2020-12-16

基础查询与排序

select语句基础

1.1从表中选取数据

select 列名 from 表

1.2从表中选取符合条件的数据

SELECT <列名> FROM <表名> WHERE <条件表达式>;

1.3相关法则

(1)想要查询出全部列时,可以使用代表所有列的星号(*)。

         SELECT *  FROM <表名>;

(2)SQL语句可以使用AS关键字为列设定别名(用中文时需要双引号(“”)。

        SELECT product_id    As id,

        product_name  As name,

        purchase_price AS "进货单价"  FROM product;

(3)使用DISTINCT删除product_type列中重复的数据

        SELECT DISTINCT product_type  FROM product;

算术运算符和比较运算符

1、><  不相等

2、AND 运算符优先于 OR 运算符,想要优先执行OR运算,可以使用括号

练习题:

2.1  编写一条SQL语句,从product(商品)表中选取出“登记日期(regist在2009年4月28日之后”的商品,查询结果要包含product name和regist_date两列。

       select product_name, regist_date FROM product 

        WHERE  regist_date > '2009-04-28';

2.2  

没有结果希望选取NULL记录时,需要在条件表达式中使用IS NULL运算符。希望选取不是NULL的记录时,需要在条件表达式中使用IS NOT NULL运算符。

2.3

SELECT product_name, sale_price, purchase_price

FROM product

WHERE( sale_price - purchase_price) >= 500;

2.4

SELECT product_name, product_type, sale_price*0.9-purchase_price AS "profit"

FROM product

WHERE (sale_price*0.9-purchase_price) > 100

AND (product_type = "办公用品" OR "厨房用具");

对表进行聚合查询

SQL中用于汇总的函数叫做聚合函数。以下五个是最常用的聚合函数:

1、COUNT:计算表中的记录数(行数)

2、SUM:计算表中数值列中数据的合计值

3、AVG:计算表中数值列中数据的平均值

4、MAX:求出表中任意列中数据的最大值

5、MIN:求出表中任意列中数据的最小值

2.4.1 常用法则

1、COUNT函数的结果根据参数的不同而不同。COUNT(*)会得到包含NULL的数据行数,而COUNT(<列名>)会得到NULL之外的数据行数。

2、聚合函数会将NULL排除在外。但COUNT(*)例外,并不会排除NULL。

3、MAX/MIN函数几乎适用于所有数据类型的列。SUM/AVG函数只适用于数值类型的列。

4、想要计算值的种类时,可以在COUNT函数的参数中使用DISTINCT。

5、在聚合函数的参数中使用DISTINCT,可以删除重复数据。

group by

1、-- 按照商品种类统计数据行数SELECT product_type, COUNT(*)

  FROM product

GROUP BY product_type;

2、GROUP BY书写位置

GROUP BY的子句书写顺序有严格要求,不按要求会导致SQL无法正常执行,目前出现过的子句顺序为:

1 SELECT → 2. FROM → 3. WHERE → 4. GROUP BY

其中前三项用于筛选数据,GROUP BY对筛选出的数据进行处理

having

1、HAVING子句用于对分组进行过滤,可以使用数字、聚合函数和GROUP BY中指定的列名(聚合键)。

2、- 数字SELECT product_type, COUNT(*)

  FROM product

GROUP BY product_typeHAVING COUNT(*) = 2;

3、对查询结果进行排序

      order by

1、默认为升序排列,降序排列为DESC

SELECT product_id, product_name, sale_price, purchase_price

  FROM product

ORDER BY sale_price DESC;

2、ORDER BY中列名可使用别名

这是因为SQL在使用 HAVING 子句时 SELECT 语句的顺序为:

FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY

其中SELECT的执行顺序在 GROUP BY 子句之后,ORDER BY 子句之前。也就是说,当在ORDER BY中使用别名时,已经知道了SELECT设置的别名存在,但是在GROUP BY中使用别名时还不知道别名的存在,所以不能在ORDER BY中可以使用别名,但是在GROUP BY中不能使用别名

练习题

2.5:

1、product_id, product_name

2、sum是用于数值,而product_name为字符型

3、group by 与where的顺序应该调整一下

4、select中product_id非聚合键,而且没有用聚合函数进行表达。

2.6

SELECT product_type, SUM(sale_price) AS sum,SUM(purchase_price) AS sumFROM productGROUP BY product_typeHAVING SUM(sale_price) = 1.5* SUM(purchase_price)
©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 214,029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 91,238评论 3 388
  • 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 159,576评论 0 349
  • 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 57,214评论 1 287
  • 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 66,324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 50,392评论 1 292
  • 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 39,416评论 3 412
  • 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 38,196评论 0 269
  • 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 44,631评论 1 306
  • 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 36,919评论 2 328
  • 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 39,090评论 1 342
  • 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 34,767评论 4 337
  • 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 40,410评论 3 322
  • 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 31,090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 32,328评论 1 267
  • 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 46,952评论 2 365
  • 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 43,979评论 2 351

推荐阅读更多精彩内容