MySQL 高级语句 一

news2025/1/11 15:58:46

目录

  • 一、MySQL高级(进阶)SQL语句
    • 1. select
    • 2. distinct
    • 3. where
    • 4. and or
    • 5. in
    • 6. between
    • 7. 通配符
    • 8. order by
    • 9. 函数
      • 9.1 数学函数
      • 9.2 聚合函数
      • 9.3 字符串函数
  • 二、高级查询语句
    • 2.1 group by (用于分组和汇总)
    • 2.2 having
    • 2.3 别名设置查询
    • 2.4 子查询语句
    • 2.5 exits

一、MySQL高级(进阶)SQL语句

我们下面将在下面两个表中讲解一些高级的SQL语句

use benet;
create table location (Region char(20),Store_Name char(20));
insert into location values('East','Boston');
insert into location values('East','New York');
insert into location values('West','Los Angeles');
insert into location values('West','Houston');

create table store_info (Store_Name char(20),Sales int(10),Date char(10));
insert into store_info values('Los Angeles','1500','2020-12-05');
insert into store_info values('Houston','250','2020-12-07');
insert into store_info values('Los Angeles','300','2020-12-08');
insert into store_info values('Boston','700','2020-12-08');

在这里插入图片描述

1. select

显示表格中一个或数个字段的所有数据记录

语法:SELECT "字段" FROM "表名";
SELECT Store_Name FROM Store_Info;

在这里插入图片描述

2. distinct

不显示重复的数据记录

语法:select distinct "字段" from "表名";
select distinct store_name from store_info;

在这里插入图片描述

3. where

有条件查询

语法:SELECT "字段" FROM "表名" WHERE "条件";
select store_name from store_info where sales >1000;

在这里插入图片描述

4. and or

且 或

语法:SELECT "字段" FROM "表名" WHERE "条件1" {[AND|OR] "条件2"}+ ;
SELECT Store_Name FROM Store_Info WHERE Sales > 1000 OR (Sales < 500 AND Sales > 200);

在这里插入图片描述

5. in

显示已知的值的数据记录

语法:SELECT "字段" FROM "表名" WHERE "字段" IN ('值1', '值2', ...);
select * from store_info where store_name in ('los angeles','houston');

在这里插入图片描述

6. between

显示两个值范围内的数据记录

语法:select "字段" from "表名" where "字段" beteen '值1' and '值2';
select * from store_info where sales between '300' and '1500';

在这里插入图片描述

7. 通配符

通常通配符都是跟 LIKE 一起使用的

% :百分号表示零个、一个或多个字符
_ :下划线表示单个字符

在这里插入图片描述
like ----匹配一个模式来找出我们要的数据记录

语法:select "字段" from "表名"where "字段"like{模式};
select * from store_info where store_name like '%os%';

在这里插入图片描述

8. order by

按关键词进行排序

语法:select "字段" from "表名" [where "条件"] order by "字段" [asc,desc];
#ASC 是按照升序进行排序的,是默认的排序方式。
#DESC 是按降序方式进行排序。
 select * from store_info order by sales desc;

在这里插入图片描述

9. 函数

9.1 数学函数

函数含义
abs(x)返回x的绝对值
rand()返回0到1的随机数
mod(x,y)返回 x 除以 y 以后的余数
power(x,y)返回 x 的 y 次方
round(x)返回离 x 最近的整数
round(x,y)保留 x 的 y 位小数四舍五入后的值
sqrt(x)返回 x 的平方根
truncate(x,y)返回数字 x 截断为 y 位小数的值
ceil(x)返回大于或等于x的最小整数
floor(x)返回小于或等于 x 的最大整数
greatest (x1,x2…)返回集合中最大的值,也可以返回多个字段的最大的值
least(x1,x2…)返回集合中最小的值,也可返回多个字段的最小的值

SELECT abs(-1), rand(), mod(5,3), power(2,3), round(1.89);
SELECT round(1.8937,3), truncate(1.235,2), ceil(5.2), floor(2.1), least(1.89,3,6.1,2.1);

在这里插入图片描述

9.2 聚合函数

函数含义
avg()返回指定列的平均值
count()返回指定列中非null值的个数
min()返回指定列的最小值
max()返回指定列的最大值
sum(x)返回指定列的所有值的和
#求表中的平均值
select avg(sales) from store_info;

在这里插入图片描述

返回指定列中非 NULL 值的个数
select count(store_name) from store_info;
select count(distinct store_name) from store_info;

在这里插入图片描述

返回指定列的最小值
select min(sales) from store_info;

在这里插入图片描述

返回指定列的最大值
select max(sales) from store_info;

在这里插入图片描述

返回指定列的所有值之和
select sum(sales) from store_info;

在这里插入图片描述

#count(*) 包括了所有的列的行数,在统计结果的时候,不会忽略列值为 NULL
#count(列名) 只包括列名那一列的行数,在统计结果的时候,会忽略列值为 NULL 的行

9.3 字符串函数

函数含义
trim()返回去除指定格式的值
concat(x,y)将提供的参数 x 和 y 拼接成一个字符串
substr(x,y)获取从字符串 x 中的第 y 个位置开始的字符串,跟substring()函数作用相同
substr(x,y,z)获取从字符串 x 中的第 y 个位置开始长度为 z 的字符串
length(x)返回字符串 x 的长度
replace(x,y,z)将字符串 z 替代字符串 x 中的字符串 y
upper(x)将字符串 x 的所有字母变成大写字母
lower(x)将字符串 x 的所有字母变成小写字母
left(x,y)返回字符串 x 的后 y 个字符
repeat (x,y)将字符串 x 重复 y 次
space (x)返回 x 个空格
strcmp (x,y)比较 x 和y ,返回的值可以为 -1,0,1
reverse(x)将字符串 x 反转

1)trim

语法:
select trim (位置 要移除的字符串 from 字符串)
 
其中位置的值可以是 
leading(开始) 
trailing(结尾)
both(起头及结尾)
 
#区分大小写
要移除的字符串:从字符串的起头、结尾或起头及结尾移除的字符串,缺省时为空格。
移除:以字串开头, 移除 Los Angeles
select trim(leading 'Los' from 'Los Angeles');

在这里插入图片描述

去除以字符开头以字符结尾
select trim(both 'l' from 'los Angel');

在这里插入图片描述

2)截取 substr

substr(x,y)    #截取x字符串 从第y个开始,截取到末尾
 
substr(x,y,z)  #截取x字符串 从第y个开始截取 ,截取长度为z
select substr(store_name,2) from store_info;

在这里插入图片描述

 select substr(store_name,2,5) from store_info;

在这里插入图片描述
3)字段拼接 concat(x,y)

select concat(store_name,sales) from store_info;

在这里插入图片描述
3.1) 使用 || 符号

 #将info表中,name字段值和height字段值拼接在一起。
 select name || height from info;

在这里插入图片描述
4) 返回字符长度 length

select length(store_name) from store_info;

在这里插入图片描述
5) 替换 replace

select replace(store_name,'os','kk') from store_info;

在这里插入图片描述

二、高级查询语句

2.1 group by (用于分组和汇总)

对GROUPBY后面的字段的查询结果进行汇总分组,通常是结合聚合函数一起使用的

  • "group by"有一个原则,凡是在"group by"后面出现的字段,必须在select 后面出现;

  • 凡是在select 后面出现的、且未在聚合函数中出现的字段,必须出现在"group by"后面。

1) 汇总统计

#语法:
select 字段1,聚合函数(字段2) from 表名 group by 字段1;
select store_name, count(store_name) from store_info group by store_name;

在这里插入图片描述2)汇总并对其指定字段(数字类)进行累加

select store_name, sum(sales) from store_info group by(store_name);

在这里插入图片描述

2.2 having

  • having:用来过滤由group by语句返回的记录集,通常与group by语句联合使用

  • having语句的存在弥补了where关键字不能与聚合函数联合使用的不足。如果被SELECT的只有函数栏,那就不需要GROUP BY子句。

  • where只能对原表中的字段进行筛选,不能对group by后的结果进行筛选

#语法:
SELECT 字段1,SUM("字段")FROM 表格名 GROUP BY 字段1 having(函数条件);

在这里插入图片描述

2.3 别名设置查询

字段別名 表格別名

 SELECT 字段1,字段2 AS 字段2的别名 from 表名;   #AS可以省略不写

1) 字段别名

select store_name,sum(sales) as tongji from store_info group by store_name having sum(sales);

select store_name,sum(sales) as tongji from store_info group by store_name having tongji >250;

在这里插入图片描述
2) 表别名

SELECT 表格别名.字段1 [AS] 字段别名  FROM 表格名 [AS] 表格别名; #AS可以省略不写

在这里插入图片描述

2.4 子查询语句

子查询:连接表格,在WHERE 子句或HAVING 子句中插入另一个SQL语句。

 SELECT "字段1" FROM "表格1" WHERE "字段2" [比较运算符]     #外查询
 (SELECT "字段1" FROM "表格2" WHERE "条件") ;             #内查询
 #可以是符号的运算符,例如 =、>、<、>=、<= ;也可以是文字的运算符,例如 LIKE、IN、BETWEEN
select sum(sales) from store_info where store_name in (select store_name from location where region='west');

在这里插入图片描述

2.5 exits

用来测试内查询有没有产生任何结果,类似布尔值是否为真

#如果有的话,系统就会执行外查询中的SQL语句。若是没有的话,那整个 SQL 语句就不会产生任何结果。
语法:SELECT "字段1" FROM "表格1" WHERE EXISTS (SELECT * FROM "表格2" WHERE "条件");
SELECT SUM(Sales) FROM Store_Info WHERE EXISTS (SELECT * FROM location WHERE Region = 'West');
select sum(sales) from store_info where exists (select * from location where region='east');

select sum(sales) from store_info where exists (select * from location where region='beijing');

在这里插入图片描述

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/667785.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

如何在 XMind 中绘制流程图

XMind 是专业强大的思维导图软件,由于其结构没有任何限制,很多朋友特别喜欢用它来绘制流程图。禁不住大家的多次询问,今天 XMind 酱就将这简单的流程图绘图方法分享给大家。 在 XMind 中,绘制流程图的主角是「自由主题」和「联系」。它们可以打破思维导图的限制,让你自由…

《异常检测——从经典算法到深度学习》21 Anomaly Transformer:具有关联差异的时间序列异常检测

We # 《异常检测——从经典算法到深度学习》 0 概论1 基于隔离森林的异常检测算法 2 基于LOF的异常检测算法3 基于One-Class SVM的异常检测算法4 基于高斯概率密度异常检测算法5 Opprentice——异常检测经典算法最终篇6 基于重构概率的 VAE 异常检测7 基于条件VAE异常检测8 Do…

[NX亲测有效]Ubuntu,Jetson nano,NX板开机设置开机自起,Jetson nano,NX设置x11vnc开机自起

&#xff01;&#xff01;Ubuntu,Jetson nano,NX板开机设置开机自起&#xff0c;nano NX设置x11vnc开机自起&#xff01;&#xff01; 1.创建一个rc-local自启服务 2.创建运行脚本 3.启动服务 4.NX&#xff0c;nano设置x11vnc并设置开机自启 大功告成&#xff01;编写不易…

【中级软考】软件设计-考试介绍

一、软考好处 通过软考认证可以抵扣当年的 3600 元的个税,并且有些城市可以积分落户,同时获得证书可以获得同等级别的职称。计算机方向的职称是以考代评,所以获得中级软考证书就相当于获得同等的中级计算机工程师职称,获得高级软考证书就相当于获得同等的高级计算机工程师…

如何使用@umijs/plugin-qiankun搭建微前端项目

umijs/plugin-qiankun是一个基于UmiJS框架的插件&#xff0c;用于实现乾坤微前端架构。乾坤微前端是一种前端架构模式&#xff0c;可以将一个大型的前端应用拆分成多个小型的子应用&#xff0c;每个子应用可以独立开发、独立部署、独立运行&#xff0c;同时可以通过乾坤框架进行…

ArduPilot开源代码之AP_InertialSensor

ArduPilot开源代码之AP_InertialSensor 1. 源由2. AP_InertialSensor类2.1 init2.2 periodic2.3 update 3. 重要应用方法3.1 BatchSampler::push_data_to_log3.2 wait_for_sample3.2 calibrate_gyros 4. 总结5. 参考资料 1. 源由 前面研读了IMU如何通过front-end/back-end获取…

基于SpringBoot+kaptcha的验证码生成

教程 1.添加 Kaptcha 依赖 在 pom.xml 文件中添加 Kaptcha 依赖&#xff1a; <dependency><groupId>com.github.penggle</groupId><artifactId>kaptcha</artifactId><version>2.3.2</version> </dependency> <!--或者 都…

【深度学习 | 机器学习】干货满满 | 近万字总结了 12 个令人惊艳的神经网络可视化工具!

文章目录 一、神经网络可视化难点在哪里&#xff1f;二、神经网络可视化方法三、神经网络可视化解释的工具3.1 draw_convnet3.2 NNSVG3.3 PlotNeuralNet3.4 Tensorboard3.5 Caffe3.6 Matlab3.7 Keras.js3.8 DotNet3.9 Graphviz3.10 ConX3.11 ENNUI3.12 Neataptic 神经网络可视化…

linux下Python的学习(五)用matplotlib画iostat的折线图

之前写测试脚本的时候习惯用shell来写&#xff0c;只不过用AWK(个人觉得awk是shell的精髓)处理表格的时候比Python复杂的多&#xff0c;因为Python有很多现成的库&#xff0c;直接调用就可以。下面用Python自带的matplotlib函数实现一下对iostat log的采样 比如有一个记录iosta…

第一章 数据可视化简介(复习)

第一章 数据可视化简介 什么是可视化 定义&#xff1a;通过可视表达增强人们完成某些 任务的效率 The American Heritage Dictionary&#xff1a; The act or process of interpreting in visual terms or of putting into visible form&#xff08;用可视形式进行解释的 动作…

做性能测试必须掌握的基本概念和套路

目录 性能优化的常见概念 性能调优的思路 1.性能摸底测试 2.定义性能优化的目标 3.分析 针对内存&#xff1a; OOM&#xff1a; 针对IO&#xff1a; 文件IO&#xff1a; 总结&#xff1a; 经常听到人说&#xff0c;做个性能优化&#xff0c;吞吐量越高越好&#xff1…

2023 年开发者必须知道的 6 个 AI 工具

自Chat GPT发布以来&#xff0c;AI在各个领域都出现了令人惊艳的产品&#xff0c;在编程方面也是如此。这些由 AI 驱动的工具使用算法快速准确地生成代码&#xff0c;从而节省程序员的时间和精力。虽然目前AI写出来的代码还不能完全替代人类&#xff0c;但开发人员完全可以作为…

安卓开发之广播接收器

搞安全的&#xff0c;用到哪学到哪 广播的几个部分 1.发送广播的逻辑&#xff08;需要先定义Intent方法&#xff0c;再进行send&#xff09; 2.接收广播的逻辑&#xff08;继承BroadcastReceiver方法&#xff09; 3.开关控制广播&#xff0c;也就是注册广播的过程&#xff…

Express框架与Mongodb的结合使用

前言 如果你打开这篇文章&#xff0c;说明已经开始有做项目的打算了。 这里有express和mongodb的相关参考教程&#xff0c;遇到问题可以在里面找到答案&#xff1a; Express框架从入门到如土 一文入门Mongodb 这里说下为什么要express框架和mongodb结合。express框架不是指单…

【MySQL数据库】MySQL 高级SQL 语句

[TOC](MySQL 高级SQL 语句 一、MySQL 高级SQL 语句1.1select -显示表格中一个或数个字段的所有数据记录1.2distinct不显示重复的数据记录1.3where有条件查询1.4and、or且 或1.5in 显示已知的值的数据记录1.6between 显示两个值范围内的数据记录1.7通配符&#xff0c;通常通配符…

【图神经网络】5分钟快速了解Open Graph Benchmark

10分钟快速了解Open Graph Benchmark Open Graph Benchmark (OGB)安装OGB简单使用节点分类任务数据集链路预测任务数据集图属性预测任务数据集Large-Scale Graph ML Datasets 内容来源 Open Graph Benchmark (OGB) Open Graph Benchmark&#xff08;OGB&#xff09;是用于图机…

QT学习资料整理

5、QMainWindow QMainWindow是一个为用户提供主窗口程序的类&#xff0c;包含一个菜单栏&#xff08;menu bar&#xff09;、多个工具栏(tool bars)、多个锚接部件(dock widgets)、一个状态栏(status bar)及一个中心部件(central widget)&#xff0c;是许多应用程序的基础&…

一文带你学会Lua语言

一文带你学会Lua语言 1.第一个Lua程序2.Lua流程控制3.Lua中的循环结构while循环语句for循环语句repeat循环语句 4.Lua数据类型5.Lua字符串6.Lua文件I/O操作7.Lua协同程序8.Lua语言中的注释和虚变量 1.第一个Lua程序 在命令行中&#xff0c;可以使用print()来打印输出一些内容 …

【音视频播放器测试】确保卓越的媒体体验

&#x1f604;作者简介&#xff1a; 小曾同学.com,一个致力于测试开发的博主⛽️&#xff0c;主要职责&#xff1a;测试开发、CI/CD 如果文章知识点有错误的地方&#xff0c;还请大家指正&#xff0c;让我们一起学习&#xff0c;一起进步。&#x1f60a; 座右铭&#xff1a;不想…

2 python基础篇

文章目录 变量判断循环函数容器列表元组字符串set字典 函数进阶补充在linux下运行py文件shebang使用pycharm与linux进行相交互 见我的另一个专栏&#xff0c;有专门介绍python 链接 变量 链接 关于多行注释的补充&#xff0c;在函数的前方def functionname&#xff1a;的下面…