SQL语句--DQL其他查询(排序、聚合、分组、限制)

参考:https://www.imooc.com/learn/1281

1.排序
SELECT 字段名 FROM 表名 [WHERE 条件](没有就不写) ORDER BY 字段名 [ASC|DESC];
ASC: 升序, 默认是升序,DESC: 降序

SELECT * FROM student ORDER BY id DESC;
SELECT * FROM student WHERE mark >= 85 ORDER BY id DESC;
SELECT * FROM student WHERE mark >= 85 ORDER BY mark DESC,id ASC;
Snipaste_2020-10-10_14-31-44.png

2.聚合函数
聚合函数查询是纵向查询,它是对一列的值进行计算,然后返回一个结果值。另外聚合函数会忽略空值
五个聚合函数:
count: 统计指定列记录数,记录为NULL的不统计
sum: 计算指定列的数值和,如果不是数值类型,那么计算结果为0
max: 计算指定列的最大值
min: 计算指定列的最小值
avg: 计算指定列的平均值,如果不是数值类型,那么计算结果为0
SELECT 聚合函数(字段名) FROM 表名;

SELECT COUNT(*) FROM student;
SELECT COUNT(mark) FROM student;
SELECT SUM(mark) FROM student;
SELECT AVG(mark) FROM student;
SELECT MAX(mark) FROM student;
SELECT MIN(mark) FROM student;
Snipaste_2020-10-10_14-52-25.png

3.分组
SELECT 字段 FROM 表名 [WHERE 条件] GROUP BY 分组字段 [HAVING 条件];

SELECT * FROM student GROUP BY sex; --返回每组的第一条
Snipaste_2020-10-10_15-13-41.png

分组的目的就是为了统计,一般分组会跟聚合函数一起使用。

SELECT * FROM student GROUP BY sex;

-- 显示按性别分组并统计各组总分数
SELECT SUM(mark) FROM student GROUP BY sex;
SELECT SUM(mark),sex FROM student GROUP BY sex;

-- 按性别分组并且分数大于70的各组平均分数,将平均分数大于88的组显示出来
SELECT AVG(mark),sex FROM student WHERE mark > 70 GROUP BY sex HAVING AVG(mark) > 88;
Snipaste_2020-10-10_15-28-29.png

having与where的区别

  • having是在分组后对数据进行过滤.
  • where是在分组前对数据进行过滤
  • having后面可以使用聚合函数
  • where后面不可以使用聚合函数

5.limit语句,限制查询记录的条数
SELECT 字段 FROM 表名 LIMIT offset,length;
offset是指偏移量,可以认为是跳过的记录数量,默认为0
length是指需要显示的总记录数

Snipaste_2020-10-10_15-49-18.png

LIMIT的使用场景:分页

Snipaste_2020-10-10_15-56-32.png

总结

SELECT *|字段列表 [as 别名] FROM 表名 [WHERE子句] [GROUP BY子句][HAVING子句][ORDER BY子句][LIMIT子句];

参考:https://www.imooc.com/learn/1281

©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 212,222评论 6 493
  • 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 90,455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 157,720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 56,568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 65,696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 49,879评论 1 290
  • 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 39,028评论 3 409
  • 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 37,773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 44,220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 36,550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 38,697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 34,360评论 4 332
  • 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 40,002评论 3 315
  • 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 30,782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 32,010评论 1 266
  • 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 46,433评论 2 360
  • 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 43,587评论 2 350