• 数据库,单表查询,多表查询,子查询


    07.16自我总结

    数据库查找方式进阶

    一.单表查询

    1.查看表单选择段落

    1.disinct

    • 所有内容去重:select disinct * from 表名称;
    • 指定字段去重:select disinct 字段 from 表名称;

    注意点

    • disinct 必须写在开头

    2.查看多个字段内容

    • 查看多个字段内容:select 字段一,字段2 from 表名称;
    • 查看全部以及字段内容:select * 字段1 from 表名称;

    注意点

    • 有*和字段的时候,*必须写在字段的前面

    3.对于查看段落横坐标进行重命名显示

    • select 字段名称 as 显示字段名称 from 表名称;
    • select 字段名称 显示字段名称 from 表名称

    4.选择指定表指定段落

    select 指定表.字段 from 表1,表2

    5.四则运算

    四则运算包括加减乘除

    select 字段1 四则运行符号 字段2 from 表名称

    6.函数运算

    语法:select 函数(字段1) from 表名称

    统计函数

    • max:最大值
    • min:最小值
    • avg:平均值
    • sum:求和
    • count:数量

    2.where

    1.常见的表达式

    比较运算符 介绍
    <,<=,>,>=,=,!= 小于,小于等于,大于,大于等于,等于,不等于
    in(set) 成员运算,看值有没有再列表里面
    like 模糊查找:%代表零个或多个字符,_代表一个字符
    is null 判断是否为空
    between A and B 显示某个区间:A-B 包括A和B
    逻辑运算符 介绍
    and 且,多个条件同时满足
    or 或者,满足多个条件其中一条
    not 不成立

    2.特殊的表达式

    binary

    区分大小写

    语法:select 段落 from 表明 where binary 字段....................................

    3.group by/having

    分组

    语法

    select....from 表名

    where .......

    group by 字段名称 #如果这里有多个字段,A,B,用,连接表示具有相同字段A以及相同字段B进行分组

    having 判断内容

    注意:

    • having 必须分组后才能使用
    • 分组后只能用having
    • group_concat(字段),可以把由于分组后造成的折叠内的数据全部显示

    4.order by

    排序

    语法:默认为升序

    order by 字段名称

    固定升序或者降序

    • 升序 :order by 字段名称 asc
    • 降序:order by 字段名称 desc

    多个条件排序主次关系

    order by 主字段,次字段

    5.limit

    限制显示记录

    对于单页表操作

    limit start count

    • 其中start可以不填,不填默认从0开始,0是第一天记录
    • start表示起始位置,count 表示记录的数量

    对于多页操作

    分页原理:先查询总数据条数 设为a
    确定每页数量b
    总页数为c = a / b 如果除不尽则需要加1 例如 10 / 3 正确页数为4
    查询语句的起始位置为s = 当前页数d 减去1 乘以每页数量
    即 s = (d - 1) * b

    limit s b

    6.正则匹配

    语法 :where 字段名称 regexp '正则表达式'

    注意:正则表达式不包括特殊字符如w

    二.多表查询

    1.笛卡尔积查询

    语法:select *from 表1,表2

    他会把多个表每行与另外个表统统匹配上,其中会有一些脏数据,我们可以用里面值的关系进行连接

    2.内连接查询

    其本质就是笛卡尔积查询

    区别是把,变成 join

    且不能用where,要先用on根据里面值的关系拼接好了再用 where

    3.左连接查询

    左表中记录的无论是否有匹配关系都全部显示,右表中仅显示匹配成功的记录

    语法:select *from 表1 left join,表2

    4.右连接查询

    右表中记录的无论是否有匹配关系都全部显示,左表中仅显示匹配成功的记录

    语法:select *from 表1 right join 表2

    5.全外连接查询

    无论是否匹配成功,两边表中的记录都要全部显示
    select *from 表1 full join 表2

    注意:mysql 不支持

    我们要引入union

    union 只能用于字段数量相同的两个表 会自动去除重复的记录

    union all 则保留所有记录

    select *from dept left join emp on dept.id=emp.dept_id
    union
    select *from dept right join emp on dept.id=emp.dept_id;

    可以完成全外连接

    6.注意

    在三表以及三表以上查询的时候,表1 join 表2 join 表三,其意思是表1与表2连接后的表再与表3进行连接

    如果三表连接时候没有用join而是用,进行连接表示同时查询3个表

    三.子查询

    1.查询对象当查找对象

    将查找后的内容作为查找的值或者查找的对象,

    如果要作为一个表当作查找对象,要对于查找后的表进行重命名语法如下

    select .... from (select ....from .......) as 新名字

    2.in关键字查询

    "查询平均年龄大于25的部门名称
    子查询方式:
    平均年龄大于25的部门id有哪些?
    先要求出每个部门的平年龄! 筛选出平均年龄大于25的部门id
    拿着部门id 去查询部门表查询"
    
    select name from dept where id in  (select dept_id from emp group by dept_id having avg(age) > 25);
    
    
    "多表查询方式:
    先把数据拼接到一起 在加以筛选"
    
    select dept.name from emp inner join dept
    on emp.dept_id = dept.id 
    group by dept.name
    having avg(age) >25;
    

    3.exists关键字查询

    xists 后跟子查询 子查询有结果是为True 没有结果时为False

    为true时外层执行 为false外层不执行

    select *from emp where exists (select *from emp where salary > 1000);
    #查看exists 的返回结果: 只有 0 和 1
    
    
    select (exists (select *from emp where salary > 10000));
    
    #一个查询结果也是一个表 既然是表就能链接起来
    #综合练习:
    "查询每个部门工资最高的员工信息
    先查询每个部门的最高工资
    将查询结果与员工表联合起来
    在加条件判断部门id相同并且 最高工资相同 则显示"
    
    select *from emp  inner join  
    (select dept_id,max(salary) m from emp group by dept_id)  t2
    on emp.dept_id = t2.dept_id 
    where
    emp.salary = t2.m; 
    
  • 相关阅读:
    HDU5643-King's Game
    KM算法详解+模板
    二分图最大匹配(匈牙利算法)
    二分图判断(交叉染色)
    能被2、3、4、5、6、7、8、9 等数整除的数的特征
    Codeforces Round #306 (Div. 2) ABCDE(构造)
    HDU5627--Clarke and MST (bfs+位运算)
    Educational Codeforces Round 82 (Rated for Div. 2)
    2020 CCPC Wannafly Winter Camp Day5
    Codeforces Round #618 (Div. 2)
  • 原文地址:https://www.cnblogs.com/pythonywy/p/11196859.html
Copyright © 2020-2023  润新知