MySQL（单表查询）
MySQL之查询关键
-
SQL语句查询关键字
❤️🔥SQL语句查询关键字之select
最基本的查询语句就是由select和from关键字所组成的，select语句屏蔽了物理层的操作，用户不必在意关系数据的真实存储，交互有数据库高效的查询数据。
select：指定需要查询的字段信息
select （空格） ：查询所有字段
select name：查询 name 字段
name 字段：查询字段的 字符数
select char_length（name）from ：指定需要查询的表信息
from mysql.user from t1在SQL语句中关键字的执行顺序和编写顺序并非是一致的。
eg: select id,name from userinfo; 意思是： 在userinfo这个表中查询id和名字 在书写的的时候，我们是先书写select 然后再写的from，但是在执行的时候是先执行的from 在执行的select。 关于书写的顺序和执行的顺序，没有必要过多的在意，只要足够的熟练，写就成了很自然而然的。
🐳elect语句中各关键字的先后顺序
(1) from
(2) on
(3) join
(4) where （可以使用表的别名）
(5) group by(可以开始使用select中字段的别名（不是表的别名），后面的语句中都可以使用)
(6) having + 聚合函数
(7) select
(8) distinct
(9) order by
(10) limit
1~3是table部分——形成表
4~6是filter部分——过滤条件
7~10是show部分——展示
❤️🔥查询关键字：==where ==
where子句 :判断数据，进行筛选
where 语法句式：
select ...from ....where 条件（and/or） 条件..
能被使用的判断条件有哪些：
比较运算符： >, <, >=, <= ,!= ,<>, =
逻辑运算符： &&(and), ||(or), !(not)
like：模糊查询
between：在.....中间
like（模糊查询）:
概念：模糊查询就当条件不够精确的时候进行查询，就称之为模糊查询
模糊查询的常用符号：
% :可以匹配任意的个数的字符
eg：%o% Jason loo owen
%0 asd0 mio mico
_ :可以匹配单个个数的任意字符
eg： _o_ aox box
o_ ok ol
小提示：子句的执行顺序是from-> where -> select ，先选择数据来源，再进行条件筛选，根据筛选完的记录选择输出内容
🐳案例：
准备的数据
创建表格的数据
create table 员工数据(id int primary key auto_increment,
name varchar(20) not null,
gender enum('male','female') not null default 'male', #大部分是男的
age int(3) unsigned not null default 28, #默认
hire_date date not null,
post varchar(50),
post_comment varchar(100),
salary double(15,2),
office int, #一个部门一个屋子
depart_id int);
#插入记录
#部门：教学部、销售部、运营部
insert into 员工数据 (name,gender,age,hire_date,post,salary,office,depart_id) values('水清璃','male',1000,'20130109','水的诞生者',1000000,101,1),('jason','male',18,'20170301','浦东第一帅形象代言',7300.33,401,1), #以下是教学部
('tom','male',78,'20150302','teacher',1000000.31,401,1),
('kevin','male',81,'20130305','teacher',8300,401,1),
('tony','male',73,'20140701','teacher',3500,401,1),
('owen','male',28,'20121101','teacher',2100,401,1),
('jack','female',18,'20110211','teacher',9000,401,1),
('jenny','male',18,'19000301','teacher',30000,401,1),
('sank','male',48,'20101111','teacher',10000,401,1),
('碓冰','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门
('天明','male',38,'20101101','sale',2000.35,402,2),
('少羽','male',18,'20110312','sale',1000.37,402,2),
('莫纱','female',18,'20160513','sale',3000.29,402,2),
('美咲','female',28,'20170127','sale',4000.33,402,2),
('僧龙','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门
('舒言','male',18,'19970312','operation',20000,403,3),
('思思','female',18,'20130311','operation',19000,403,3),
('颜爵','male',18,'20150411','operation',18000,403,3),
('花翎','female',18,'20140512','operation',17000,403,3);
🐳编写SQL语句的小技巧
针对select后面的字段名我们可以先使用 * 占位然后再往后写，最后在回来修改
但是在实际应用select 的后面直接写 * ，因为 * 的意思就是所有，当表中字段和数据都特别多的情况下是非常浪费数据库资源的。
PS：SQL语句的编写和代码是一样的，都是来来回回的修改，反反复复的编写，从而完成的，而不是一蹴而就的。出现了问题一定不要慌，慢慢来，先看报错信息，在根据报错的信息进行处理。
🐳where实践：
1.查询id大于等于3小于等于6的数据
select * from 员工数据 where id >=3 and<=6;
select *from 员工数据 where id between 3 and 6;
2.查询薪资是20000或者18000或者17000的数据
select * from 员工数据 where salary=20000 or salary=18000 or salary =7000;
3.查询id小于3大于6的数据
select *from 员工数据 where id<3 or id>6;
4.查询员工姓名中包含字母o的员工姓名与薪资
select *from 员工数据 where name like '%o%';
5.查询员工姓名是由四个字符组成的员工姓名与其薪资
(1)select * from 员工数据 where name like '____' and salary;
(2)select *from 员工数据 where char_length(name) =4;
6.查询岗位描述为空的员工名与岗位名 针对null不能用等号，只能用is
select *from 员工数据 where post_comment is null;
❤️🔥查询关键字：group by（分组）
🐳概念：主要是用来进行分组查询的，通过一定的规则将一个个数据集进行划分，然后针对每个小组的区分分别进行数据的汇总处理，分组的目的就是为了更好的统计相关的数据。
语法结构：
select （组名） from 表名 group by 字段名;
🐳在进行分组的时候，SQL提供了如下聚合函数，如下：
Count(): 统计分组后的记录数: 每一组有多少记录
Max(): 统计每组中非空的最大值
Min(): 统计非空的最小值
Avg(): 统计平均值
Sum(): 统计和
avg()函数：
分组以外的字段是无法直接写的，需要借助于方法，可以对分组的结果中的某个字段进行字符串连接(保留该组所有的某个字段):
group_concat(字段）
小提示：语句的执行顺序如下：
from -> where -> group by -> select-> order by -> limit
from选择数据来源，where选择条件，符合条件的记录留下来，然后经过group by分组，分完组根据select子句里面聚合函数做计算，然后order by对结果集排序，最后交给limit挑选返回哪些分页的数据显示。
还有一点就是where 条件是不允许出现聚合函数的。
🐳实践：
1.将员工数据按照部门分组
select *from 员工数据 group by post;(无序？)
SQL_mode = 'strict_trans_table,only_full_group_by'
2.获取每个部门的最高工资
"""对于分组，我们在使用的过程中完全可以从需求中分析出来， 尤其是出现了关键字 每个，平均 """
select post,max(salary) from 员工数据 group by post;
3.一次获取部门薪资相关统计
select post,max(salary)'最高薪资',min(salary)as '最低薪资',avg(salary)'平均薪资',sum(salary)'本月支出' from 员工数据 group by post;
4.统计每个部门的人数
select post,count(id) from 员工数据 group by post;
5.统计每个部门的部门名称以及部门下的员工姓名
"""分组以外的字段没有办法直接填写的，需要借助到一个小方法 group_concat (拼接)"""
select post,group_concat(name) from 员工数据 group by post;
select post,group_concat(name,'|',age) from 员工数据 group by post;
#(拼接的时候可以添加一些特殊的符号)
在针对SQL语句执行之后的结果，我们是可以修改字段的名称的，使用关键字 as (在输写的时候也可以进行省略)
如下：
select post as '部门',max(salary)'最高薪资' from 员工数据 group by post;
回溯统计: with rollup: 任何一个分组后都会有一个小组, 最后都需要向上级分组进行汇报统计: 根据当前分组的字段. 这就是回溯统计: 回溯统计的时候会将分组字段置空.
多字段回溯: 考虑第一层分组会有此回溯: 第二次分组要看第一次分组的组数, 组数是多少,回溯就是多少,然后加上第一层回溯即可.
select post,avg(salary) from 员工数据 group by post with rollup;
❤️🔥查询关键字：having （过滤）
🐳概念：having的本质与where是一样的，都是用来对数据进行筛选，只不过where是在分组前 进行的筛选，而having是对分组之后对数据进行筛选（二次筛选）。
上面说了where判断条件中是不能出现聚合函数的，而having的出现就是为where解决where条件不能使用聚合函数的问题。
having (条件)不能独立存在，必须依赖于group by（）而存在，group by 执行完成就立即执行having子句
语法结构：
select 分组 *from 表名 where （where条件） group by 分组名 having （having条件）;
从功能上来说，上面两种写法没有什么区别，但是where优先级在group by之前，是先把数据按条件筛选完了再分组好呢，还是分完组再去筛选好呢？肯定是前者。所以where能完成的就用where完成，不要放到having中。大量的数据从磁盘读取到内容代价比较大，先筛选完了，再把符合条件的记录读取到内存中显然更好。
Having能做where能做的几乎所有事情, 但是where却不能做having能做的很多事情.
where 与having的区别：
1.分组统计的结果或者说统计函数都只有having能够使用.
2.having能够使用字段别名，where不能，where是从磁盘取数据，而名字只可能是字段名，别名是在字段进入到内存后才会产生.
🐳代码实践：
1.统计各部门年龄在30岁以上的员工平均工资 并且保留大于10000的数据
推理步骤：
（1）.先筛选出所有年龄大于30岁的员工数据
select * from 员工数据 where age > 30;
（2）.在对筛选出来的数据按照部门的分组进行统计平均薪资
select post,avg(salary) from 员工数据 where age > 30 group by post;
(3).针对已经分组统计之后的结果做二次筛选
select post,avg(salary) from 员工数据 where age>30 group by post having avg(salary) >1000;
要注意having 子句判断只能和具体数值判断大小，不能和字段以及聚合函数判断，比较要有数值。比如查询工资大于平均工资的人的数量就不能写having salary > avg(salary)，子句判断不是和数值在比较，会直接报错。
❤️🔥查询关键字：distinct（去重）
🐳概念：针对两个一模一样的两个数据进行去重处理（注意这里的这个条件是不能被忽略的）
语法结构：
select distinct 去重关键字 from 表名;
关键字针对的是多个字段组合的结果
实践：
1.查看员工中的所有年龄段
select distinct age from 员工数据;
2.查看每个部门的都有哪些年龄段的人
select distinct age,post from 员工数据;
❤️🔥查询关键字：order by （排序）
🐳概念：就是根据某个字段进行排序（升序或降序）
语法结构：
order by 字段名 [asc/desc]
asc: 升序（默认的）
desc：降序
🐳多字段的排序：
使用order by 规定的首要条件和次要条件排序，数据库会优先按照首要条件进行排序；遇到首要排序内容相同的记录，那么就会启动次要的条件再次进行排序就可以了。
实践：
1.单字段排序
select * from 员工数据 order by age asc; #(默认升序 asc 可以省略)
select *from 员工数据 order by age desc;#(降序)
2.多字段排序
2.1.先按照年龄进行排序，然后再相同的结果下按照薪资降序
select *from 员工数据 order by age,salary desc;
2.2.统计个部门年龄在18岁以上的员工平均工资，并且保留平均工资大于1000的部门，然后对工资进行排序
执行步骤：
1.先筛选所有年龄大于18岁的员工
select *from 员工数据 where age>=18;
2.对部门进行分组再统计员工的平均工资
select post,avg(salary) from 员工数据 where age>=18 group by post;
3.统计平均工资大于1000的部门
select post,avg(salary) from 员工数据 where age>=18 group by post having avg(salary) >1000 ;
4.对所有的工资进行排序
select post,avg(salary) from 员工数据 where age>=18 group by post having avg(salary) >1000 order by avg(salary);
当一条SQL语句中有很多的地方都需要使用聚合函数计算之后的结果。我们可以节省操作（主要是节省了底层运行效率，代码是看不出来的）
select post,avg(salary) as avg_salary from 员工数据 where age >10 group by post having avg_salary >1000 order by avg_salary;
❤️🔥查询关键字：limit （分页）
🐳概念：这是一种限制结果的语句，用来对数据进行分页。当数据在特别多的情况下，我们很少会一次性获取所有的数据。
例如：我们浏览网站，一般只会加载少量的部分信息，并不会一次性将所有的数据加载出来，那样只会浪费CPU时间，内存，网络，网络带宽。而结果集的记录可能很多，所以可以使用limit关键字来限定结果集的数量。
🐳limit的两种使用方式：
-
用来限制长度（数据量）
语句结构：limit（数据量） -
用来限制起始位置，限制数
语句结构：limit 起始位置，长度
方式2主要用来实现数据的分页: 为用户节省时间,提交服务器的响应效率, 减少资源的浪费.
对于用户来讲: 可以点击的分页按钮: 1,2,3,4....
对于服务器来讲: 根据用户选择的页码来获取不同的数据: limit offset,length;
Length: 每页显示的数据量: 基本不变
Offset: offset = (页码 - 1) * 每页显示量
小提示：limit子句的执行顺序 from -> select -> limit，先选择数据来源，再选择输出内容，最后选择显示的限定条件
实践：
1.展示五个员工的数据
select *from 员工数据 limit 5;
2.从第二条之后到读取9条数据
select *from 员工数据 limit 2,9;
3.查询工资最高的人的信息
select *from 员工数据 order by salary desc limit 1;
#这里千万不能使用惯性思维，一看到工资最高就想想着分组聚合
❤️🔥查询关键字：regexp （正则表达式）
🐳在使用SQL语句的模糊匹配如果用的不习惯，自己也可以写正则表达式来进行批量查询
# 开头条件是 j 结尾：n 或y
改：select *from 员工数据 where name regexp '^j.*(n|y)$';
❤️🔥关于多表查询:
🐳概念：将多张表（可以大于2张）进行记录的链接（按照某一个指定的条件进行数据的拼接）。
我们会将两张表中的所有的数据对应一遍，这个现象称之为"笛卡尔积"，因为无脑的对应是没有意义的，应该将关系的数据对应到一起才合理。基于笛卡尔积可以将两个表中的部门编号和部门id相同的数据筛选出来，涉及到两张及以上的表时，
最终结果会是：记录数有可能会发生改变，字段数一定会增加（至少会是两张合并），字段就很容易冲突，所以我们需要在字段前面加上表名来进行指定。
🐳连接查询的意义: 在用户查看数据的时候,需要显示的数据来自多张表.
create table 部门表(
id int primary key auto_increment,
name varchar(32));
create table 员工表(
id int primary key auto_increment,
name varchar(32),
sex enum('male','female') not null default 'male',
age int,
部门号 int);
#添加数据
insert into 部门表 values
(1,'技术部'),
(2,'销售部'),
(3,'财务部'),
(4,'运营部'),
(5,'秘书部');
insert into 员工表 (name,sex,age,部门号)values
('莫言','male',28,1),
('林玖','male',24,2),
('夏夏','female',23,3),
('姜虹','male',28,4),
('默默','female',28,5);
1.将两张表的数据进行合并
select *from 员工表,部门表;
2.获取合在一起的两张表一次性获取更多的数据
select *from 员工表,部门表 where 员工表.部门号=部门表.id;
浙公网安备 33010602011771号