 不支持 math += 30 这类自增简写，必须写作 math = math + 30。
• WHERE 子句：筛选待更新的行，是数据安全的核心屏障。
• ORDER BY + LIMIT：对匹配结果排序后，仅更新前 N 行。

1.2 使用规范与风险管控

1. 先查后改：执行 UPDATE 前，必须先用相同 WHERE 条件执行 SELECT，确认更新范围符合预期。
2. 严禁无 WHERE 更新：缺失 WHERE 子句会对全表指定列执行更新，属于数据库高危操作，生产环境禁止手工执行。
3. 权限隔离：生产库通常仅开放应用服务的 UPDATE 权限，禁止研发人员直连数据库执行手工数据修改。

1.3 典型应用场景

1.3.1 单条件单列更新

需求：将孙悟空同学的数学成绩变更为 80 分

-- 步骤1：查询验证目标数据
SELECT name, math FROM exam_result WHERE name = '孙悟空';

-- 步骤2：执行数据更新
UPDATE exam_result SET math = 80 WHERE name = '孙悟空';

-- 步骤3：验证更新结果
SELECT name, math FROM exam_result WHERE name = '孙悟空';

1.3.2 单条件多列更新

需求：将曹孟德同学的数学成绩改为 60 分，语文成绩改为 70 分

-- 多列更新用逗号分隔，一次性生效
UPDATE exam_result 
SET math = 60, chinese = 70 
WHERE name = '曹孟德';

1.3.3 排序限量更新

需求：将总成绩倒数前三的 3 位同学的数学成绩加上 30 分

-- 先查询确认倒数前三的名单
SELECT name, math, chinese + math + english AS 总分 
FROM exam_result
ORDER BY 总分 ASC LIMIT 3;

-- 按总分升序排序，取前3行执行更新
UPDATE exam_result 
SET math = math + 30
ORDER BY chinese + math + english ASC 
LIMIT 3;

注意：更新后学生总分排名可能发生变化，原倒数第三名可能脱离倒数区间。

1.3.4 全表更新（高危操作）

需求：将所有同学的语文成绩更新为原来的 2 倍

-- 无WHERE子句，全表所有行生效，生产环境必须经过审批与备份后方可执行
UPDATE exam_result SET chinese = chinese * 2;

---

2 ~> 数据删除操作（DELETE & TRUNCATE）

2.1 DELETE 语句

DELETE 用于删除表中的行数据，执行后仅删除数据，保留表结构。

2.1.1 基础语法

DELETE FROM table_name 
[WHERE ...] [ORDER BY ...] [LIMIT ...]

• 同 UPDATE 一致，无 WHERE 子句将删除全表所有行数据。
• 支持 ORDER BY 排序后，通过 LIMIT 删除指定数量的行。

2.1.2 条件删除

需求：删除孙悟空同学的考试成绩

-- 先验证目标行
SELECT * FROM exam_result WHERE name = '孙悟空';
-- 执行删除
DELETE FROM exam_result WHERE name = '孙悟空';

2.1.3 限量删除

需求：删除全班总分倒数第一的同学成绩

DELETE FROM exam_result 
ORDER BY chinese + math + english ASC 
LIMIT 1;

2.1.4 全表删除特性

• 执行 DELETE FROM 表名; 会清空全表数据，但不会重置 AUTO_INCREMENT 自增计数器，后续新插入数据的 ID 会在旧最大值基础上继续递增。
• DELETE 是行级操作，走事务流程，支持事务内回滚；会生成完整的 redo/undo 日志，数据可恢复。

2.2 TRUNCATE 截断表

TRUNCATE 属于 DDL（数据定义语言），用于快速清空整表数据。

2.2.1 语法与执行效果

TRUNCATE [TABLE] table_name;

执行效果：清空表中所有数据，保留表结构，同时重置 AUTO_INCREMENT 自增计数器。

2.2.2 底层原理与特性

1. 操作粒度：只能对整表操作，无法像 DELETE 一样按条件删除部分数据。
2. 执行效率：远高于 DELETE 全表；原理是直接释放表的数据页，而非逐行删除数据。
3. 事务与回滚：不经过事务引擎的行级处理，无法通过事务回滚恢复数据。
4. 日志特性【审计修正】：原文 "truncate 不记录日志" 表述不严谨。准确表述为：truncate 不产生逐行删除的 undo/redo 行级日志，但会将 DDL 操作记录到 binlog 中，因此主从复制架构下可正常同步。
5. 自增特性：会重置 AUTO_INCREMENT 计数器为初始值，新插入数据 ID 从 1 开始计数。

2.3 DELETE 与 TRUNCATE 核心对比

对比维度	DELETE	TRUNCATE
语句类型	DML 数据操作语言	DDL 数据定义语言
操作范围	支持 WHERE 条件删除部分行	只能清空整表
执行原理	逐行删除，记录行级日志	直接释放数据页，执行效率极高
自增计数器	不重置，保留原有计数	重置为初始值
事务回滚	支持事务内回滚	不支持事务回滚
触发器	会触发表的 DELETE 触发器	不会触发任何触发器

---

3 ~> 插入查询结果（INSERT ... SELECT）

3.1 语法结构与适用场景

将 SELECT 查询的结果集直接批量插入到目标表中，常用于数据迁移、表汇总、数据去重等场景。

INSERT INTO table_name [(column [, column ...])]
SELECT ...;

• 要求 SELECT 结果的列数量、数据类型与目标表的插入列一一对应。
• 支持全列插入（省略列名）与指定列插入。

3.2 表数据去重实战

需求：删除表中的重复记录，每组重复数据仅保留一份。

3.2.1 实现思路

当表无唯一主键、重复行完全一致时，无法直接通过 DELETE 删除部分重复行（删除会清除所有重复项）。因此采用 "建新表→插入去重数据→原子重命名切换" 的方案，实现无感知去重。

3.2.2 执行步骤

-- 1. 创建与原表结构完全一致的空表
CREATE TABLE no_duplicate_table LIKE duplicate_table;

-- 2. 将原表去重后的数据批量插入新表
INSERT INTO no_duplicate_table 
SELECT DISTINCT * FROM duplicate_table;

-- 3. 原子重命名：原表改名备份，新表改为原表名，一步完成切换
RENAME TABLE 
  duplicate_table TO old_duplicate_table,
  no_duplicate_table TO duplicate_table;

-- 4. 验证去重结果
SELECT * FROM duplicate_table;

3.2.3 RENAME 原子性原理

• MySQL 的 RENAME TABLE 是原子操作，本质是修改文件系统中表文件的名称与 inode 映射关系，不涉及数据拷贝，执行速度极快（毫秒级）。
• 业务无感知：切换过程中不会出现表不存在的中间状态，是生产环境数据表变更的标准方案。
• 对应 Linux 底层：调用 rename 系统调用，仅修改目录项的文件名映射，不移动磁盘数据块。

---

4 ~> 聚合函数（聚合统计）

4.1 核心作用

聚合函数对一组行数据进行汇总计算，最终返回单个统计结果，是分组查询的基础能力。

4.2 五大核心函数详解

4.2.1 COUNT ()：统计行数

语法：COUNT([DISTINCT] expr)

• COUNT(*)：统计结果集的总行数，不受 NULL 值影响，是最标准的统计写法。
• COUNT(列名)：统计指定列非 NULL 的行数，列值为 NULL 的行不计入统计。
• COUNT(DISTINCT 列名)：统计指定列去重后的非 NULL 行数。
• COUNT(1)：效果与COUNT(*)在 InnoDB 引擎下性能无显著差异。

示例：

-- 统计班级总人数
SELECT COUNT(*) AS 总人数 FROM exam_result;
-- 统计有数学成绩的学生数
SELECT COUNT(math) FROM exam_result;
-- 统计不重复的数学成绩数量
SELECT COUNT(DISTINCT math) FROM exam_result;

4.2.2 SUM ()：数值求和

对数值列进行求和计算，非数值列无意义；无匹配行时返回 NULL。 示例：

-- 统计全班数学成绩总分
SELECT SUM(math) AS 数学总分 FROM exam_result;
-- 统计不及格学生的数学总分
SELECT SUM(math) FROM exam_result WHERE math < 60;

4.2.3 AVG ()：数值求平均

对数值列计算平均值，自动忽略 NULL 值行。 示例：

-- 统计全班三科平均总分
SELECT AVG(chinese + math + english) AS 平均总分 FROM exam_result;

4.2.4 MAX () / MIN ()：求极值

返回指定列中的最大值 / 最小值，非数值列无统计意义。 示例：

-- 查询英语最高分
SELECT MAX(english) FROM exam_result;
-- 查询70分以上的数学最低分
SELECT MIN(math) FROM exam_result WHERE math > 70;

4.3 使用约束与易错点

1. 无 GROUP BY 时，聚合函数对整个结果集计算，SELECT 后只能跟随聚合函数，不能跟随普通列（only_full_group_by模式下会直接报错）。
2. 聚合函数不能直接写在 WHERE 子句中（WHERE 执行顺序早于聚合计算），聚合结果的条件过滤必须使用 HAVING。

---

5 ~> 分组查询（GROUP BY）

5.1 分组核心逻辑

按照指定列的值，将整张表的数据划分为多个逻辑组，对每个组分别执行聚合统计，最终每组返回一条统计结果。

• 核心价值：实现按维度统计，如 "每个部门的平均工资""每个岗位的人数"。
• 理解模型：分组等价于将一张大表逻辑拆分为多张子表，每张子表独立执行聚合统计。

5.2 分组语法

5.2.1 单字段分组

需求：查询每个部门的平均工资和最高工资

SELECT deptno, AVG(sal) AS 平均工资, MAX(sal) AS 最高工资
FROM emp
GROUP BY deptno;

5.2.2 多字段分组

需求：查询每个部门下每种岗位的平均工资和最低工资

SELECT deptno, job, AVG(sal) AS 平均工资, MIN(sal) AS 最低工资
FROM emp
GROUP BY deptno, job;

• 分组字段越多，分组粒度越细，最终结果的行数越多。

5.3 HAVING 分组后过滤

对分组聚合后的结果进行条件筛选，必须与 GROUP BY 配合使用。 需求：显示平均工资低于 2000 的部门和它的平均工资

SELECT deptno, AVG(sal) AS 平均工资
FROM emp
GROUP BY deptno
HAVING 平均工资 < 2000;

5.4 WHERE 与 HAVING 的本质区别

对比维度	WHERE	HAVING
执行阶段	分组前过滤，作用于原始表行	分组后过滤，作用于聚合结果
过滤对象	原始行数据	分组后的统计结果
聚合函数	不能使用聚合函数作为条件	可以直接使用聚合结果作为筛选条件
执行顺序	先于 GROUP BY 执行	后于 GROUP BY 执行

核心结论：WHERE 过滤 "原始数据行"，HAVING 过滤 "聚合统计结果"，二者应用场景不同，无法完全互相替代。

5.5 only_full_group_by 约束规则

• MySQL 默认开启 sql_mode=only_full_group_by 严格模式。
• 规则：SELECT 子句中出现的列，必须是 GROUP BY 后的分组列，或者是聚合函数的计算结果。
• 底层逻辑：非分组列在组内不唯一，无法确定返回组内哪一行的值，属于逻辑不严谨的写法。
• 错误示例：SELECT ename, deptno, AVG(sal) FROM emp GROUP BY deptno; 会触发语法错误，因为ename既不是分组列也不是聚合结果。

---

6 ~> SQL 执行顺序与实战考点

6.1 SQL 关键字执行优先级

标准 SQL 的执行流程（优先级从高到低）：

FROM > ON > JOIN > WHERE > GROUP BY > WITH > HAVING > SELECT > DISTINCT > ORDER BY > LIMIT

• 核心理解：先确定数据源（FROM/JOIN），再过滤无效行（WHERE），再分组聚合（GROUP BY/HAVING），再筛选输出列（SELECT），最后排序与分页（ORDER BY/LIMIT）。
• 这也是 "WHERE 中不能用 SELECT 别名、不能用聚合函数，而 HAVING 可以用 SELECT 别名" 的根本原因。

6.2 高频面试考点

1. DELETE 与 TRUNCATE 的核心区别
2. WHERE 与 HAVING 的本质区别与应用场景
3. GROUP BY 的执行逻辑与 only_full_group_by 约束
4. 单条 SQL 的完整执行顺序
5. 无主键表的数据去重实现方案

6.3 实战刷题推荐

• 牛客 SQL 篇：批量插入数据、去重薪水查询、最晚入职员工、薪水涨幅统计、部门经理薪资、分组数目统计
• LeetCode：重复邮箱、大的国家、第 N 高的薪水

---

结尾

uu们，本文的内容到这里就全部结束了，艾莉丝在这里再次感谢您的阅读！

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| ### 艾莉丝努力练剑 C/C++ & Linux 底层探索者 | 一个正在努力练剑的技术博主 *** ** * ** *** 👀 【关注】 跟随我一起深耕技术领域，见证每一次成长。 ❤️ 【点赞】 让优质内容被更多人看见，让知识传递更有力量。 ⭐ 【收藏】 把核心知识点存好，在需要时随时查、随时用。 💬 【评论】 分享你的经验或疑问，评论区一起交流避坑！ 不要忘记给博主"一键四连"哦！ "今日练剑达成！" "技术之路难免有困惑，但同行的人会让前进更有方向。" |

结语：希望对学习Linux相关内容的uu有所帮助，不要忘记给博主"一键四连"哦！

往期回顾：

【MYSQL】MYSQL学习的一大重点：基本查询（上）

🗡博主在这里放了一只小狗，大家看完了摸摸小狗放松一下吧！🗡 ૮₍ ˶ ˊ ᴥ ˋ˶₎ა