-----分组查询-----

1.语法：

SELECT 字段列表 FROM 表名 [WHERE 条件 ] GROUP BY 分组字段名 [HAVING 分组后过滤条件]；

2.where与having区别

》执行时机不同：where是分组之前进行过滤，不满足where条件，不参与分组；而having是分组之后对结果进行过滤。

》判断条件不同：where不能对聚合函数进行判断，而having可以。

例：

--1.根据性别分组，统计男性员工和女性员工的数量

select  count（*） from emp group by gender;

select  gender, count（*） from emp group by gender;

--2.根据性别分组，统计男性员工和女性员工的平均年龄

select  gender, avg(age)  from emp group by gender;

--3.查询年龄小于45的员工，并根据工作地址分组，获取员工数量大于等于3的工作地址

select  workaddress, count(*) from emp where age < 45 group by workadress having count(*) >=3;

select  workaddress, count(*) address_count from emp where age < 45 group by workadress having address_count >=3;

注意：

执行顺序： where > 聚合函数 > having

分组之后，查询的字段一般为聚合函数和分组字段，查询其他字段无任何意义。

-----排序查询-----

1.语法：

SELECT 字段列表 FROM 表名 ORDER BY 字段1 排序方式1, 字段2 排序方式2;

2.排序方式：

》 ASC ：升序（默认值）

》DESC ： 降序

注意：

如果是多字段排序，当第一个字段值相同时，才会根据第二个字段进行排序。

例：

1.根据年龄对公司的员工进行升序排序

select *  from emp order by age asc;

2.根据入职时间，对员工进行降序排序

select * from emp order by entrydate desc;

3.根据年龄对公司的员工进行升序排序，年龄相同，再按照入职时间进行降序排序

select * from emp order by age asc,entrydate desc;

-----分页查询-----

1.语法：

SELECT 字段列表 FROM 表名 LIMIT 起始索引，查询记录数；

注意：

起始索引从0开始，起始索引= （查询页码 - 1）*每页显示记录数。

分页查询是数据库的方言，不同的数据库有不同的实现，MYSQL中是LIMIT。

如果查询的是第一页数据，起始索引可以省略，直接简写为 limit 10。

例：

1.查询第一页员工数据，每页显示10条记录

select * from emp limit 0,10；

select * from emp limit 10；

2.查询第二页员工数据，每页展示10条记录

select * from emp limit 10,10；

案例：

1.查询年龄为20,21,22,23岁的女性员工信息。

select * from emp where gender = ‘女’ and age in （20,21,22,23）；

2.查询性别为男，并且年龄在20~40岁（含）以内的姓名为三个字的员工。

select * from emp where gender = ‘男’ and age between 20 and 40 and name like '---';

3.统计员工表中，年龄小于60岁的，男性员工和女性员工的人数。

select gender,count(*) from emp where age < 60 group by gender;

4.查询所有年龄小于等于35岁员工的姓名和年龄，并对查询结果按年龄升序排序，如果年龄相同按入职时间降序排序。

select name, age from emp where age <= 35 order by age asc, entrydate desc;

5.查询性别为男，且年龄在20~40岁（含）以内的前5个员工信息，对查询的结果按年龄升序排序，年龄相同按入职时间升序排序。

select * from emp where gender = '男' and age between 20 and 40 order by age asc,entrydate asc limit 5 ;