Python_MySQL查询

条件

  • 语法
select * from 表名 where 条件
例:select * from students where id = 1;

  • where后面支持多种运算符,进行条件的处理
1.比较运算符(=, >, >=, <, <=, != 或 <>)
2.逻辑运算符 (and, or, not)
3.模糊查询
   - like
   - %表示任意多个字符
   - _表示一个任意字符
4.范围查询
    - in表示在一个非连继续的范围内
    - between...and...表示在连续范围内
5.空判断
    - 注意:null与""是不同的
    - 判空is null
6. 优先级由高到低的顺序为:小括号,not, 比较运算符,逻辑运算符
7.and比or先运算,如果同时出现并希望先算or,需要结合()使用

排序

  • 为了方便查看数据,可以对数据进行排序
# 语法
select * from 表名 order by 列1 asc | desc [,列2 asc | desc,...]
# 说明
- 将行数据按照列1进行排序,如果某些行列1的值相同时,则按照列2排序,以此类推
- 默认按照列值从小到大排列(asc)
- asc从小到大排列,即升序
- desc从大到小排序,即降序

聚合函数

  • 为了快速得到统计数据,经常会用到如下5个聚合函数
- count(*)表示计算总行数,括号中写星与列名,结果时相同的
- max(列)表示求此列的最大值
- min(列)表示求此列的最小值
- sum(列)表示求此列的和
- avg(列)表示求此列的平均值
- round(123.23, 1)保留几位小数,四舍五入

分组

group by
  • group by的含义:将查询结果按照1个或多个字段进行分组,字段值相同的为一组
  • group by可用于单个字段分组,也可用于多个字段返祖
group by + group_concat()
  • group_concat(字段名)可以作为一个输出字段来使用
  • 表示分组后,根据分组结果,使用group_concat()来放置每一组的某字段的值的集合
group by + 集合函数
  • 通过group_concat()的启发,我们既然可以统计出每个分组的某字段的值的集合,那么我们也可以通过集合函数来对这个值的集合做一些操作
group by + having
  • having 条件表达式:用来分组查询后指定一些条件来输出查询结果
  • having 作用和where一样,但having只能用于group by
group by + with rollup
  • with rollup 的作用是:在最后新赠一行,来记录当前列里所有的记录的总和

分页

  • 当数据量过大时,在一页中查看数据是一件非常麻烦的事情
# 语法
select * from 表名 limit start, count
# 说明
从start开始,获取count条数据

连接查询

  • 当查询结果的列来源多张表时,需要将多张表连接成一个大的数据集,再选择合适的列返回
1.内连接查询:查询结果为两个表匹配到的数据
 - inner join...on
2.右连接查询:查询的结果为两个表匹配到的数据,右表特有的数据,对于左表中不存在的数据使用null填充
 - right join...on
3.左连接查询:查询的结果为两个匹配到的数据,左表特有的数据,对于右表中不存在的数据使用null填充
 - left join...on

子查询

  • 在一个select语句中,嵌入了另外一个select 语句,那么被嵌入的select语句称之为子查询语句
  • 如果一个查询语句查出来的数据是有多行多列组成,那么称之为表级子查询
  • 如果一个查询语句中有多个表,那么在select后面指定字段时,要说明表名,即表名,字段名
主查询和子查询的关系
  • 子查询是嵌入到主查询中
  • 子查询时辅助主查询的,要么充当条件,要么充当数据源
  • 子查询是可以独立存在的语句,是一条完整的select 语句
子查询分类
  • 标量子查询:子查询返回的结果是一个数据(一行一列)
  • 列子查询:返回的结果是一列(一列多行)
  • 行子查询:发挥的结果是一行(一行多列)
  • 多行多列

查询完整格式

SELECT select_expr [,select_expr,...] [
                FROM tb_name
                [WHERE 条件判断]
                [GROUP BY {col_name | postion} [ASC | DESC], ...]
                [HAVING WHERE 条件判断]
                [ORDER BY {col_name | expr | postion} [ASC | DESC], ...]
                [  LIMIT {[offset,]rowcount | row_count OFFSET offset}
]
# 完整的select语句
select distinct * 
from 表名
where ....
group by ... having ...
order by ...
limit start,count
©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 214,717评论 6 496
  • 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 91,501评论 3 389
  • 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 160,311评论 0 350
  • 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 57,417评论 1 288
  • 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 66,500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 50,538评论 1 293
  • 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 39,557评论 3 414
  • 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 38,310评论 0 270
  • 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 44,759评论 1 307
  • 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 37,065评论 2 330
  • 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 39,233评论 1 343
  • 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 34,909评论 5 338
  • 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 40,548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 31,172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 32,420评论 1 268
  • 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 47,103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 44,098评论 2 352

推荐阅读更多精彩内容