sql小知识

自学习mysql并用之于工作,已有一年之久。遇到的一些小问题,学到的一些小技巧,根据成功使用的语句,整合成小文档,供大家学习使用,也便于自己随时查找和翻阅。

不定期更新!只要学到一些小知识、小技巧便会更新在此文中。


1. group by先于order by执行,order by是针对group by之后的结果进行的排序。

因此如果想要按组分类且组内排序,可以先执行order by再执行group by,这样会查询出每组最高/排名第一的数据。

eg. select * from (select * from student order by Score) a group by a.ClassId;

2. 对于已分组数据,按照组内想要排序的数据最高的取出来

eg. select a.* from merchant_ind a inner join (select allies_code,max(mem_num) mem_num from merchant_ind group by allies_code) b on a.allies_code=b.allies_code and a.mem_num=b.mem_num order by a.allies_code;                         按allies_code分组,取最大的mem_num

3. Regexp用作模糊匹配,与like类似:

Regexp模糊匹配

select * from anti.name where store_name regexp '北京'    =    select * from anti.name where store_name like '%北京%'

4. 末尾用order by排序时,如果是字符串形式,排序是按照1,10,11,12…,想让它按照数值排序,在字段名后面加上‘+0’,比如order by id返回1,10,100,101…;order by id+0返回1,2,3…10,11…

5. 临时表不能打开两次,否则会报错Can’t reopen table,可以建实体表

6. 删除表数据:DELETE FROM表名 where 条件

比如:DELETE FROM anti.ceshi where date(createtime)='2018-08-31'

7. 在固定位置新增字段(黑体字为字段名): 

alter table anti.test add depname varchar(10) after store_name;

    删除字段(黑体字为字段名): 

alter table anti.test drop depname;

8. with rollup放在group by后面一行可以在分组的统计数据的基础上再进行相同的统计

9. replace函数

replace(字段,N,M)  指把这个字段里的N替换成M,N是要替换的字符,M是替换成的值,可以用来屏蔽关键字。比如replace(a.city,'市',' ') where a.area in(‘北京市’,’上海市’,’天津市’)把市替换成空格。

10. group_concat和concat_ws用法

--按照member_id分组,涉及的商户的allies_code都展示在一个字段里

SELECT member_id,group_concat(allies_code) as涉及商户

FROM anti.merchant

group by member_id;

--按照member_id分组,涉及的商户的allies_code都展示在一个字段里并将allies_code从大到小排序且用'/'作为分隔符

SELECT member_id,group_concat(allies_code order by allies_code desc separator '/') as涉及商户

FROM anti.merchant

group by member_id;

--按照member_id分组,所有组涉及的商户allies_code和订单编号

SELECT member_id,group_concat(concat_ws('-',allies_code,order_no) order by allies_code desc) as涉及商户

FROM anti.merchant

group by member_id;

11. 常用函数

(1)mod函数

mod(N,M)   返回的是N除以M的余数,N、M都可以是字段;比如2017年是不是闰年,可以这样:mod(2017,4)返回1,没有除尽,说明不是闰年。

(2)left函数

left(N,M)    N是字符串,M是截取的长度,返回的是从这个字符串第一个开始截取M位,比如left(xubingiqng,2)返回xu

(3)right函数

用法同left函数,只是从右边开始而已,比如right(xubingqing,4)返回qing

(4)substring函数

substring(N,M,P)  N是字符串,M是截取开始的位置,P是截取的长度,比如substring(xubingqing,3,4)返回bing

(5)date_format函数

格式化日期的函数,一般会这样用:date_format(字段,'%Y-%m-%d')

(6)round函数

四舍五入函数,round(N,M)  M是保留的小数位数,比如round(3.005,2)返回3.01

12. union和union all函数的区别

首先二者所连接的两个select结果的结构和顺序都必须一致,然后区别是:union返回的没有重复值,而union all则可以返回重复值

13. datediff和timestampdiff函数区别

datediff函数是返回两个日期之间的时间,timestampdiff函数是返回日期或日期时间差(字段二减去字段一)

SELECT DATEDIFF(day,'2008-12-29','2008-12-30') AS DiffDate返回 1;

SELECT DATEDIFF(day,'2008-12-30','2008-12-29') AS DiffDate返回 -1;

比如SELECT TIMESTAMPDIFF(DAY,NOW(),'2016-9-1') AS 'days'返回-684;

SELECT TIMESTAMPDIFF(DAY,'2016-9-1',NOW()) AS 'days'返回 684;

select TIMESTAMPDIFF(SECOND,,DATE_FORMAT(NOW(),'%Y-%m-%d %H:%i:%s'),'2018-07-17 18:00:00') from dual返回 -475;

select TIMESTAMPDIFF(SECOND,'2018-07-17 18:00:00',DATE_FORMAT(NOW(),'%Y-%m-%d %H:%i:%s')) from dual返回475

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 214,128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 91,316评论 3 388
  • 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 159,737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 57,283评论 1 287
  • 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 66,384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 50,458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 39,467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 38,251评论 0 269
  • 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 44,688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 36,980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 39,155评论 1 342
  • 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 34,818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 40,492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 31,142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 32,382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 47,020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 44,044评论 2 352

推荐阅读更多精彩内容

  • rljs by sennchi Timeline of History Part One The Cognitiv...
    sennchi阅读 7,319评论 0 10
  • ORACLE自学教程 --create tabletestone ( id number, --序号usernam...
    落叶寂聊阅读 1,074评论 0 0
  • 1. 以前一个人可以过得不错 现在你让我觉得 两个人可以过得很好 2. 你就像夏天冰镇的雪碧 带着气泡 有着情绪 ...
    拜星月慢阅读 262评论 1 2
  • 今天的本来目的地是三里屯银杏大道,每年都会看到很多从那拍出的漂亮的银杏照片,向往已久,这次终于成行。 周一,下午一...
    堂前花开阅读 487评论 0 0
  • 无丝竹之乱耳,无案牍之劳形。 想去听细雨敲窗,赏夜昙初初绽,嗅金桂淡香,触斑驳石墙。世界请安静,我想,不,我...
    梵释阅读 131评论 0 0