• MySQL根据某个字段查询重复的数据



    select count(*) '个数',mobile '手机号',`name` '用户名' from users group by mobile having(count(*) > 1);

    =================================

    having的用法

    having字句可以让我们筛选成组后的各种数据,where字句在聚合前先筛选记录,也就是说作用在group by和having字句前。而 having子句在聚合后对组记录进行筛选。

    SQL实例:

    一、显示每个地区的总人口数和总面积.
    SELECT region, SUM(population), SUM(area) FROM bbc GROUP BY region

    先以region把返回记录分成多个组,这就是GROUP BY的字面含义。分完组后,然后用聚合函数对每组中
    的不同字段(一或多条记录)作运算。

    二、 显示每个地区的总人口数和总面积.仅显示那些面积超过1000000的地区。

    SELECT region, SUM(population), SUM(area)
    FROM bbc
    GROUP BY region
    HAVING SUM(area)>1000000

    在这里,我们不能用where来筛选超过1000000的地区,因为表中不存在这样一条记录。
    相反,having子句可以让我们筛选成组后的各组数据

    MySQL判断某个字段的长度:

    select home_page from aaa表 where char_length(trim(home_page))<10 and char_length(trim(home_page))>1;

    mysql中的where和having子句的区别

    mysql中的where和having子句都可以实现过滤记录的功能,但他们的用法还是有一些区别的,看一例子:
    用group by和having子句联合来查出不重复的记录,sql如下:
    select uid,email,count(*) as ct from `edm_user081217` GROUP BY email
    然后看这个,就容易理解了
    select uid,email,count(*) as ct from `edm_user081217` GROUP BY email HAVING ct > 1
    先用group by 对email进行分组,在用having来过滤大于1的,这样查找出来的就是重复的记录了.

    以下是having和where的区别:
    Select city FROM weather WHERE temp_lo = (SELECT max(temp_lo) FROM weather);
    作用的对象不同。WHERE 子句作用于表和视图,HAVING 子句作用于组。
    WHERE 在分组和聚集计算之前选取输入行(因此,它控制哪些行进入聚集计算), 而 HAVING 在分组和聚集之后选取分组的行。因此,WHERE 子句不能包含聚集函数; 因为试图用聚集函数判断那些行输入给聚集运算是没有意义的。 相反,HAVING 子句总是包含聚集函数。(严格说来,你可以写不使用聚集的 HAVING 子句, 但这样做只是白费劲。同样的条件可以更有效地用于 WHERE 阶段。)
    在前面的例子里,我们可以在 WHERE 里应用城市名称限制,因为它不需要聚集。 这样比在 HAVING 里增加限制更加高效,因为我们避免了为那些未通过 WHERE 检查的行进行分组和聚集计算
    综上所述:
    having一般跟在group by之后,执行记录组选择的一部分来工作的。
    where则是执行所有数据来工作的。
    再者having可以用聚合函数,如having sum(qty)>1000

    引用自:https://wenku.baidu.com/view/e8f43e7603768e9951e79b89680203d8ce2f6aaf.html

    成功不是终点,失败也并非末日,重要的是前行的勇气!
  • 相关阅读:
    微信小程序Tab选项卡切换大集合
    微信小程序基于swiper组件的tab切换
    微信小程序基于scroll-view实现锚点定位
    商家 APP 如何接入新版支付宝支付,老版本商家如何升级
    JSON 接口如何实现 RSA 非对称加密与签名
    基于微信小程序的用户列表点赞功能
    tensorflow中常用学习率更新策略
    交叉熵损失函数和均方误差损失函数
    python中几个实用的文件操作
    特征选择
  • 原文地址:https://www.cnblogs.com/DSH-/p/7124814.html
Copyright © 2020-2023  润新知