SELECT 语句用法大全:数据库查询的核心力量
创作时间:
作者:
@小白创作中心
SELECT 语句用法大全:数据库查询的核心力量
引用
CSDN
1.
https://m.blog.csdn.net/weixin_64571996/article/details/144803027
在数据库的世界中,SELECT 语句犹如一把万能钥匙,开启了数据检索的大门,让我们能够从海量的数据中精准地获取所需的信息。它的用法丰富多样,涵盖了从简单的数据查看,到复杂的数据统计和关联查询等多个方面,为数据库的有效利用提供了强大的支持。
一、基本查询:开启数据探索之旅
- 查询所有列:使用 “*” 通配符可以查询表中的所有列,快速了解表的整体数据结构和内容。
SELECT * FROM employees;
- 查询指定列:指定需要查询的列名,用逗号分隔,聚焦于我们真正关心的数据。
SELECT name, age, salary FROM employees;
二、条件查询:精准定位目标数据
为了从大量数据中筛选出符合特定条件的数据,WHERE 子句成为了 SELECT 语句的得力助手。通过使用各种比较运算符(如 =、>、<、>=、<=、<>),我们可以构建出精确的条件表达式。
- 使用比较运算符:通过 WHERE 子句使用比较运算符(如 =、>、<、>=、<=、<>)来筛选满足条件的记录。
SELECT * FROM employees WHERE age > 30;
SELECT * FROM employees WHERE salary >= 5000 AND salary <= 8000;
SELECT * FROM employees WHERE department <> 'IT';
- 使用逻辑运算符:可以使用 AND、OR、NOT 等逻辑运算符组合多个条件。
SELECT * FROM employees WHERE age > 30 AND department = 'HR';
SELECT * FROM employees WHERE age < 25 OR salary > 6000;
SELECT * FROM employees WHERE NOT (department = 'IT');
- 使用 BETWEEN...AND:用于查询某个范围内的值。
SELECT * FROM employees WHERE salary BETWEEN 4000 AND 6000;
- 使用 IN:用于查询指定值列表中的值。
SELECT * FROM employees WHERE department IN ('HR', 'Finance');
- 使用 LIKE:用于进行模糊查询,通常与通配符 “%”(代表任意字符序列)和 “_”(代表任意单个字符)一起使用。
SELECT * FROM employees WHERE name LIKE 'J%'; -- 查询名字以J开头的员工
SELECT * FROM employees WHERE name LIKE '%s_'; -- 查询名字以s结尾且倒数第二个字符任意的员工
三、排序查询:让数据有序呈现
当查询结果需要按照特定的顺序排列时,ORDER BY 子句就发挥了作用。默认情况下,它按照升序(ASC)对数据进行排序;如果需要按照降序排列,只需加上 DESC 关键字,而且,ORDER BY 还可以按照多个列进行排序。
- 使用 ORDER BY:用于对查询结果按照一个或多个列进行排序,默认是升序(ASC),可以指定降序(DESC)。
SELECT * FROM employees ORDER BY age ASC;
SELECT * FROM employees ORDER BY salary DESC, age ASC; -- 先按照工资降序排序,如果工资相同则按照年龄升序排序
四、聚合函数查询:数据统计的利器
聚合函数,在数据分析中起着至关重要的作用,能够快速提供数据的总体特征和趋势。
- 常用聚合函数:如 COUNT、SUM、AVG、MAX、MIN 等,用于对数据进行统计计算。
SELECT COUNT(*) FROM employees; -- 查询员工总数
SELECT SUM(salary) FROM employees; -- 查询员工工资总和
SELECT AVG(salary) FROM employees; -- 查询员工平均工资
SELECT MAX(salary) FROM employees; -- 查询最高工资
SELECT MIN(salary) FROM employees; -- 查询最低工资
五、分组查询:深入洞察数据分布
- 分组查询:使用 GROUP BY 子句按照指定列对数据进行分组,然后可以对每组数据进行聚合计算。
SELECT department, COUNT(*) FROM employees GROUP BY department; -- 查询每个部门的员工人数
SELECT department, AVG(salary) FROM employees GROUP BY department HAVING AVG(salary) > 5000; -- 查询平均工资大于5000的部门及其平均工资
六、连接查询:整合多表数据资源
在实际的数据库应用中,往往需要从多个相关的表中获取数据,这时候连接查询就派上了用场。内连接(INNER JOIN)通过共同的列将两个表中的数据关联起来,返回满足连接条件的记录,实现了数据的整合和关联展示。外连接(包括左外连接 LEFT JOIN、右外连接 RIGHT JOIN 和全外连接 FULL JOIN)则在关联数据的基础上,能够保留一个表中的所有记录,以及另一个表中满足条件的记录,确保了数据的完整性,为数据分析提供了更全面的视角。
内连接:使用 INNER JOIN 关键字,返回两个表中满足连接条件的记录。
SELECT employees.name, departments.department_name
FROM employees
INNER JOIN departments ON employees.department_id = departments.id;
- 外连接:包括左外连接(LEFT JOIN)、右外连接(RIGHT JOIN)和全外连接(FULL JOIN),可以返回一个表中的所有记录以及另一个表中满足连接条件的记录。
SELECT employees.name, departments.department_name
FROM employees
LEFT JOIN departments ON employees.department_id = departments.id;
七、子查询:嵌套查询的智慧
子查询是 SELECT 语句中的一种高级用法,它允许在一个查询中嵌套另一个查询。
- 作为条件的子查询:子查询可以作为 WHERE 子句中的条件,用于筛选主查询的记录,使得查询条件更加灵活和动态。
SELECT * FROM employees WHERE salary > (SELECT AVG(salary) FROM employees);
- 作为列的子查询:子查询可以作为主查询中的一列,用于返回一个值或一组值,为数据的呈现增添了更多的信息维度。
SELECT name, (SELECT MAX(salary) FROM employees) AS max_salary FROM employees;
八、分页查询:优化数据展示体验
在处理大量数据时,为了提高查询性能和用户体验,分页查询是一种常用的技巧。通过 LIMIT 关键字,我们可以限制查询结果返回的行数,让用户能够更加便捷地浏览和管理数据。
- 使用 LIMIT:用于限制查询结果返回的行数,通常用于实现分页功能。
SELECT * FROM employees LIMIT 10; -- 返回前10条记录
SELECT * FROM employees LIMIT 5 OFFSET 10; -- 返回从第11条记录开始的5条记录
热门推荐
CentOS 7.9下服务器双网卡bond模式6配置详解
教育笔记:记录、反思与总结的多重功能与意义
深度剖析:如何培养敏锐的观察力以画出动人作品
西门庆凭什么能吸引潘金莲?
曹德旺的“奇迹”背后
农村一排式五间旧平房改造指南
金门岛:距离厦门不足两公里,为何至今未归还?
检察院融媒体建设:新媒体时代的司法创新
现在CNC什么编程最赚钱
数说《哪吒2》:票房破82亿元,1.66亿人次观影,打破96项影史纪录
“超前学习的苦”和“掉队的苦”,总得吃一个?
家庭办公秘笈:光线设计、色彩搭配到设备选择全攻略
企业如何利用数据分析来优化投标策略?
MLC闪存编程原理详解:Lower page与Upper page编程过程对比
肉桂茶怎么泡 肉桂茶的正确泡法
大猩猩:地球上最大的灵长类动物
道家气质的诗句 大逍遥
长安更名西安:历史变迁与城市命名的政治考量
江西萍乡南正街——望得见山水 记得住乡愁
蓝莓的成熟季节:夏季与早秋的甜蜜果实
崩铁忘归人攻略:光锥选择与性价比配置推荐
医院后勤管理成本高?社会化服务与智慧化转型策略
做实行刑反向衔接机制,写好不起诉“后半篇文章”
群晖docker搭建网页自动签到功能
人工智能领域最著名的4大测试
中国最良心的“养老”寺庙:免费食宿,但需满足两个条件
古代与现代官职的对比:六科给事中在当代的对应角色
2025年灵活就业养老保险和居民养老保险七大区别,哪个更划算?
82平复式楼装修案例:开放式布局让空间显大又通透
分享4部经典的韩剧,你若一部都没看过,真的太可惜了