【Linux】MySQL 高级 SQL 语句 (一)

news2024/11/17 3:35:07

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

MySQL 高级 SQL 语句

  • MySQL 高级(进阶) SQL 语句
      • SELECT：显示表格中一个或数个字段的所有数据记录
      • DISTINCT：不显示重复的数据记录
      • WHERE：有条件查询
      • AND OR：且 或
      • IN：显示已知的值的数据记录
      • BETWEEN：显示两个值范围内的数据记录
      • 通配符：通常通配符都是跟 LIKE 一起使用的
      • LIKE：匹配一个模式来找出我们要的数据记录
      • ORDER BY：按关键字排序
    • 函数
      • 数学函数
      • 聚合函数
      • 字符串函数
      • GROUP BY：对GROUP BY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
      • 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
      • 别名：字段別名 表格別名
      • 子查询：连接表格，在WHERE 子句或 HAVING 子句中插入另一个 SQL 语句
      • EXISTS：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

MySQL 高级(进阶) SQL 语句

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

xjz 表格
+----------+--------------+
| Region   | Store_Name   |
|----------+--------------|
| East     | Boston       |
| East     | New York     |
| West     | Los Angeles  |
| West     | Houston      |
+----------+--------------+

create table ikun (Store_Name char(20),Sales int(10),Date char(10));
insert into ikun values('Los Angeles','10500','2023-6-17');
insert into ikun values('Houston','2500','2023-6-18');
insert into ikun values('Los Angeles','3000','2023-6-19');
insert into ikun values('Boston','7000','2023-6-20');

ikun 表格
+--------------+---------+------------+
| Store_Name   |   Sales | Date       |
|--------------+---------+------------|
| Los Angeles  |   10500 | 2023-6-17  |
| Houston      |    2500 | 2023-6-18  |
| Los Angeles  |    3000 | 2023-6-19  |
| Boston       |    7000 | 2023-6-20  |
+--------------+---------+------------+

在这里插入图片描述
在这里插入图片描述

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 ikun;

在这里插入图片描述

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 ikun;

在这里插入图片描述

WHERE：有条件查询

语法：SELECT "字段" FROM "表名" WHERE "条件";
SELECT Store_Name FROM ikun WHERE Sales > 10000;

在这里插入图片描述

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 ikun WHERE Sales > 10000 OR (Sales < 5000 AND Sales > 2000);

在这里插入图片描述

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 ikun WHERE Store_Name IN ('Los Angeles', 'Houston');

在这里插入图片描述

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" BETWEEN '值1' AND '值2';
SELECT * FROM ikun WHERE Date BETWEEN '2023-6-18' AND '2023-6-20';

在这里插入图片描述

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

'A_Z'：所有以 'A' 起头，另一个任何值的字符，且以 'Z' 为结尾的字符串。例如，'ABZ' 和 'A2Z' 都符合这一个模式，而 'AKKZ' 并不符合 (因为在 A 和 Z 之间有两个字符，而不是一个字符)。
'ABC%': 所有以 'ABC' 起头的字符串。例如，'ABCD' 和 'ABCABC' 都符合这个模式。
'%XYZ': 所有以 'XYZ' 结尾的字符串。例如，'WXYZ' 和 'ZZXYZ' 都符合这个模式。
'%AN%': 所有含有 'AN'这个模式的字符串。例如，'LOS ANGELES' 和 'SAN FRANCISCO' 都符合这个模式。
'_AN%'：所有第二个字母为 'A' 和第三个字母为 'N' 的字符串。例如，'SAN FRANCISCO' 符合这个模式，而 'LOS ANGELES' 则不符合这个模式。

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 ikun WHERE Store_Name like '%os%';

在这里插入图片描述

ORDER BY：按关键字排序

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 Store_Name,Sales,Date FROM ikun ORDER BY Sales DESC;

在这里插入图片描述

函数

数学函数

函数说明
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，也可以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

聚合函数

函数说明
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之和
SELECT avg(Sales) FROM ikun;
#返回指定列的平均值

在这里插入图片描述

SELECT count(Store_Name) FROM ikun; 
SELECT count(DISTINCT Store_Name) FROM ikun;
#返回指定列中非 NULL 值的个数

在这里插入图片描述

SELECT max(Sales) FROM ikun;
#返回指定列的最大值
SELECT min(Sales) FROM ikun;
#返回指定列的最小值

在这里插入图片描述

SELECT sum(Sales) FROM ikun;
#返回指定列的所有值之和

在这里插入图片描述

City 表格

+----------+
| name     |
|----------|
| beijing  |
| nanjing  |
| shanghai |
| <null>   |
| <null>   |
+----------+
SELECT count(name) FROM City;
SELECT count(*) FROM City;
#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

字符串函数

函数说明
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 的前 y 个字符
right(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
SELECT concat(Region, Store_Name) FROM xjz WHERE Store_Name = 'Boston';

在这里插入图片描述

#如sql_mode开启了PIPES_AS_CONCAT，"||"视为字符串的连接操作符而非或运算符，和字符串的拼接函数Concat相类似，这和Oracle数据库使用方法一样的
SELECT Region || ' ' || Store_Name FROM xjz WHERE Store_Name = 'Boston';

SELECT substr(Store_Name,3) FROM xjz WHERE Store_Name = 'Los Angeles';
SELECT substr(Store_Name,2,4) FROM xjz WHERE Store_Name = 'New York';

在这里插入图片描述

SELECT TRIM ([ [位置] [要移除的字符串] FROM ] 字符串);
#[位置]：的值可以为 LEADING (起头), TRAILING (结尾), BOTH (起头及结尾)。 
#[要移除的字符串]：从字串的起头、结尾，或起头及结尾移除的字符串。缺省时为空格。

SELECT TRIM(LEADING 'Ne' FROM 'New York');

SELECT Region,length(Store_Name) FROM xjz;

SELECT REPLACE(Region,'ast','astern')FROM xjz;

在这里插入图片描述

GROUP BY：对GROUP BY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

语法：SELECT "字段1", SUM("字段2") FROM "表名" GROUP BY "字段1";
SELECT Store_Name, SUM(Sales) FROM ikun GROUP BY Store_Name ORDER BY sales desc;

在这里插入图片描述

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。
语法：SELECT "字段1", SUM("字段2") FROM "表格名" GROUP BY "字段1" HAVING (函数条件);
SELECT Store_Name, SUM(Sales) FROM ikun GROUP BY Store_Name HAVING SUM(Sales) > 1500;

在这里插入图片描述

别名：字段別名 表格別名

语法：SELECT "表格別名"."字段1" [AS] "字段別名" FROM "表格名" [AS] "表格別名";
SELECT A.Store_Name Store, SUM(A.Sales) "Total Sales" FROM ikun A GROUP BY A.Store_Name;

在这里插入图片描述

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

语法：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 ikun WHERE Store_Name IN 
(SELECT Store_Name FROM xjz WHERE Region = 'West');

SELECT SUM(A.Sales) FROM ikun A WHERE A.Store_Name IN 
(SELECT Store_Name FROM xjz B WHERE B.Store_Name = A.Store_Name);

在这里插入图片描述

EXISTS：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 ikun WHERE EXISTS (SELECT * FROM xjz WHERE Region = 'West');

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/676642.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

CVE-2022-25411

CVE-2022-25411

文章目录 CVE-2022-25411一、漏洞介绍二、渗透步骤1、打开网站2、目录扫描3、访问后台4、添加文件后缀5、上传shell6、查看flag值 CVE-2022-25411 一、漏洞介绍 Maxsite CMS文件上传漏洞。 MaxSite CMS是俄国MaxSite CMS开源项目的一款网站内容管理系统。马克斯程序(MaxCMS)以…
阅读更多...
【Syncfusion系列】SfDataGrid 轻松实现分页和Excel导出

【Syncfusion系列】SfDataGrid 轻松实现分页和Excel导出

前言 Syncfusion 封装了一个控件 SfDataGrid &#xff0c;通过SfDataGrid我们只需要 极少量 代码就能分页和Excel导出。 效果展示 包安装 安装下面三个包 将表格绑定到数据库 这次我使用的是一个本地的小型数据库&#xff1a;sqlit 我通过 sqlit-net 这个包 进行访问 sqlit…
阅读更多...
Dify 基于 ChatGPT 构建本地知识库问答应用

Dify 基于 ChatGPT 构建本地知识库问答应用

一、Dify 自从 ChatGPT 横空出世之后&#xff0c;其极高的语言理解和交互能力不仅让人惊呼&#xff0c;ChatGPT不仅能够处理事实性问题&#xff0c;还能理解和生成情感色彩更浓厚的对话内容&#xff0c;能够识别用户的情感倾向&#xff0c;并据此作出相应的回应。这么好的东西…
阅读更多...
Linux——文件基础IO的文件描述符和重定向理解

Linux——文件基础IO的文件描述符和重定向理解

目录 前言&#xff1a; 首先来回顾一下open函数&#xff0c;即在进程中同时打开多个文件&#xff1a; Linux底层进程与文件的关系 &#xff1a; 2.1关闭stdin&#xff1a; 运行结果&#xff1a; ​编辑由结果知&#xff1a;fd1指向文本文件cyq.txt&#xff0c;原本fd1是默…
阅读更多...
机器学习多步时间序列预测解决方案

机器学习多步时间序列预测解决方案

近年来&#xff0c;随着机器学习与深度学习的发展机器学习平台的成熟&#xff0c;数据科学家们不再需要关心底层的基础设施及构建复杂的训练与推理环境&#xff0c;从而可以把主要的时间与精力放在数据与算法本身。在机器学习变得更容易的今天&#xff0c;越来越多的传统行业已…
阅读更多...
HAL库——STM32CubeMX中断相关配置（中断反转LED状态）

HAL库——STM32CubeMX中断相关配置（中断反转LED状态）

STM32CubeMX中断相关配置 文章目录 STM32CubeMX中断相关配置1. 选择你要用的芯片(双击打开)2. 设置串口写入3. 配置时钟树&#xff0c;外部时钟为系统时钟&#xff08;PLL倍频时钟&#xff09;4. 查看原理图&#xff0c;找到可以中断控制的器件&#xff0c;或者外接小灯来达到中…
阅读更多...
中国版chatGPT【文心一言】

中国版chatGPT【文心一言】

文心一言是一款基于人工智能技术的中文自然语言处理工具&#xff0c;它可以用于文本生成、情感分析、关键词提取等多种应用场景。相比于GPT等其他自然语言处理模型&#xff0c;文心一言有着更多的优势。 首先&#xff0c;文心一言具有更高的准确率和可靠性。它采用了最新的深度…
阅读更多...
Redis之RDB和AOF持久化原理解析

Redis之RDB和AOF持久化原理解析

Redis之RDB和AOF持久化原理解析 一 RDB持久化原理及缺点 说明&#xff1a; 主进程是没法读取物理内存的&#xff0c;所以会在主进程有一个页表来读取物理内存中的数据子进程共享主进程的数据&#xff0c;会复制页表&#xff0c;写入磁盘中写操作是会拷贝一份在进行写操作 二…
阅读更多...
【MySql】MySql事务隔离级别与一致性

【MySql】MySql事务隔离级别与一致性

文章目录 理解隔离性隔离级别查看与设置隔离性读未提交Read Uncommitted读提交Read Committed可重复读 Repeatable Read串行化serializable一致性(Consistency) 理解隔离性 MySQL服务可能会同时被多个客户端进程(线程)访问&#xff0c;访问的方式以事务方式进行 一个事务可能由…
阅读更多...
计算机网络——自顶向下方法（第四章学习记录）

计算机网络——自顶向下方法（第四章学习记录）

本章学习网络层&#xff1a;数据平面 前一章中我们学习了运输层依赖于网络层的主机到主机的通信服务&#xff0c;提供了各种形式的进程到进程的通信。在本章中我们将看到与运输层和应用层不同的是&#xff0c;在网络中的每一台主机和路由器中都有一个网络层部分。 网络层能够…
阅读更多...
【FreeRTOS】FreeRTOS学习笔记 ---- 堆和栈，第1个FreeRTOS程序，创建任务函数及任务管理

【FreeRTOS】FreeRTOS学习笔记 ---- 堆和栈，第1个FreeRTOS程序，创建任务函数及任务管理

&#x1f340;作者&#xff1a;阿润菜菜 目录 一、通过故事介绍FreeRTOS1.什么是FreeRTOS&#xff1f;2.FreeRTOS能做什么&#xff1f; 二、如何使用FreeRTOS&#xff1f; --- 第1个FreeRTOS程序三、FreeRTOS的堆和栈1.堆和栈的概念2.堆和栈的分配方式3.堆和栈的溢出检测 四、创…
阅读更多...
【创建一个螺旋状的相机轨迹并可视化该轨迹以及每个点的姿态】

【创建一个螺旋状的相机轨迹并可视化该轨迹以及每个点的姿态】

文章目录 焦点的作用static const Eigen::Vector3d b_cam_z(0, 0, 1);static const Eigen::Matrix3d R_w_base = (Eigen::Matrix3d() << 0, 0, -1, 1, 0, 0, 0, -1, 0).finished()import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import …
阅读更多...
canvas详解03-绘制图像和视频

canvas详解03-绘制图像和视频

canvas 更有意思的一项特性就是图像操作能力。可以用于动态的图像合成或者作为图形的背景，以及游戏界面（Sprites）等等。浏览器支持的任意格式的外部图片都可以使用，比如 PNG、GIF 或者 JPEG。你甚至可以将同一个页面中其他 canvas 元素生成的图片作为图片源。 引入图像到 …
阅读更多...
canvas详解04-绘制文字

canvas详解04-绘制文字

绘制文本 canvas 提供了两种方法来渲染文本： fillText(text, x, y [, maxWidth]) 在指定的 (x,y) 位置填充指定的文本，绘制的最大宽度是可选的。 strokeText(text, x, y [, maxWidth]) 在指定的 (x,y) 位置绘制文本边框，绘制的最大宽度是可选的。 #一个填充文本的示例…
阅读更多...
Vue电商项目--购物车操作

Vue电商项目--购物车操作

购物车动态展示数据 但是这个数据的格式不完美 一层套一层 重新对vuex进行存储处理 这里接口写错 这一块&#xff0c;我们通过计算属性加工一下&#xff0c;重新渲染到页面上 在这里我们考虑一个问题&#xff0c;那就是将计算出来的总值计算到页面上 这里还有一个问题&#x…
阅读更多...
qt读写xml文件

qt读写xml文件

Qt使用XML模块&#xff0c;在.pro文件中添加 QT xml Qt 提供了三种读写 XML 文档的方法&#xff1a; QXmlStreamReader/QXmlStreamWriter&#xff1a; 一种快速的基于流的方式访问良格式 XML 文档&#xff0c;特别适合于实现一次解析器&#xff08;所谓“一次解析器”&…
阅读更多...
前端vue入门(纯代码)13

前端vue入门(纯代码)13

【13.Vue的消息订阅与发布】 备注&#xff1a;全局事件总线用的更多些&#xff0c;消息订阅与发布只需了解即可。【注意点1】&#xff1a;由于“消息订阅与发布”可依赖的第三方库太多了&#xff0c;这里使用pubsub-js 问题&#xff1a;“全局事件总线”和“消息订阅与发布”都…
阅读更多...
看完这篇 教你玩转渗透测试靶机vulnhub—Emplre: Breakout

看完这篇 教你玩转渗透测试靶机vulnhub—Emplre: Breakout

Vulnhub靶机Emplre: Breakout渗透测试详解 Vulnhub靶机介绍&#xff1a;Vulnhub靶机下载&#xff1a;Vulnhub靶机安装&#xff1a;Vulnhub靶机漏洞详解&#xff1a;①&#xff1a;信息收集&#xff1a;②&#xff1a;登入后台&#xff1a;③&#xff1a;GetShell&#xff1a;④…
阅读更多...
oracle操作xml格式数据

oracle操作xml格式数据

新建一张用来测试的表 -- Create table create table XMLTEST (id NUMBER,content VARCHAR2(4000) );往表中插入数据 insert into XMLTEST (id, content) values (1, <root><app><id>1</id><name>张三</name><age>18</age…
阅读更多...
《网络安全0-100》经典访问控制策略

《网络安全0-100》经典访问控制策略

1经典访问控制策略 1.1自主访问控制 允许用户自己对客体将已有的权限赋予给其他主体&#xff0c;也可以撤销自己赋予给其他主体的权限。 矩阵结构分为三个主要的表&#xff1a; 访问控制矩阵 访问控制列表 权能表 矩阵的局限性&#xff1a; 大小为主体数量客体数量&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023