Mysql第一关之常规用法

news2024/11/28 13:55:44

简介

介绍Mysql常规概念,用法。包括DDL、DCL、DML、DQL,关键字、分组、连表、函数、排序、分页等。

一、 SQL

DCMQ,分别代表DDL、DCL、DML、DQL。 模糊简记为DCMQ,看起来像一个消息队列。

D:Definition 定义语句
M: Manipulation 操作语句
C: Control 控制语句
Q: Query 查询语句

其中D和Q好理解,M和C容易混淆,但M是增删查改,C是涉及表、用户等授权Grant关键字。
D代表Alter、Drop、Create等定义语句。

二、DML

在DML中,有常见的增、删、查、改四个动作。可以归纳为写、读两种行为。

写:
Insert

insert into table  value/values..
insert into table select .. from ..

Update
	update table set  (where)
	
Delete
	delete from table (where)
	truncate table (属于DDL)

读: select
常见关键字有几个优先级层级,也即是逻辑执行顺序

select … distinct … from … where … group by … having … order by … limit

  1. 确定数据总量行数
    from 表… where

  2. 确定数据总量列数
    select 字段

  3. distinct去重数据行数

     经过上述三个步骤,即得到初步精简的数据,接下来是进一步加工。
    
  4. Group by分组

  5. Having筛选分组数据

     经过进一步数据加工,已经得到最精简的数据结果,接下来就是排序和截断。
    
  6. Order by排序

  7. Limit截断

上述步骤先后顺序的核心思想,就是先得到最精简的数据,然后再进行加工这样的效率是最高的,比如Order by排序采用任意算法时,总量越大其耗时越长。

三、 分组和聚合函数

分组

GROUP BY是分组关键字,其后可以按多个字段的先后顺序进行分组。
Having是对分组后的表进行条件筛选的关键字。Having只能和Group by一起使用。
为什么设计者要涉及where和Having两个筛选关键字?
我认为是为了区分不同的作用域。
where作用域为from后,having的作用域为group by后。

聚合函数

常见聚合函数有 count(), max(), min(), sum()等,
聚合函数可以放在什么位置呢?

在上述关键字逻辑执行顺序中,将数据加工分为了初步加工和进一步加工。

对于初步加工过程来说,即Select … from … where 结构。
聚合函数可以放在select中,而对数据的筛选需要放在where中,如

select max(id) from table where id > 1;

而对于进一步加工过程,即Group by … Having…结构,分组本身就具有聚合行为(将多个数据合并为一组),既可以像where关键字一样,对分组后的字段进行筛选。也可以对分组后的字段使用聚合函数后再筛选。from关键字不具备聚合能力,因此where无法进行聚合筛选,不能在where中使用聚合函数。

select * from test group by id having id > 1;

select * from test group by id having max(id) > 1;

四、 连表

连表有两种行为, 横向连表(Join)和纵向连表(Union)

纵向连表

纵向连表采用Union关键字,Union自动去重,Union all 不自动去重。

	select * from table1 union (all)select *  from  table2

纵向连表使用Union时必须针对于相同结构的结果集或表。采用纵向连接。
在这里插入图片描述

横向连接Join

横向连接有三个分类:

  1. 内连接
  2. 外连接
  3. 交叉连接(笛卡尔积)
内连接

其中内连接表示两个表之间的交集

select * from table1 inner join table 2 on ...
外连接

外连接分为全外连接、左外连接、右外连接。
由于连接过程中,未匹配的列将会产生null值,因此可以用null值排除已连接的数据。

select * from table1 full join table2 on table1.name = table2.name  (包含已匹配数据)
select * from table1 full join table2 on table1.name = table2.name where table1.name = null or table2.name = null(不包含已匹配数据)
交叉连接

即产生table1 * table2 行数据,形成笛卡尔积数据。

Join揭秘
在内连接和交叉连接时,on会被优化为where,而left join 和 right join不会。这是为什么呢?

在使用left 或 right join时,其中一个基础表已经确定为左表或者右表。因此会先使用on关键字,将目标表的数据对比基础表筛选一遍,如果没有满足on条件则会丢弃该数据,直到得到目标表被筛选后的精简表,然后再使用Join关键字进行连接。而inner join由于无法确定基础表(小于或等于原表),因此是采用笛卡尔积相连,然后用on进行筛选,其作用等同于where,所以对于inner join关键字而言,Mysql会将on优化为where。

排序

排序用Order by,其后可以接多个字段,按字段的先后顺序进行排序。

select * from table order by id,name;

分页

分页用limit,其后跟1或2个参数。

	select * from table limit 1, 10;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1450471.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

[UI5 常用控件] 09.IconTabBar,IconTabHeader,TabContainer

文章目录 前言1. IconTabBar1.1 简介1.2 基本结构1.3 用法1.3.1 颜色,拖放,溢出1.3.2 Icons Only , Inner Contents1.3.3 showAll,Count,key,IconTabSeparator 1.3.4 Only Text1.3.5 headerMode-Inline1.3.6 design,IconTabSeparator-icon1.3.7 DensityM…

当下时代,什么样的人赚钱最容易

如果你问,今天什么样的人赚钱最容易 答案是那些有大量粉丝、有个人IP的人 微信里面,要获取到流量,就必须有粉丝,而在抖音、快手里面,即使你没有任何粉丝 只要能输出平台和用户喜欢的优质内容,一样可以获取巨…

一条 SQL 查询语句是如何执行的

MySQL 的基本架构示意图 大体来说,MySQL 可以分为 Server 层和存储引擎层两部分 Server 层包括连接器、查询缓存、分析器、优化器、执行器等,涵盖 MySQL 的大多数核心服务功能,以及所有的内置函数(如日期、时间、数学和加密函数等…

基于FPGA的ECG信号滤波与心率计算verilog实现,包含testbench

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1 ECG信号的特点与噪声 4.2 FPGA在ECG信号处理中的应用 4.3 ECG信号滤波原理 4.4 心率计算原理 4.5 FPGA在ECG信号处理中的优势 5.算法完整程序工程 1.算法运行效果图预览 其RTL结构如…

探索设计模式的魅力:创建型设计模式的比较与决策

设计模式专栏:http://t.csdnimg.cn/U54zu 目录 一、设计模式概览 1.1 创建型模式 二、比较创建型设计模式 1.1 适用场景典型用例 1.2 关键要素与差异对比 1.3 结构图 三、模式选择指南 3.1 场景分析 3.2 决策流程图 四、结语 4.1 优势 4.2 考量因素 一、…

【Java多线程】Thread类的基本用法

目录 Thread类 1、创建线程 1.1、继承 Thread,重写run 1.2、实现 Runnable,重写run 1.3、使用匿名内部类,继承 Thread,重写run 1.4、使用匿名内部类,实现 Runnable,重写run 1.5、使用 lambda 表达式…

问题:总离差平方和为变形观测值与变形观测值的平均值之差的平方和。() #微信#其他

问题:总离差平方和为变形观测值与变形观测值的平均值之差的平方和。() 是 否 参考答案如图所示

html的表格标签

html的表格标签 table标签:表示整个表格tr:表示表格的一行td:表示一个单元格th:表示表头单元格.会居中加粗thead:表格的头部区域 (注意和th区分,范围是比th要大的).tbody:表格得到主体区域. table包含tr , tr包含td或者th. 表格标签有一些属性,可以用于设置大小边…

ChatGPT高效提问—prompt实践(健康助手)

ChatGPT高效提问—prompt实践(健康助手) ​ 随着社会经济的发展,人们的生活条件不断改善,人们对身体健康也日益重现。让ChatGPT作为健康助手也是一件不错的事。开始之前,还是老样子,先设置角色。 ​ 输入…

Typora+PicGO+腾讯云COS做图床教程

文章目录 Typora+PicGO+腾讯云COS做图床教程一、为什么使用图床二、Typora、PicGO和腾讯云COS介绍三、下载Typora和PicGOTyporaPicGO 四、配置Typora、PicGO和腾讯云COS腾讯云COS配置PicGO配置Typora配置 Typora+PicGO+腾讯云COS做…

【MySQL】操作库 —— 表的操作 -- 详解

一、增加表 1、创建表 mysql> create database [if not exists] table_name ( -> field1 datatype, -> field2 datatype, -> field3 datatype -> ) character set 字符集 collate 校验规则 engine 存储引擎; 注意 :最后一行也可以写成&#x…

中国电子学会2023年12月份青少年软件编程Scratch图形化等级考试试卷一级真题(含答案)

2023-12 Scratch一级真题 分数:100 题数:37 测试时长:60min 一、单选题(共25题,共50分) 1.观察下列每个圆形中的四个数,找出规律,在括号里填上适当的数?(C)&#xf…

C语言操作符练习

练习开胃菜 曾经有一道面试题&#xff0c;要求不能创建临时变量&#xff08;第三个变量&#xff09;&#xff0c;实现两个数的交换。 这道题如果没有前半句的修饰&#xff0c;就只是简单的一道基础题。 法一&#xff1a; #include <stdio.h> int main() {int a 0;i…

网络安全威胁,如何解决缓冲区溢出攻击

目录 一、什么是网络安全 二、什么是缓冲区 三、缓冲区溢出 四、缓冲区溢出攻击的类型 一、什么是网络安全 网络安全&#xff08;Network Security&#xff09;指的是保护计算机网络及其相关设备、系统和数据免受未经授权访问、破坏、篡改、窃取或滥用的威胁和攻击。随着网…

生成式AI相关知识记录

一、简述开发步骤 开发一个生成式AI模型通常涉及以下步骤&#xff1a; 1. **需求分析与目标设定**&#xff1a; - 确定应用领域和目标&#xff0c;例如文本生成、图像生成、音乐创作等。 - 分析应用场景的具体需求&#xff0c;包括输出质量、速度、多样性、可控性等因素…

Codeforces Round 926 (Div. 2)

Codeforces Round 926 (Div. 2) Codeforces Round 926 (Div. 2) A. Sasha and the Beautiful Array 题意&#xff1a;略。 思路&#xff1a;从小到大排序&#xff0c;取前后差和。 AC code&#xff1a; void solve() {int ans 0;cin >> n;for (int i 1; i < n…

云原生之容器编排-Docker Swarm

1. 前言 上一篇我们讲到Docker Compose可以定义和运行多容器应用程序&#xff0c;用一个YAML配置文件来声明式管理服务&#xff0c;在一台安装了Docker engine的Linux系统上可以很好的工作&#xff0c;但是现实中不可能只有一台Linux系统&#xff0c;一台Linux系统不可能有足够…

算法详解(力扣141——环形链表系列)

博主ID&#xff1a;代码小豪 文章目录 环形链表环形链表的性质分析快慢指针法指针的追及相遇问题 环形链表&#xff08;2&#xff09; 环形链表 先来看看环形链表的原题&#xff1a; 中间的部分叙述有点繁杂&#xff0c;简单来概括就是&#xff0c;假如有一个节点&#xff0c…

C语言:指针的基础详解

目录 1. 内存 2. 取地址& 3. 指针变量 4. 解引用 4.1 *解引用 4.2 []解引用 4.3 ->解引用 5. 指针变量的大小 5.1 结论 6. 指针运算 7. void* 指针 8. const修饰指针 8.1 const修饰变量 8.2 const修饰指针变量 8.3 结论 9. 野指针 9.1 为什么会出现野指…

【AIGC】Stable Diffusion的模型微调

为什么要做模型微调 模型微调可以在现有模型的基础上&#xff0c;让AI懂得如何更精确生成/生成特定的风格、概念、角色、姿势、对象。Stable Diffusion 模型的微调方法通常依赖于您要微调的具体任务和数据。 下面是一个通用的微调过程的概述&#xff1a; 准备数据集&#xf…