SQL总结(二)

查询数据

1.基本查询

select * from students;

2.条件查询

select * from students where score >= 80;
select * from students where score >= 80 AND gender = 'M'; //用 AND 表达满足条件1并且满足条件2
select * from students where score >= 80 OR gender = 'M'; //用OR表示满足条件1或者满足条件2
select * from students where (score < 80 OR score > 90) AND gender = 'M'; //复杂查询

常用的条件表达式:
条件 表达式举例1 说明
使用=判断相等 score = 80 字符串需要用单引号括起来
使用>判断大于 score > 80 字符串比较根据ASCII码,中文字符比较根据数据库设置
使用>=判断大于或相等 score >= 80
使用<判断小于 score < 80
使用<=判断小于或相等 score <= 80
使用<>判断不相等 score <> 80
使用LIKE判断相似 name LIKE 'ab%' %表示任意字符,例如'ab%'将匹配'ab','abc','abcd'

3.投影查询

我们只希望返回某些列的数据,而不是所有列的数据,我们可以用SELECT 列1, 列2, 列3 FROM ...,让结果集仅包含指定列。这种操作称为投影查询。

select id, score, name from students;
select id, score points, name from students;     //给列score起别名为points;

4.排序

select id, name, gender, score from students order by score; //默认给升序排序,由低到高
select id, name, gender, score from students order by score desc; //加上desc,表示倒序,由高到低;
select id, name, gender, score from students order by score desc, gender; 
//先按成绩排,在成绩相同情况下按gender排
select id, name, gender, score
from students
where class_id = 1
order by score asc;
//先查询id为1的数据再排序;

5.分页查询

seelct id, name, gender, score
from students
order by score DESC
limit 3 offset 0;
//把结果集分页,每页3条记录、获取第1页的记录;
select id, name, gender, score
from students
order by score DESC
limit 3 offset 3;
//查询第二页数据
//假如超过查询最大量,不会报错,会报Empty result set,返回空数据。

思考:如何计算根据第几页和限制分页?
答:
select * from table limit (start-1)*limit,limit;

6.聚合查询

select count(*) from students; //使用聚合函数查询记录条数
select count(*) num from students;//为查询的数据起别名,方便查看
select count(*) boys from students where gender = 'M';//查询满足指定条件的记录个数并起别名为boys

sql的聚合函数:
COUNT 返回记录的条数,用来计算有几行数据
SUM 计算某一列的合计值,该列必须为数值类型
AVG 计算某一列的平均值,该列必须为数值类型
MAX 计算某一列的最大值
MIN 计算某一列的最小值
注意,MAX()和MIN()函数并不限于数值类型。如果是字符类型,MAX()和MIN()会返回排序最后和排序最前的字符;如果没有匹配到任何行,COUNT()会返回0,而SUM()、AVG()、MAX()和MIN()会返回NULL。

select avg(score) average from students where gender = 'M'; //计算男生的平均成绩
select class_id,count(*) num from students group by class_id;//分组查询每个班的人数
select class_id,gender,avg(score) from students group by class_id,gender;
//查出每个班级男生和女生的平均分:

7.多表查询(又称笛卡尔查询)

查询的结果也是一个二维表,它是两表的“乘积”,即表一的每一行与表二的每一行都两两拼在一起返回。结果集的列数是表一和表二的列数之和,行数是表一和表二的行数之积。

select * from students, classes;//同时查询两张表的数据
select
    s.id sid,
    s.name,
    s.gender,
    s.score,
    c.id cid,
    c.name cname
from students s, classes c;
//升级版查询,便于查看
SELECT
    s.id sid,
    s.name,
    s.gender,
    s.score,
    c.id cid,
    c.name cname
FROM students s, classes c
WHERE s.gender = 'M' AND c.id = 1;
//加where条件的多表查询

8.连接查询(另一种类型的多表查询)

连接查询对多个表进行JOIN运算,简单地说,就是先确定一个主表作为结果集,然后,把其他表的行有选择性地“连接”在主表结果集上。

select s.id, s.name, s.class_id, c.name class_name, s.gender, s.score
from students s
inner join classes c
on s.class_id = c.id;
//内连接查询
select s.id, s.name, s.class_id, c.name class_name, s.gender, s.score
from students s
right outer join classes c
on s.class_id = c.id;
//右外连接查询,返回右表都存在的行。
//left outer join ... on 左外连接查询,返回左表都存在的行。
//full outer join ... on 则是选出左右表都存在的记录:
最后编辑于
©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 219,490评论 6 508
  • 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 93,581评论 3 395
  • 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 165,830评论 0 356
  • 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 58,957评论 1 295
  • 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 67,974评论 6 393
  • 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 51,754评论 1 307
  • 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 40,464评论 3 420
  • 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 39,357评论 0 276
  • 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 45,847评论 1 317
  • 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 37,995评论 3 338
  • 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 40,137评论 1 351
  • 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 35,819评论 5 346
  • 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 41,482评论 3 331
  • 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 32,023评论 0 22
  • 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 33,149评论 1 272
  • 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 48,409评论 3 373
  • 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 45,086评论 2 355

推荐阅读更多精彩内容