​数据库是测开工程师面试中必考的部分，如果没有mysql基础，或者学习过但是忘记了，可以先看第二个部分的MySQL语法，有部分大厂会要求写查询语句。本篇文章包含本次求职过程中遇到的所有MySQL问题，亲测应付各个大厂的测开面试毫无压力👉

目录

• 一、面试题
• • 1. 基础理论
  • • 什么是数据表、字段、主键、外键、视图
    • 什么是数据库的三大范式？
  • 2. 数据库和锁
  • • 什么是数据库事务？
    • 事务有哪些性质？
    • 并发事务的控制方式有哪些？
    • 脏读、幻读、不可重复读
    • MySQL 事务的隔离级别
    • 如何实现4个隔离级别
    • Mysql的锁
    • 是什么意向锁？它有什么作用?
    • 乐观锁和悲观锁
    • MVCC
    • undo log段
    • 快照读 和 实时读
    • 如何解决幻读问题
  • 3. 存储和索引
  • • MySQL的存储引擎
    • MySIAM 和 InnoDB
    • 数据库索引
    • 索引的作用
    • Hash索引和B+树索引
    • B+ 树
    • 聚集索引和覆盖索引
    • 索引下推
    • 什么情况下数据库索引会失效？
    • 慢查询怎么排查
    • 大表查询怎么优化
    • 为什么不建议使用外键
    • 你平时是怎么使用数据库索引的，有哪些高效利用索引的经验和技巧？
• 二、SQL语法
• • 0. 基础概念
  • 1. 查询
  • • 基础单表查询 where/like/order/limit/offset/distinct
    • 多表联合查询 inner/left/right join
    • 分组聚合查询 group by
    • having 子句
    • 组合查询 union
    • 表达式查询
    • 子查询
    • 表达式
  • 2. 更新
  • 3. 插入
  • 4. 删除
  • 5.建表语句
  • 6. 建库语句

一、面试题

1. 基础理论

什么是数据表、字段、主键、外键、视图

• 主键：主键(primary key), 一般关系数据表中，都会有一个属性列设置为 主键(primary key)。主键是唯一标识一条数据的，不会重复复（想象你的身份证号码)。一个最常见的主键就是auto-incrementing integer(自增ID，每写入一行数据ID+1, 当然字符串，hash值等只要是每条数据是唯一的也可以设为主键。借助主键(primary key)（当然其他唯一性的属性也可以），我们可以把两个表中具有相同 主键ID的数据连接起来（因为一个ID可以简要的识别一条数据，所以连接之后还是表达的同一条数据）（你可以想象一个左右连线游戏）。
• 表的外键：是另一表的主键, 外键可以有重复的, 可以是空值，用来和其他表建立联系用的，一个表可以有多个外键

什么是数据库的三大范式？

什么是范式：

• 数据库范式是数据表设计的规范，在范式规范下，数据库里每个表存储的重复数据降到最少（这有助于数据的一致性维护），表和表之间不再有很强的数据耦合，可以独立的增长。

三大范式：

• 第一范式：
  • 强调原子性，数据库的列不能再分
  • 比如说：地址列：中国湖南长沙，这是可以拆分成三个列的（国家，省份，城市），因此不满足第一范式
• 第二范式：
  • 满足第一范式
  • 必须有主键
  • 其他非主键的列完全依赖主键，而不能只依赖主键的一部分
• 第三范式：
  • 满足第二范式
  • 非主键的列必须直接依赖主键，而不能出现依赖传递的现象
  • 比如说非主键A列依赖非主键B列，非主键B列依赖主键C列

2. 数据库和锁

什么是数据库事务？

• 数据库事务(Database Transaction) 是一系列的数据库操作，是数据库应用的基本逻辑单位，事务由事务开始(begin transaction)和事务结束(end transaction)之间执行的全体操作组成。
• 要么全部执行，要么不执行。
• 可以理解为有一堆数据库操作组合而成的原子操作。

事务有哪些性质？

ACID：

• 原子性（atomicity）：事务中包括的诸操作要么全部执行，要么不执行。
• 一致性（consistency） ：事务必须是使数据库从一个一致性状态变到另一个一致性状态。拿转账来说，假设用户A和用户B两者的钱加起来一共是5000，那么不管A和B之间如何转账，转几次账，事务结束后两个用户的钱相加起来应该还得是5000，这就是事务的一致性。
• 隔离性（isolation） ：一个事务的执行不能被其他事务干扰。即一个事务内部的操作及使用的数据对并发的其他事务是隔离的，并发执行的各个事务之间不能互相干扰。
• 持久性（durability） ：一个事务一旦提交，它对数据库中数据的改变就应该是永久性的。接下来的其他操作或故障不应该对其有任何影响

并发事务的控制方式有哪些？

脏读、幻读、不可重复读

• 脏读：事务A读取到了事务B未提交的数据
• 不可重复读：同一个事务多次读同一个数据得到的结果不一致，在多次查询间隔有其他事务修改了记录
• 幻读：事务A按照一定的条件读取数据，期间事务B事务新增了数据，事务B再次按照相同的条件读取时，发现了之前没有读到的数据
  

MySQL 事务的隔离级别

• 读未提交：事务可以读取其他事务未提交的结果，会导致脏读、不可重复读、幻读
• 读已提交：🍓Oracle等多数数据库默认隔离级别🍓，事务只能读取其他事务已经提交过的数据，会导致不可重复读、幻读问题
• 可重复读：：🍓InnoDB默认级别🍓，保证同一个事务多次读取同一个数据的结果是一致的，会导致幻读问题
• 序列化：强制事务排序，最高隔离级别，能够避免所有并发问题，但是并发性能非常低

如何实现4个隔离级别

• 读未提交：所有的读不加锁，所有的写加行锁
• 读已提交：MVCC
• 可重复读：MVCC和 Next-key Lock
• 序列化：读写都会加锁

Mysql的锁

按照锁的粒度划分：行级锁、表级锁、页级锁

• 行级锁：粒度最细的锁，表示只针对当前操作的行加锁，可以大大减少数据库操作的冲突，但是开销较大
• 表级锁：粒度最大的锁，表示对当前操作的整张表进行加锁，实现简单，消耗资源较少，但是冲突多
• 页级锁：行级锁和表级锁折中的方案，一次锁定相邻的一组记录

按锁级别分类：共享锁、排他锁、意向锁

• 共享锁（ shared lock, S ）：又称读锁，是读取操作创建的锁，其他用户可以并发读，但是不能修改，直到释放所有的共享锁
• 排他锁（ exclusive lock， X ）：又称写锁，如果事务对数据加上了排他锁，其他事物不能再对它加任何锁。获准排他锁的事务可以读也可以写
• 意向锁（intention shared lock, IS）：是一种表级锁，目的是为了在一个事务中揭示下一行将要被请求的锁的类型，是InnoDB自动加的，不需要用户干预。分为意向共享锁和意象排他锁

是什么意向锁？它有什么作用?

意向锁是一种表级锁，它是为了解决事务锁冲突而存在的。

• 事务A锁住了表的某一行a，加上了行锁，只读不写
• 事务B锁住了整个表，加上排他锁（写锁），允许读写
• 理论上事务B可以对行a进行修改，这样就产生了锁冲突
• 事务B在锁住整个表之前，需要遍历表中的每一行，检查是否有锁冲突，但是这样是低效的，于是就有了意向锁

当有了意向锁之后

• 事务A先申请某一行的意向共享锁，申请成功后再申请行锁
• 事务B判断该表是否被其他事务的表锁锁住
• 事务B判断该表是否有意向共享锁，如果有，事务B无法对B加上写锁。

注意事项：

• 申请意向锁的动作是数据库完成的，当事务申请某一行的行锁时，就会自动地申请该表的意向锁
• 意向共享锁和意向排他锁是表级锁，和行级的共享锁和排他锁不会冲突。

乐观锁和悲观锁

乐观锁和悲观锁是数据库并发控制采用的主要技术

• 悲观锁：假定会发生并发冲突
  • 对数据进行加锁，直到提交事务
  • 实现方式：数据库的锁机制
• 乐观锁：假定不会发生并发冲突
  • 在提交操作时才检查数据是否被修改过
  • 实现方式：一般使用版本号或者CAS算法实现。给表增加version字段，提交之前检查version是否与原来的一样，判断有没有修改

MVCC

• MVCC（MultiVersion Concurrency Control 多版本并发控制）：将同一份数据保留多个版本，进而实现并发控制。
• 提高并发性能，在高并发的场景下，MVCC的开销比行级锁小，更高效
• InnoDB实现的MVCC是一种乐观锁

实现原理：

• MVCC是通过 read view 和 版本链实现的
• 版本链保存有历史记录，通过read view 判断当前版本是否可见
• 如果不可见，就再从版本链中找到上一个版本，直到找到一个可见的版本

undo log段

• 是一种逻辑日志，是旧数据的备份。有两个作用：用于事务回滚和为MVCC提供老版本的数据。
• 当delete一条记录时，undo log会记录一条对应的insert记录；当updata一条记录时，会记录一条对应相反的update记录

快照读 和 实时读

快照读：

• 在一个事务内，多次执行SELECT语句读取到的数据都是事务开始状态的数据，这样就解决了幻读问题
• MySQL的默认隔离级别是 可重复读，在这种隔离级别下，普通的SELECT语句都是快照读
• 实现方式：在可重复读级别下，使用MVCC+undo log

实时读：

• 读取的是最新版本, 并且对读取的记录加锁, 阻塞其他事务同时改动相同记录
• 实现方式：在可重复读级别下，使用record lock 记录锁和gap lock来实现 （Next-Key Lock是Record Lock和Gap Lock的组合）
• 一般使用这两种SELECT进行查询的就是实时读
  • SELECT *** FOR UPDATE – 在查询时会先申请X排他锁
  • SELECT *** IN SHARE MODE – 在查询时会先申请S共享锁

如何解决幻读问题

• 快照读的幻读使用MVCC解决幻读，并发高，但是读取的是历史数据
• 当前读的幻读使用间隙锁解决，并发低，但是读取的是实时数据

3. 存储和索引

MySQL的存储引擎

定义：

• 数据库的存储引擎是数据库的底层组织软件，数据库使用引擎进行创建、查询、更新和删除数据。不同的存储引擎提供不同的存储机制、索引技巧、锁定水平等功能。

分类：

• InnoDB：默认的事务型存储引擎，使用最广泛，基于聚簇索引
• MyISAM：数据以紧密格式存储，访问速度快
• Memory：将数据全部存放在内存中，访问速度快
• Archive：适合存储大量独立的、作为历史记录的数据，有压缩功能，高效插入，但是不支持索引

MySIAM 和 InnoDB

• MyISAM只支持表级锁，InnoDB支持表级锁和行级锁（默认为行级锁）
• MyISAM不支持事务，InnoDB支持事务，具有事、回滚、崩溃修复能力
• MyISAM不支持外键，不支持MVCC

数据库索引

• 索引是一种数据结构，用于提高数据库的查询效率
• 优点：提高数据的查询速度，提高系统的性能
• 缺点：占用额外的存储空间，增加了存储成本；建立索引需要时间，增加了系统的开销

索引的作用

• 数据是存储在磁盘上的，如果没有索引，需要将所有的数据加载到内存进行查询，需要多次读取磁盘
• 有了索引之后，不需要加载所有的数据，B+树的高度一般在2-4层，只需要读取2-4次磁盘，加快了读取速度

Hash索引和B+树索引

• InnoDB引擎的索引类型有 B+树索引和哈希表索引，默认是B+树索引
• hash索引：对于每一行数据，将索引列的哈希值作为哈希表的key，将指向数据行的指针作为哈希表的value。时间复杂度是o(1)

Hash索引和B+树索引的区别

• hash索引不支持排序，不支持范围查找，不支持模糊查询
• hash索引会存在hash冲突，性能相对不稳定

B+ 树

B树和B+树都是多路平衡查找树，但是他们有以下区别：

• B+树的所有数据都存储在叶子结点上，非叶子结点只存储索引。B树的所有结点都存储数据
• B+树的所有叶子结点之间有指针相连，而B树没有

B+树的优点：

• B+树支持顺序查找（因为叶子全部顺序链在一起了）
• B+树有更好的查询性能、更少的I/O次数 （因为非叶子结点只存储索引，不存储数据）
• 查找速度稳定（查询结束时一定是停在树的叶子结点，而B树可能会停在任意的结点上）

聚集索引和覆盖索引

聚集索引

• 聚集索引又叫主键索引，如果没有主键，InnoDB选择一个不为null的唯一索引列作聚集索引
• 叶子结点存储的是数据表的某一行数据，叶子结点之间通过双向链表链接。

普通索引：

• 叶子结点不存储行数据，只存储索引值和主键值

回表：

• 第一次检索普通索引，找到对应的主键
• 第二次检索主键索引，找到对应的数据
• 这个过程叫做回表

回表流程：表格中有三列数据：id(主键)、name、age。查找age=48对应主键的过程是一个普通索引，根据主键检索对应数据的过程是主键索引

组合索引： 如果为某一个字段都建立一个索引表会非常浪费，对于那些使用不频繁的列可以采用组合索引

组合索引举例：

索引的最左匹配原则：

• 这是在组合索引中出现的概念，最左匹配即最左优先
• 索引 abc_index:(a,b,c)，只会在条件中带有(a)、(a,b)、(a,b,c) 的三种类型的查询中使用到
• 这是因为先索引到a条件之后，b条件会局部有序，加快查询
• 所以，select * from table where b =‘1’ and c =‘2’; 不会走这个索引

覆盖索引：

• 只需要一棵索引树就能获取到所需要的列数据，无需回表，速度更快
• 实现方法：将被查询的字段全部建立到联合索引中去。即：为了实现覆盖索引，要先实现组合索引

索引下推

• 索引下推是MySQL5.6的新特性，用于优化数据机构的查询
• 有了索引下推的优化，存储引擎层会在回表查询之前对数据进行过滤，有效减少引擎回表查询的次数

SELECT * FROM user_info WHERE name LIKE “大%” AND level = 1;
在MySQL5.6版本以前会先检索name，由于这里的name是模糊查询，所有可以检索出两条数据，然后再进行两次回表查询

有了索引下推之后，查找到那组name条件的行时，会马上进行回表查询，在这个例子中，第一项数据就已经满足了条件，所以第二项不会再进行回表查询了。

什么情况下数据库索引会失效？

• 违背最左原则会导致索引失效 （联合索引 abc_index:(a,b,c) 为例）
  • 查询条件中缺失最高优先级a，此时B+树不知道第一步应该查哪个结点，从而不走索引，开始全表查询
  • 查询条件中缺失中间优先级b，B+树根据a完成了第一步查找，但是不知道第二步应该找谁，只能回表查询
• 以“%abc”开头的like查询，B+树不知道如何开始，因此索引会失效
• 查询条件中使用or连接，会导致索引失效
• 查询条件中列类型是字符串，但是没有用引号，可能导致类型不同发生隐式转换，使索引失效
• 当对某个字段使用了函数之后不能走索引：对字段进行函数操作之后可能会破坏索引的有序性，所以优化器放弃走索引

慢查询怎么排查

• 慢查询：查询很慢的查询
• 慢查询日志：用来记录mysql中响应时间超过long_query_time的语句
  • 默认是关闭的，需要手动启动
  • 主要有三个重要的属性：long_query_time：默认是10秒；slow_query_log：是否打开慢查询日志；slow_query_log_file：慢查询文件所在的位置

排查过程：

• 使用慢查询日志查看过去的慢查询：SELECT * FROM slow_log where start_time > ‘2019/05/19 00:00:00’;
• 使用show processlist查看当前正在运行的进程（该命令显示的信息都来自information_schama中的processlist表中）
• 在processlist中查询运行时间超过某个值的线程 ：select * from information_schem.processlist where Command != ‘Sleep’ and Time > 300 order by Time desc;
• 在sql语句前面加上explain可显示该语句的执行计划 （如果使用了索引，extra列会显示 using index）

慢查询优化：

• 如果没走索引就建立合适的索引
• 如果使用了非预期的索引导致查询慢，要修改为正确的索引
• 如果是数据表太大，即使走了索引也很慢，这是要考虑数据库分表

大表查询怎么优化

• 合理建立索引：
• 利用缓存：使用Redis等缓存热点数据，提高查询效率
• 限定数据的范围：必须用户在查询历史信息的时候，可以控制在一个月的时间内
• 分库分表：对表进行垂直拆分和水平拆分
• 冷热数据分离：几个月不常用的数据放在冷库中，比较新的数据存放在热库中

为什么不建议使用外键

外键的优点：外键可以保证数据的完整性和一致性，级联操作方便；将数据完整性判断托付给了数据库完成，减少了程序的代码量

外键的缺点：

• 并发问题：在使用外键的情况下，每次修改数据库都需要去另一个表检查数据，需要获得额外的锁，若在高并发大流量事务场景下，使用外键容易造成死锁
• 扩展性问题：外键依赖于数据库本身的特性，迁移不方便
• 不利于分库分表：在水平拆分和分库的情况下，外键是无法生效的。将数据关系的维护放入应用程序中，为将来的分库分表省去了很多麻烦。

你平时是怎么使用数据库索引的，有哪些高效利用索引的经验和技巧？

二、SQL语法

0. 基础概念

什么是SQL

• SQL, 全称为Structured Query Language（结构化查询语言)。
• 数据库是用来存储大量数据的一种软件，SQL是用来操作数据库里数据的工具，具体来说SQL可以做数据查询，数据更新，写入数据等等。
• 如果把数据库比作盘子，那数据就是盘子里的菜，SQL则是你的筷子。

不同的数据库SQL的差异

1. 查询

http://xuesql.cn/lesson/select_queries_introduction

基础单表查询 where/like/order/limit/offset/distinct

• 查询所有 select *
• 条件查询（数值型）：where / and / or / >= / between and

-- SELECT * FROM movies where year not between 2000 and 2010;
-- SELECT * FROM movies where id<6;
-- SELECT * FROM movies where year>=2010 and length_minutes<120;

• 条件查询（字符串型）：like / 通配符 %

-- 注意字符串要用双引号括起来，不然会被识别为列
-- SELECT * FROM movies where title like "%Toy Story%";
-- SELECT * FROM movies where director="John Lasseter";
-- SELECT * FROM movies where director !="John Lasseter";
-- SELECT * FROM movies where title like "WALL-%";
SELECT * FROM movies where year=1998 and title like "A Bug's Life";

• 查询结果Filtering过滤 和 sorting排序：distinct、order by ASC/DESC、limit offset

SELECT column, another_column, …
FROM mytable
WHERE condition(s)
ORDER BY column ASC/DESC
LIMIT num_limit OFFSET num_offset;

-- 排序+去重
-- SELECT distinct director FROM movies order by director;

-- 降序排序并指定数量 ASC升序 DESC降序
-- SELECT * FROM movies order by year DESC limit 4;
-- SELECT * FROM movies order by title ASC limit 5;

-- offset和limit搭配使用，offset表示从哪里开始截取，limit表示截取的数量
-- SELECT * FROM movies order by title ASC limit 5 offset 5;

-- SELECT * FROM movies order by title ASC limit 5 offset 5;
-- 【结果排序】如果按片长排列，John Lasseter导演导过片长第3长的电影是哪部，列出名字即可 
SELECT title FROM movies where Director="John Lasseter" order by Length_minutes DESC limit 1 offset 2;

to do :分支 case when

多表联合查询 inner/left/right join

SELECT column, another_table_column, …
FROM mytable （主表）
INNER JOIN another_table （要连接的表）
ON mytable.id = another_table.id (想象一下刚才讲的主键连接，两个相同的连成1条)
WHERE condition(s)
ORDER BY column, … ASC/DESC
LIMIT num_limit OFFSET num_offset;

-- SELECT * FROM Movies 
-- inner join Boxoffice on Boxoffice.Movie_id=Movies.Id;

-- SELECT * FROM Movies  
-- inner join Boxoffice on Boxoffice.Movie_id=Movies.Id
-- where Domestic_sales < International_sales;

--  SELECT * FROM Movies  
-- inner join Boxoffice on Boxoffice.Movie_id=Movies.Id
-- order by Rating DESC;

 SELECT Director,International_sales FROM Movies  
 inner join Boxoffice on Boxoffice.Movie_id=Movies.Id
 order by International_sales DESC
 limit 1 offset 0;

• INNER JOIN 只会保留两个表都存在的数据（交集），意味着一些数据的丢失，在某些场景下会有问题。真实世界中两个表存在差异很正常，所以我们需要更多的连表方式，也就是左连接LEFT JOIN,右连接RIGHT JOIN 和 全连接FULL JOIN。这几个 连接方式都会保留不能匹配的行。
• 和INNER JOIN 语法几乎是一样的. 我们看看这三个连接方法的工作原理：在表A 连接 B, LEFT JOIN保留A的所有行，不管有没有能匹配上B 反过来 RIGHT JOIN则保留所有B里的行。最后FULL JOIN 不管有没有匹配上，同时保留A和B里的所有行
• 这些Join也可以写作 LEFT OUTER JOIN, RIGHT OUTER JOIN, 或 FULL OUTER JOIN, 和 LEFT JOIN, RIGHT JOIN, and FULL JOIN 等价.

--请输入sql
-- select distinct Building from Employees where Building!="null";

 -- select distinct Building_name, Role from  Buildings
 -- left join Employees on Buildings.Building_name=Employees.Building;
 
 select distinct Building_name,Capacity from Employees 
 inner join Buildings on Buildings.Building_name=Employees.Building;

分组聚合查询 group by

group by 搭配一些聚合函数使用：

• COUNT(), COUNT(column) 计数！COUNT() 统计数据行数，COUNT(column) 统计column非NULL的行数.
• MIN(column) 找column最小的一行.
• MAX(column) 找column最大的一行.
• AVG(column) 对column所有行取平均值.
• SUM(column) 对column所有行求和.

SELECT AGG_FUNC(column_or_expression) AS aggregate_description, …
FROM mytable
WHERE constraint_expression
GROUP BY column;

• GROUP BY 数据分组语法可以按某个col_name对数据进行分组，如：GROUP BY Year指对数据按年份分组， 相同年份的分到一个组里。如果把统计函数和GROUP BY结合，那统计结果就是对分组内的数据统计了.
• GROUP BY 分组结果的数据条数，就是分组数量，比如：GROUP BY Year，全部数据里有几年，就返回几条数据， 不管是否应用了统计函数.

--请输入sql
-- SELECT Name,max(Years_employed) FROM employees;

-- SELECT Role,avg(Years_employed) FROM employees group by Role;

-- SELECT Building,sum(Years_employed) FROM employees group by Building;
-- 【难题】每栋办公室按人数排名,不要统计无办公室的雇员 
SELECT Building,count(Name) FROM employees
where Building is not null
group by Building;

having 子句

• 在 GROUP BY 分组语法中，我们知道数据库是先对数据做WHERE，然后对结果做分组，如果我们要对分组完的数据再筛选出几条如何办？
• HAVING 语法将用来解决这个问题，他可以对分组之后的数据再做SELECT筛选.
• HAVING 和 WHERE 语法一样，只不过作用的结果集不一样. 在我们例子数据表数据量小的情况下可能感觉 HAVING没有什么用，但当你的数据量成千上万属性又很多时也许能帮上大忙 .

SELECT group_by_column, AGG_FUNC(column_expression) AS aggregate_result_alias, …
FROM mytable
WHERE condition
GROUP BY column
HAVING group_condition;

--请输入sql
-- SELECT count(Name) FROM employees where Role="Artist";
-- SELECT Role,count(Name) FROM employees group by role;
-- SELECT SUM(Years_employed) FROM employees where Role="Engineer";
【难题】按角色分组算出每个角色按有办公室和没办公室的统计人数(列出角色，数量，有无办公室,注意一个角色如果部分有办公室，部分没有需分开统计）
select role,
case when building is null then 0 else 1 end as have_b
,count(name)
from employees
group by role,have_b;
有点超纲了啊，还没学case when 呢

组合查询 union

在大多数开发中，使用一条SELECT查询就会返回一个结果集。如果，我们想一次性查询多条SQL语句，并将每一条SELECT查询的结果合并成一个结果集返回。就需要用到Union操作符，将多个SELECT语句组合起来，这种查询被称为并（Union）或者复合查询。

SELECT * FROM employees where Years_employed>8
union
SELECT * FROM employees where Years_employed<2;

使用Union All操作符来取消自动合并功能（在合并的时候去重）

SELECT * FROM employees where Years_employed>8
union all
SELECT * FROM employees where Years_employed>6;

多表查询：

SELECT Building FROM employees where Building=“1e”
union
SELECT Building_name FROM Buildings where Building_name=“2e”;

表达式查询

可以在查询中，使用简单的表达式进行查询

SELECT particle_speed / 2.0 AS half_particle_speed (对结果做了一个除2）
FROM physics_data
WHERE ABS(particle_position) * 10.0 >500（条件要求这个属性绝对值乘以10大于500）;

-- SELECT Id,Title,(Domestic_sales+International_sales)/1000000 FROM movies
-- left join Boxoffice on movies.Id=Boxoffice.Movie_id

-- SELECT Id,Title,Rating*10 FROM movies
-- left join Boxoffice on movies.Id=Boxoffice.Movie_id

-- SELECT Id,Title,Year FROM movies where year%2=0;
-- 【难题】John Lasseter导演的每部电影每分钟值多少钱,告诉我最高的3个电影名和价值就可以
select Title,(Domestic_sales+International_sales)/Length_minutes as value from movies
join Boxoffice on movies.Id=Boxoffice.Movie_id
where Director="John Lasseter"
order by value DESC
limit 3 offset 0;

子查询

子查询指一个查询语句嵌套在另一个查询语句内的查询。

SELECT * FROM sc WHERE score>(SELECT MAX(score) FROM sc  WHERE s_id='02');

表达式

--请输入sql
-- SELECT Director,count(Title) FROM movies group by Director;
【难题】按导演分组计算销售总额,求出平均销售额冠军（统计结果过滤掉只有单部电影的导演，列出导演名，总销量，电影数量，平均销量)
SELECT Director,sum(Domestic_sales+International_sales) s ,count(id) c,avg(Domestic_sales+International_sales) a
FROM movies as m
join Boxoffice as b on m.Id=b.Movie_id
group by Director
having c>1 -- having在分组之后的结果中进行筛选
order by a DESC
limit 1 offset 0;

这才是完整的SELECT查询
SELECT DISTINCT column, AGG_FUNC(column_or_expression), …
FROM mytable
JOIN another_table
ON mytable.column = another_table.column
WHERE constraint_expression
GROUP BY column
HAVING constraint_expression
ORDER BY column ASC/DESC
LIMIT count OFFSET COUNT;

2. 更新

注意update+表名，set后面加具体的修改信息

UPDATE tb_courses_new
SET course_name=‘DB’,course_grade=3.5
WHERE course_id=2;

3. 插入

注意要加括号：insert into values

INSERT INTO tb_courses
(course_id,course_name,course_grade,course_info)
VALUES(1,‘Network’,3,‘Computer Network’);

4. 删除

delete from

DELETE FROM tb_courses
WHERE course_id=4;

5.建表语句

create table 表名(
字段名1 数据类型,
字段名2 数据类型,
字段名3 数据类型
…
);

# 建表
CREATE TABLE games
(yr   INT NOT NULL PRIMARY KEY,
 city VARCHAR(20)
);
# 插入
INSERT INTO games(yr,city) VALUES (2004,'Athens');
insert into games(yr,city) values(2005,'ChangSha');

# 删除
delete from games where yr=2004;

# 更新
update games set city='Shanghai' where yr=1998;

6. 建库语句

CREATE DATABASE testDB