常见的sql语句学习整理

  1. 常见的sql语句的学习整理:
    • 最基本的查询语句:select * from chapteritem where book_id = "870";
    • 试用distinct关键字进行去重(次关键字只能作用于单个字段,作用于多个字段的时候只有多个字段的数据完全一致,其才认为是重复数据,有一项不同数据也会保留):select DISTINCT display_order,is_preview,id from chapteritem where book_id = "870"
    • 试用order by 对数据进行排序(可以指定单列,也可以指定多列,多列排序优先级取决于执行的排序顺序):select * from chapteritem where book_id = "870" ORDER BY display_order ASC/DESC (升序/降序,默认是升序ASC)
    • 聚合函数(sql语句):常见的包括count,max,min,sum,avg函数:select COUNT(*) from chapteritem where book_id = "870";
    • 通过group by语句结合上面的聚合函数实现对数据的分组的统计,聚合查询等,group by后面跟着单列或者多列(单列是根据这一列分组,多列是先根据这一列分组然后在根据后面一列分组此时的分组行数是第一列的分组行数和第二列分组行数的乘积):select book_id,is_preview, COUNT(*) from chapteritem GROUP BY book_id,is_preview


      分组
    • Having:sql数据查询中的过滤语句,通常结合上面的聚合和分组一块使用,即对上面查询后的数据可以进一步的过滤:select book_id,is_preview, COUNT() from chapteritem GROUP BY book_id,is_preview HAVING COUNT() > 2
      比上面少了一条数据
    • Limite(数据限制)和Offet(取数据的偏移量):即从offset偏移量后取limit条符合所有查询条件的数据:select * from chapteritem where book_id = "870" LIMIT 10 OFFSET 5;
    • LIKE:模糊查询:查询符合查询条件的数据。select * from chapteritem where id LIKE "343%"
      • sql语句中模糊查询的通配符:
        • %:任意个数的字符
        • _:一个字符
        • []: 指定模糊查询的字符,即[a,b,c] 即数据查询中模糊匹配a,b,c三个字符
        • []:指定模糊查询的非,即上面通配符的反面,[a,b,c] 即数据查询中模糊匹配非a,b,c三个字符。
    • sql中的多表查询:
      *了解多表连接:内连接,左外连接,右外连接,全连接:内连接即两个表共有的,左外连接返回左表所有的右表不包含的返回null 右外连接则是返回所有右表数据,左表不包含的返回null,全连接是返回两张表所有的,即全连接包含了左右两张表。
      • 内连接:select name,description,chapter_title from basebook a JOIN chapteritem b ON a.book_id=b.book_id
      • 左外连接:select name,description,chapter_title from basebook a LEFT JOIN chapteritem b ON a.book_id=b.book_id
      • 右外连接:select name,description,chapter_title from basebook a RIGHT JOIN chapteritem b ON a.book_id=b.book_id
      • 全连接:select name,description,chapter_title from basebook a FULL JOIN chapteritem b ON a.book_id=b.book_id
  2. sql查询中的一些比较复杂的查询:
    1. 父子查询:即在查询sql中的from中也是一段查询语句,即:SELECT * FROM (SELECT * FROM employees WHERE department = 'Sales') WHERE salary > 60000;
    2. in操作符:针对查询条件具有多个的可以使用in操作符,即:SELECT * FROM basebook WHERE book_id IN (SELECT DISTINCT book_id FROM chapteritem)

参考文章:
SQL语言入门到精通
数据库中的多表查询总结[通俗易懂]
SQL 内连接,外连接(左外连接、右外连接)

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 212,686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 90,668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 158,160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 56,736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 65,847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 50,043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 39,129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 37,872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 44,318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 36,645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 38,777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 34,470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 40,126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 30,861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 32,095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 46,589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 43,687评论 2 351