数据库,单表查询,多表查询,子查询

数据库查找方式进阶

一.单表查询

1.查看表单选择段落

1.disinct

  • 所有内容去重:select disinct * from 表名称;
  • 指定字段去重:select disinct 字段 from 表名称;

注意点

  • disinct 必须写在开头

2.查看多个字段内容

  • 查看多个字段内容:select 字段一,字段2 from 表名称;
  • 查看全部以及字段内容:select * 字段1 from 表名称;

注意点

  • 和字段的时候,必须写在字段的前面

推荐Python大牛在线分享技术 扣qun:855408893

领域:web开发,爬虫,数据分析,数据挖掘,人工智能

零基础到项目实战,7天学习上手做项目

3.对于查看段落横坐标进行重命名显示

  • select 字段名称 as 显示字段名称 from 表名称;
  • select 字段名称 显示字段名称 from 表名称

4.选择指定表指定段落

select 指定表.字段 from 表1,表2

5.四则运算

四则运算包括加减乘除

select 字段1 四则运行符号 字段2 from 表名称

6.函数运算

语法:select 函数(字段1) from 表名称

统计函数

  • max:最大值
  • min:最小值
  • avg:平均值
  • sum:求和
  • count:数量

2.where

1.常见的表达式

比较运算符 介绍
<,<=,>,>=,=,!= 小于,小于等于,大于,大于等于,等于,不等于
in(set) 成员运算,看值有没有再列表里面
like 模糊查找:%代表零个或多个字符,_代表一个字符
is null 判断是否为空
between A and B 显示某个区间:A-B 包括A和B
逻辑运算符 介绍
and 且,多个条件同时满足
or 或者,满足多个条件其中一条
not 不成立

2.特殊的表达式

binary

区分大小写

语法:select 段落 from 表明 where binary 字段....................................

3.group by/having

分组

语法

select....from 表名

where .......

group by 字段名称 #如果这里有多个字段,A,B,用,连接表示具有相同字段A以及相同字段B进行分组

having 判断内容

注意:

  • having 必须分组后才能使用
  • 分组后只能用having
  • group_concat(字段),可以把由于分组后造成的折叠内的数据全部显示

4.ord by

排序

语法:默认为升序

ord by 字段名称

固定升序或者降序

  • 升序 :ord by 字段名称 asc
  • 降序:ord by 字段名称 desc

多个条件排序主次关系

ord by 主字段,次字段

5.limit

限制显示记录

对于单页表操作

limit start count

  • 其中start可以不填,不填默认从0开始,0是第一天记录
  • start表示起始位置,count 表示记录的数量

对于多页操作

分页原理:先查询总数据条数 设为a
确定每页数量b
总页数为c = a / b 如果除不尽则需要加1 例如 10 / 3 正确页数为4
查询语句的起始位置为s = 当前页数d 减去1 乘以每页数量
即 s = (d - 1) * b

limit s b

6.正则匹配

语法 :where 字段名称 regexp '正则表达式'

注意:正则表达式不包括特殊字符如\w

二.多表查询

1.笛卡尔积查询

语法:select *from 表1,表2

他会把多个表每行与另外个表统统匹配上,其中会有一些脏数据,我们可以用里面值的关系进行连接

2.内连接查询

其本质就是笛卡尔积查询

区别是把,变成 join

且不能用where,要先用on根据里面值的关系拼接好了再用 where

3.左连接查询

左表中记录的无论是否有匹配关系都全部显示,右表中仅显示匹配成功的记录

语法:select *from 表1 left join,表2

4.右连接查询

右表中记录的无论是否有匹配关系都全部显示,左表中仅显示匹配成功的记录

语法:select *from 表1 right join 表2

5.全外连接查询

无论是否匹配成功,两边表中的记录都要全部显示
select *from 表1 full join 表2

注意:mysql 不支持

我们要引入union

union 只能用于字段数量相同的两个表 会自动去除重复的记录

union all 则保留所有记录

select from dept left join emp on dept.id=emp.dept_id
union
select
from dept right join emp on dept.id=emp.dept_id;

可以完成全外连接

6.注意

在三表以及三表以上查询的时候,表1 join 表2 join 表三,其意思是表1与表2连接后的表再与表3进行连接

如果三表连接时候没有用join而是用,进行连接表示同时查询3个表

三.子查询

1.查询对象当查找对象

将查找后的内容作为查找的值或者查找的对象,

如果要作为一个表当作查找对象,要对于查找后的表进行重命名语法如下

select .... from (select ....from .......) as 新名字

2.in关键字查询

"查询平均年龄大于25的部门名称
子查询方式:
平均年龄大于25的部门id有哪些?
先要求出每个部门的平年龄! 筛选出平均年龄大于25的部门id
拿着部门id 去查询部门表查询"

select name from dept where id in  (select dept_id from emp group by dept_id having avg(age) > 25);

"多表查询方式:
先把数据拼接到一起 在加以筛选"

select dept.name from emp inner join dept
on emp.dept_id = dept.id 
group by dept.name
having avg(age) >25;

3.exists关键字查询

xists 后跟子查询 子查询有结果是为True 没有结果时为False

为true时外层执行 为false外层不执行

select *from emp where exists (select *from emp where salary > 1000);
#查看exists 的返回结果: 只有 0 和 1

select (exists (select *from emp where salary > 10000));

#一个查询结果也是一个表 既然是表就能链接起来
#综合练习:
"查询每个部门工资最高的员工信息
先查询每个部门的最高工资
将查询结果与员工表联合起来
在加条件判断部门id相同并且 最高工资相同 则显示"

select *from emp  inner join  
(select dept_id,max(salary) m from emp group by dept_id)  t2
on emp.dept_id = t2.dept_id 
where
emp.salary = t2.m; 
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容