SQL查询语句

SQL查询语句

  • 创建计算字段
    SELECT vender_name || ' (' || vender_country || ')'

  • MySQL上 创建计算字段

    SELECT Contact(vender_name,' (',vender_country,')') From table order by name

  • 去除两边的空格。
    SELECT RTRIM(vender_name) + '(' + RTRIM(vender_country) + ')'

  • 为创建的计算字段起别名
    SELECT Contact(vender_name,' (',vender_country,')') AS vender_title From table order by name

  • 执行算数计算
    SELECT prod_id,quantity,item_price,quantity*item_price AS expanded_price From OrderItems WHERE order_num = 20008

文本处理函数

  • UPPER
    SELECT vender_name ,UPPER(vender_name) AS vend_name_upcase FROM Vendors ORDER BY vend_name
  • LEFT 返回字符串左边的字符
  • LENGTH() 返回字符串的长度
  • LOWER() 将字符串变为小写
  • LIRIM() 去掉字符串左边的空格
  • RIRIM() 去掉字符串右面的空格
  • RIGHT() 返回字符串右面的字符
  • SOUNDEX()返回字符串的SOUNDEX值

汇总数据

  • AVG 求平均值
    SELECT AVG(price) AS avg_price FROM table
  • COUNT(*) 对表中行进行计数。无论是列中是否包含空值。COUNT(column)对特定的列中具有值的行进行统计
  • MAX() 返回指定列中的最大值。如果是文本则返回排序后的最后一行
  • MIN()作用和上面完全相反。返回最大值的行。 文本的话返回排序后的第一行。
  • SUM(item_price * quantity) 返回订单中所有物品价钱之和。
  • SELECT COUNT(DISTINCT price ) AS item_price FROM Table WHERE id = 10.过滤不同值。
  • 组合使用
    SELECT COUNT(*) AS num_items MIN(prod_price) AS price_min,MAX(price_max) AS price_max,AVG(prod_price) AS price_avg FROM TABLE

创建分组

  • GROUP BY创建分组
     SELECT vend_id ,COUNT(*) AS num_prods FROM Products Group By vend_id
  • GROUP By子句必须出现在WHERE 之后,ORDER BY之前。
  • HAVING 可以替代所有的WHERE 只不过HAVING过滤的是分组,WHERE过滤的是行。
  • HAVING和WHERE 结合用。
      SELECT vend_id,COUNT(*) AS num_prods FROM table WHERE price>4 GROUP by vend_id HAVING COUNT(*)>2
  • ORDER By 和GROUP BY结合来使用
      SELECT order_numer,COUNT(*) AS item_count FROM table GROup By id HAVing COUNT(*)>2 ORDER by item_count

子查询

  • 我们先查阅包含RANG01的订单号
    SELECT order_id FROM goods WHERE goods_name = 'RANG01'
  • 根据订单id查询所有user_id
    SELECT user_id FROM oders WHERE order_id in ('1001','1002')
  • 根据user_id获取用户的信息
    SELECT user_name ,user_age FROM users WHERE user_id in ('1333','1332')
  • 主查询嵌套子查询
      SELECT user_name ,user_age FROM users WHERE user_id in (SELECT user_id FROM oders WHERE order_id in (SELECT order_id FROM goods WHERE goods_name = 'RANG01'))

查询语句可以嵌套,作为子查询的SELECT 语句只能查询单独的列,企图索引多列将返回错误。

  • 计算字段使用子查询
      SELECT name,age,(COUNT(*)FROM wn_table WHERE wn_table.order_id = ll_table.order_id) AS ids FROM wn_table ORDER BY cust_name
  • 上面的复杂的子查询还可以通过内连结的方式

    SELECT cust_name,cust_contact FROM
    Customers,Orders,OrderItems WHERE Customers.cust_id =  
    Orders.cust_id And OrderItems.order_num =   Order.order_num               AND prod_id = 'RANG01';     
    
©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 213,616评论 6 492
  • 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 91,020评论 3 387
  • 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 159,078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 57,040评论 1 285
  • 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 66,154评论 6 385
  • 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 50,265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 39,298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 38,072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 44,491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 36,795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 38,970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 34,654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 40,272评论 3 318
  • 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 30,985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 32,223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 46,815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 43,852评论 2 351

推荐阅读更多精彩内容