2019-05-16

sql查询语句

select distinct *|字段|表达式 as 别名 from 表 表别名
 SELECT * FROM 表名; 查询某个表中所有的记录的所有字段信息
 SELECT 列名 FROM 表名;  查询某个表中所有的记录的指定字段信息
 SELECT 列名1,列名2 FROM 表名;  查询某个表中所有的记录的字段1 字段2
 SELECT distinct 列名 FROM 表名; 去除重复记录
 SELECT 表达式 FROM 表名; 查询表达式
 SELECT xxx as 别名 FROM 表名 表别名 使用别名

--别名 select 字段1 as 别名,字段2 as 别名, 字段3 别名.. from 表名 别名;
--别名如果是英文默认大写,如果想要原样使用|中文带空格,在别名的前后""

''代表字符串 ""原样输出 结果字段名和值原样字符串输出

字符串的拼接 ||

--虚表: oracle中不是真是存在的表,其中没有任何数据 dual

<meta charset="utf-8">

where比较

select 数据名 from 表名 where 条件

select ename from emp where SAL >2000

比较符号:

大于

<小于

=大于等于 <=小于等于

= 等于

!= 和 <> 不等于

between A and B 在A 于B之间

tip nvl(字段A,值B)

如果字段A不为null 则为字段A,否则为字段B,

有点像java里的 字段A==null ? 字段A : 值B 三目语句

and or not 与 或 非

select ename from emp where SAL >2000 and DEPTNO =30

tip null 不能用于上述的判断,null的判断用关键字is

select ename from emp where comm is null; select ename from emp where comm is not null;

两条select合并的集合相关操作:

select语句A union select 语句B

对A和B选择出的结果取并集 (A和B中重复的条目只保留一个)

select语句A union All select语句B

对A和B选择出的结果取并集并且保留重复条目(如果数据C不仅满足A,也满足B,则结果里有两条C)

select语句A Intersect select语句B

对A和B选择出的结果取交集

select语句A Minus select语句B

对A和B选择出的结果取差集(A和B中不重复的部分)

like 模糊匹配

%:零个及以上(任意个数的)的字符

_:一个字符

遇到内容中包含 % _ 使用escape('单个字符')指定转义符

select ename where ename like '%A%' --选择出名字中有字符A的数据 select ename where ename like 'A%' --选择出名字中第二个字符为A的数据(占据了第一个字符位) select ename where ename like '%B%%' escape('B'); --选择出名字中有字符%的数据,escape('B')把B%转义成了%

in exists 语句

tip:

where 语句的执行是在select之后的,

select ename from emp where SAL >2000

上面的语句执行是先在emp表中选出所有的ename,再根据每一条数据逐步判断该数据是否判断条件,相当于java里的

for(ename : emp){ if(SAL >2000){ select ename; }else{ 舍弃 ename; } }

select A from 表名 in(B,C,D)

select A from 表明 where exists(select语句B) --当括号里的语句B结果不为null时exists为true,保留值A,为null时数据A舍弃

https://blog.csdn.net/baidu_37107022/article/details/77278381

组函数

1)、 count :统计记录数 count() -->* 或一个列名

tip在SQL Server中Count(*)或者Count(1)或者Count([列])或许是最常用的聚合函数。很多人其实对这三者之间是区分不清的。本文会阐述这三者的作用,关系以及背后的原理。

往常我经常会看到一些所谓的优化建议不使用Count(* )而是使用Count(1),从而可以提升性能,给出的理由是Count( *)会带来全表扫描。而实际上如何写Count并没有区别。

Count(1)和Count(*)实际上的意思是,评估Count()中的表达式是否为NULL,如果为NULL则不计数,而非NULL则会计数。

2)、 max min: 最大值 最小值

3)、 sum:求和

4)、 avg:平均值

group by 语句

select A from 表名 group by B

其中A只能为组函数或者每组中相同的数据(如果每个组内部的数据的name一样,则A可以为name)

group by 语句后面可接 Having 来分类

语句运行顺序

from ---> where ---> group ----> having-----> select ---->order by

©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 212,718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 90,683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 158,207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 56,755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 65,862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 50,050评论 1 291
  • 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 39,136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 37,882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 44,330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 36,651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 38,789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 34,477评论 4 333
  • 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 40,135评论 3 317
  • 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 30,864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 32,099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 46,598评论 2 362
  • 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 43,697评论 2 351

推荐阅读更多精彩内容