DQL(数据查询)

目录

1. DQL概念

2. DQL - 编写顺序

3. 基础查询

3.1 查询多个字段

3.2 字段设置别名

3.3 去除重复记录

3.4 案例

4. 条件查询 

4.1 语法

4.2 条件

4.3 案例：

5. 聚合函数

5.1 常见的聚合函数：

5.2 语法

5.3 案例：

6. 分组查询

6.1 语法

6.2 案例

7. 排序查询

7.1 语法

7.2 排序方式

7.3 案例 

8. 分页查询

8.1 语法

8.2 案例

9. 执行顺序

1. DQL概念

DQL英文全称是Data Query Language(数据查询语言)，数据查询语言，用来查询数据库中表的记录。

查询关键字: select

在一个正常的业务系统中，查询操作的频次是要远高于增删改的，当我们去访问企业官网、电商网站，在这些网站中我们所看到的数据，实际都是需要从数据库中查询并展示的。而且在查询的过程中，可能还会涉及到条件、排序、分页等操作。

2. DQL - 编写顺序

  1. select  字段列表

  2. from   表名列表

  3. where  条件列表

  4. group BY  分组字段列表

  5. having  分组后条件列表

  6. order BY  排序字段列表

  7. limit  分页参数

3. 基础查询

在基本查询的DQL语句中，不带任何的查询条件，查询的语法如下:

3.1 查询多个字段
  • select  字段1, 字段2, 字段3 ... from 表名 ;
  • select  * from 表名 ;

注意 : * 号代表查询所有字段，在实际开发中尽量少用（不直观、影响效率）。

3.2 字段设置别名
  • select  字段1 [ as 别名1 ] , 字段2 [ as 别名2 ] ... from 表名;
  • select  字段1 [ 别名1 ] , 字段2 [ 别名2 ] ... from 表名;
3.3 去除重复记录

select  distinct 字段列表 from 表名;

3.4 案例
-- ------------------------------------------------------------------基础查询
# 查询name, workno, age
select name, workno, age from emp;

# 查询所有数据
select * from emp;

# 将ID=3的名字修改为张飞
update emp set name = '张飞' where id = 3;

# 查询workaddress
select workaddress from emp;

# 修改别名
select workaddress as '工作地址' from emp;
select workaddress '工作地址' from emp;

# 去重
select distinct workaddress '工作地址' from emp;

# 修改表中wordaddress为workaddress
alter table emp change wordaddress workaddress varchar(50) comment '工作地址';

4. 条件查询 

4.1 语法

select 字段列表 from 表名 where 条件列表 ;

4.2 条件

常用的比较运算符如下:

比较运算符功能
>大于
>=大于等于
<小于
<=小于等于
=等于
<> 或 !=不等于
between... and...在某个范围之内(含最小、最大值)
in(...)在in之后的列表中的值，多选一
like占位符模糊匹配(_匹配单个字符, %匹配任意个字符)
is NULL是NULL

常用的逻辑运算符如下:

逻辑运算符功能
and 或 &&并且 (多个条件同时成立)
or 或 ||或者 (多个条件任意一个成立)
not 或 !非 , 不是
4.3 案例：
-- ------------------------------------------------------------------条件查询
# 查询年龄不等于18
select * from emp where age != 18;
select * from emp where age <> 18;

# 查询年龄小于40
select * from emp where age <= 40;

# 查询idcard不空值的数据
select * from emp where idcard is not null;

# 查询idcard是空值的数据
select * from emp where idcard is null;

# 设置16行idcard为空值
update emp set idcard = null where id = 16;
update emp set idcard = '12345678998765432x' where id = 13;

# 查询年龄在30到50之间
select * from emp where age >= 30 && age <= 50;
select * from emp where age >= 30 and age <= 50;
select * from emp where age between 30 and 50;

# between接最小值，and接最大值
select * from emp where age between 50 and 30;

# 查询性别女，且在蜀国的数据
select * from emp where gender = '女' and workaddress = '蜀国';

# 查询年龄等于18或等于30或等于40
select * from emp where age = 18 or age = 30 or age = 40;
select * from emp where age in(18, 30, 40);

# 查询名字为三个字的名字
select * from emp where name  like '___';

# 查找idcard的最后一位为x
select * from emp where idcard  like '%X';

5. 聚合函数

介绍：将一列数据作为一个整体，进行纵向计算 。

5.1 常见的聚合函数：
函数功能
count统计数量
max最大值
min最小值
avg平均值
sum求和
5.2 语法

select  聚合函数(字段列表)  from 表名 ;

注意 : NULL值是不参与所有聚合函数运算的。

5.3 案例：
-- ------------------------------------------------------------------聚合函数
# 统计所有数量
select count(*) from emp;
select count(id)  from emp;

# 统计所有人平均年龄
select avg(age) from emp;

# 统计最大年龄
select max(age) from emp;

# 统计最小年龄
select min(age) from emp;

# 统计蜀国将领人员的年龄之和
select sum(age) from emp where workaddress = '蜀国';

6. 分组查询

6.1 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 ];

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。

6.2 案例
-- ------------------------------------------------------------------分组查询
# 根据性别分组，统计男性和女性的分组
select gender, count(*) from emp group by gender;

# 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;

# 查询年龄小于45的人员数量，并且根据工作地址分组，获取人员数量大于等于3的工作地址
select workaddress, count(*) from emp where age < 45 group by workaddress having count(*) >= 3;
# 起别名
select workaddress, count(*) address_count from emp where age < 45 group by workaddress having address_count >= 3;

注意事项:

  • 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。
  • 执行顺序: where > 聚合函数 > having 。
  • 支持多字段分组, 具体语法为 : group by columnA,columnB

7. 排序查询

7.1 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 ;

7.2 排序方式
  1. ASC : 升序(默认值)
  2. DESC: 降序
7.3 案例 
-- ------------------------------------------------------------------排序查询
# 根据年龄升序排序
select * from emp order by age asc;
# asc可省略
select * from emp order by age;

# 根据年龄升序降序
select * from emp order by age desc;

# 修改入职时间
update emp set entrydate = '1990-02-03' where id = 4;
update emp set entrydate = '1993-12-03' where id = 6;
update emp set entrydate = '1993-05-03' where id = 8;
update emp set entrydate = '1909-02-03' where id = 11;

# 根据入职时间做降序排序
select * from emp order by entrydate desc;

# 根据年龄升序，年龄相同再按照入职时间降序排序
select * from emp order by age, entrydate desc;

注意事项：

  • 如果是升序, 可以不指定排序方式ASC ;
  • 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 ;

8. 分页查询

8.1 语法

select  字段列表 from 表名 limit 起始索引, 查询记录数 ;

8.2 案例
-- ------------------------------------------------------------------分页查询
# 查询第1页人员数据，根据展示5条记录
select * from emp limit 0, 5;
# 查询首页0可以省略
select * from emp limit 5;

# 查询第3页人员数据，根据展示5条记录(页码-1*页码展示记录数)
select * from emp limit 10,5;

注意事项:

  • 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。

9. 执行顺序

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/641354.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

台灯哪个牌子好？五款性价比高的照明品牌分享

台灯哪个牌子好？五款性价比高的照明品牌分享

在近几年&#xff0c;儿童长时间使用电子产品已成为普遍现象&#xff0c;这无疑增加了视觉负担。其次&#xff0c;现代教育体系下的学习任务之繁重&#xff0c;与80后、90后学生时代相比&#xff0c;有了显著的加重。而且&#xff0c;学习过程对数码设备的依赖性也大大增加&…
阅读更多...
知识分享：大数据信用花导致的评分不足多久能恢复

知识分享：大数据信用花导致的评分不足多久能恢复

随着金融风控领域越来越科技化&#xff0c;基于大数据技术的金融风控成为了贷前风控不可或缺的重要环节&#xff0c;相信很多人在申贷的时候都听说过大数据信用和综合评分等词语&#xff0c;那大数据信用花导致的评分不足多久能恢复呢?本文带大家一起去了解一下。 首先&#x…
阅读更多...
PD协议：引领电子设备充电新时代

PD协议：引领电子设备充电新时代

随着科技的飞速发展&#xff0c;电子设备已成为我们日常生活中不可或缺的一部分。然而&#xff0c;这些设备的充电问题一直困扰着广大用户。传统的充电方式不仅效率低下&#xff0c;而且存在着安全隐患。为了解决这一问题&#xff0c;USB Implementers Forum&#xff08;USB-IF…
阅读更多...
机器学习-决策树算法

机器学习-决策树算法

前言 本篇介绍决策树与随机森林的内容&#xff0c;先完成了决策树的部分。 决策树 决策树(Decision Tree)是一种有监督学习的方法&#xff0c;可以同时解决分类和回归问题&#xff0c;它能够从一系列有特征和标签的数据中总结出决策规则&#xff0c;并用树状图的结构来呈现这…
阅读更多...
WPF中MVVM架构学习笔记

WPF中MVVM架构学习笔记

MVVM架构是一种基于数据驱动的软件开发架构&#xff0c;它将数据模型&#xff08;Model&#xff09;、视图&#xff08;View&#xff09;和视图模型&#xff08;ViewModel&#xff09;三者进行分离&#xff0c;使得开发者可以更加专注于各自领域的开发。其中&#xff0c;Model负…
阅读更多...
系统架构师考试（十）

系统架构师考试（十）

SaaS为在线客服 PaaS为二次开发&#xff0c;比如低代码平台 IaaS 硬件开发 B 是基础设施作为服务 软件架构的概念 架构风格 数据流风格 网络报文是在计算机网络中通过网络传输的数据单元&#xff0c;它是网络通信的基本单位。网络报文包含了发送方和接收方之间传输的数据&…
阅读更多...
蛮力法0/1背包问题实验

蛮力法0/1背包问题实验

实验项目1 蛮力法 实验题目 使用蛮力法解决0/1背包问题。 ​ 问题描述&#xff1a;给定n个重量(weight)为{w1, w2, … ,wn}、价值(key)为{v1, v2, … ,vn}的物品和一个**容量为C(contain)**的背包&#xff0c;求这些物品中的一个最有价值的子集&#xff0c;且要能够装到背包中…
阅读更多...
第十三期Big Demo Day亮点项目：CCarbon重塑碳交易生态，助力全球绿色发展

第十三期Big Demo Day亮点项目：CCarbon重塑碳交易生态，助力全球绿色发展

第十三期Big Demo Day活动即将于2024年5月28日在香港数码港的CyberArena隆重举行。我们荣幸地宣布&#xff0c;利用区块链技术优化全球碳交易CCarbon项目将亮相&#xff0c;参与精彩的项目路演。本次活动由ZeeprLabs、BiKing Exchange、Gather冠名赞助&#xff0c;Central Rese…
阅读更多...
【教学类-56-03】数感训练——数字03（寻找自己的学号数字，1号-31号，出现15-20次）

【教学类-56-03】数感训练——数字03（寻找自己的学号数字，1号-31号，出现15-20次）

背景需求&#xff1a; 在实际操作中&#xff0c;孩子们把数字当做了自己的学好&#xff0c;这个提示老师可以给每位孩子做一份“学号数感训练 【教学类-56-02】数感训练——数字02&#xff08;控制指定数字出现的数量&#xff09;-CSDN博客文章浏览阅读341次&#xff0c;点赞…
阅读更多...
【Linux学习】深入探索进程等待与进程退出码和退出信号

【Linux学习】深入探索进程等待与进程退出码和退出信号

文章目录 退出码return退出 进程的等待进程等待的方法 退出码 main函数的返回值&#xff1a;进程的退出码。 一般为0表示成功&#xff0c;非0表示失败。 每一个非0退出码都表示一个失败的原因&#xff1b; echo $&#xff1f;命令 作用&#xff1a;查看进程退出码。&#xf…
阅读更多...
学AI绘图【300集SD新课】--Stable Diffusion教程

学AI绘图【300集SD新课】--Stable Diffusion教程

学AI绘图需要以下步骤&#xff1a; 明确目标和需求&#xff1a;首先明确设计图的目的&#xff0c;是用于展示算法流程、模型结构还是其他目的。选择合适的工具&#xff1a;根据需求选择合适的绘图工具&#xff0c;如Visio、PowerPoint、Adobe Illustrator等。绘制草图&#xf…
阅读更多...
jmeter之HTTP请求和查看结果树

jmeter之HTTP请求和查看结果树

一、HTTP请求作用&#xff1a; 可以发送post或get请求等请求可以向服务器发送参数或消息体数据可以进行文件上传 HTTP请求&#xff1a;是线程组内的取样器最常用的的一个原件 二、查看界面 添加一个HTTP请求&#xff1a;选择线程组–添加–取样器–HTTP请求 默认界面 名称和…
阅读更多...
Steam游戏被攻击怎么办，如何针对性的做好防护措施

Steam游戏被攻击怎么办，如何针对性的做好防护措施

在现代网络环境中&#xff0c;在线游戏经常成为各种网络攻击的目标&#xff0c;尤其是DDoS攻击。这类攻击不仅会导致游戏服务器瘫痪&#xff0c;还会影响玩家的游戏体验&#xff0c;损害游戏开发商的声誉和经济利益。为了应对这些威胁&#xff0c;使用专门的防护措施是必要的。…
阅读更多...
Scrapy框架简单介绍及Scrapy项目编写详细步骤

Scrapy框架简单介绍及Scrapy项目编写详细步骤

引言 Scrapy是一个用Python编写的开源、功能强大的网络爬虫框架&#xff0c;专为网页抓取和数据提取设计。它允许开发者高效地从网站上抓取所需的数据&#xff0c;并通过一系列可扩展和可配置的组件来处理这些数据。Scrapy框架的核心组成部分包括&#xff1a; Scrapy Engine&…
阅读更多...
rclone迁移对象存储之间的数据

rclone迁移对象存储之间的数据

1 概述 rclone是一款文件复制工具&#xff0c;既可以用于在linux主机之间复制文件&#xff0c;也可以在对象存储之间复制文件。 rclone的官网为&#xff1a; https://rclone.orgrlcone关于对象存储的官方文档为&#xff1a; https://rclone.org/s32 安装 2.1 yum安装 yum …
阅读更多...
centos7.9用docker运行一个nginx容器

centos7.9用docker运行一个nginx容器

首先你的linux 系统里面已经安装好了docker&#xff0c;docker的安装教程看这个 1&#xff0c;下载nginx镜像 有很多文章会把镜像下载说成是拉取镜像&#xff0c; 我觉得就是下载的意思啊&#xff0c;搞不懂为什么要说拉取&#xff1f; docker pull nginx 下载最新版 Nginx …
阅读更多...
深度学习之基于Unet的新冠肺炎等级分割分类系统

深度学习之基于Unet的新冠肺炎等级分割分类系统

欢迎大家点赞、收藏、关注、评论啦 &#xff0c;由于篇幅有限&#xff0c;只展示了部分核心代码。 文章目录 一项目简介 二、功能三、系统四. 总结 一项目简介 一、项目背景与意义 近年来&#xff0c;新冠肺炎&#xff08;COVID-19&#xff09;疫情给全球公共卫生安全带来了极…
阅读更多...
操作系统基本原理

操作系统基本原理

一、基本概念 二、进程管理 三、存储管理 四、文件管理 五、设备管理 六、微内核操作系统 操作系统的概念&#xff08;定义) 操作系统(Operating System,OS)是指控制和管理整个计算机系统的硬件和软件资源&#xff0c;并合理地组织调度计算机的工作和资源的分&#xff0c;以…
阅读更多...
光耦合器的特性和应用概述

光耦合器的特性和应用概述

光耦合器又称光电耦合器&#xff0c;是现代电子学中必不可少的元件&#xff0c;确保隔离电路之间安全有效的信号传输。本文探讨了光耦合器的特性及其多样化应用&#xff0c;强调了它们在各种电子系统中的关键作用。 什么是光耦合器&#xff1f; 光耦合器是一种设计用于利用光传…
阅读更多...
第十六节:带你梳理Vue2: 生命周期与钩子函数

第十六节:带你梳理Vue2: 生命周期与钩子函数

前沿: 通过前面几节的学习&#xff0c;我们已经对vue有了初步的了解&#xff0c;大致了解了vue可以帮我们干什么&#xff0c; 那么接下来我们就来看看vue的生命周期和它常用的钩子函数, 1. 理解生命周期的含义 生命周期&#xff1a;就是一个组件从实例化创建并添加到DOM树开…
阅读更多...
最新文章

Copyright @ 2022~2023