SQL语句之数据查询（一）单表查询--------------------------------数据查询是重中之重

Myth丶恋晨 2022-05-24 04:25 363阅读 0赞

> 数据库博客中左右的中括号内容全是可选的

### 1.0 基本格式 ###

select \[all|distinct\] 目标列表表达式 \[,目标列表表达式\]

from 表名或者视图名 \[ 表名或者视图名 \] (select 语句) as 别名

where 条件表达式

group by 列名 \[having 条件表达式\]

order by 列名 \[asc|desc\];

说明：

> 这一个大概的格式 其中 中括号里的内容是可有可无的  
> 第一行为必写项目 其他的行 没一行代表一个功能 根据需要些或者不写  
> distinct 是取消结果中重复的元组 只显示一条 默认是all 即不取消重复  
> select 语句的含义是 根据where字句的条件表达式 从 from 字句指定的表中 视图 或者派生表中找出满足条件的元祖，在按select中的目标表达式生成结果表  
> 如果有group by 字句 则会按列名进行分组，该属性值相等的元素分为一组 通常会在每组中作用聚集函数  
> 如果group by 中含有having 子句 则只有满足指定条件才输出  
> 如果有 order by 语句 则会按列名进行升序或者降序排列  
> 其中 asc 是升序， desc 是降序

--------------------

### 2.0 例子 单表查询 ###

已知student 表的内容如下

![这里写图片描述][70]

#### 2.1 接下来我们查询student 表中 Sno 的值 ####

因为没有插入数据我们查询为空

为了便于查看结果 我们先在student 表中插入数据 sql语句中字符串或者字符用单引号

insert into student(Sno,Sname,Sex,Sage,Sdept,sen) values(‘0001’,’xyd’,’男’,22,’计算机科学与技术’,’数据建模’);

![这里写图片描述][70 1]

**eg1：** 查询所有数据

方式1 select \* from student;  
![这里写图片描述][70 2]  
没毛病 很ok

方式2 select Sno,Sname,Sex,Sage,Sdept,sen from student;

![这里写图片描述][70 3]

**eg2:** 查询其中的某一项 或者某两项 例如查询学号 姓名

select Sno,Sname from student;

![这里写图片描述][70 4]

查询一个或者两个的方法是一样的

**eg3:** 查询经过计算的值

select Sno,Sname,Sage+1000 from student;  
![这里写图片描述][70 5]

**eg4:** 目标列表表达式不仅可以是算数表达式 还可以是字符串常量 函数等  
select Sname,’出生年：’,2018-Sage from student;  
![这里写图片描述][70 6]

**eg5:** 上图中 2018-Sage 是出生年 但是我们如果查询出来列名是这样 那就不是很ok 所以我们可以给他起别名 birth  
select Sname,’出生年：’,2018-Sage birth from student;

![这里写图片描述][70 7]

--------------------

我们继续向表中插入数据  
insert into student(Sno,Sname,Sex,Sage,Sdept,sen) values(‘0002’,’zz’,’男’,22,’计算机科学与技术’,’操作系统’);

然后查询一下性别

select Sex from student;  
和  
select distinct Sex from student;

![这里写图片描述][70 8]

乐意看出只显示一个重复记录 默认的是ALL

#### 2.2 查询满足条件的元组 where ####

我们在向数据库中 插入有个元组

insert into student(Sno,Sname,Sex,Sage,Sdept,sen) values(‘0003’,’lqd’,’女’,40,’计算机科学与技术’,’计算机组成原理’);

![这里写图片描述][70 9]  
查询年龄等于22 的所有人  
select Sname name ,Sage age from student where Sage = 22;  
![这里写图片描述][70 10]

where 字句常用的查询条件如下：

<table> 
 <thead> 
  <tr> 
   <th>标号</th> 
   <th>查询条件</th> 
   <th>谓词</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>1</td> 
   <td>比较</td> 
   <td>= , &lt; , &gt;, &lt;= , &gt;= ,!= , &lt;&gt; ,!&gt;, !&lt;;</td> 
  </tr> 
  <tr> 
   <td>2</td> 
   <td>确定范围</td> 
   <td>between 。。。and。。, not between 。。。and。。。</td> 
  </tr> 
  <tr> 
   <td>3</td> 
   <td>确定集合</td> 
   <td>in , not in</td> 
  </tr> 
  <tr> 
   <td>4</td> 
   <td>字符匹配</td> 
   <td>like, not like</td> 
  </tr> 
  <tr> 
   <td>5</td> 
   <td>空值</td> 
   <td>is null ,is not null</td> 
  </tr> 
  <tr> 
   <td>6</td> 
   <td>逻辑运算 也叫多重条件</td> 
   <td>and ,or , not</td> 
  </tr> 
 </tbody> 
</table>

!= , <> 一个意思就是不等于的意思  
每一行的用法

**1. 第一行：**  
select Sname name ,Sage age from student where **Sage = 22**;  
其他的就是换掉等号就可以  
\*\*2. 第二行：\*\*between后面是下限，and 后面是上限  
select Sname name ,Sage age from student where Sage **between 30 and 1000**; 查询Sage 在30-100之间的所有数据  
![这里写图片描述][70 11]  
**3. 第三行**：in() 括号内是个自定义集合 还可以是结果集  
select \* from student where Sex in(‘男’,’女’);  
![这里写图片描述][70 12]  
![这里写图片描述][70 13]  
**4. 第四行**：语法格式如下 \[not\] like 匹配串 \[escape 换码字符\]  
匹配串可以是一个完整的字符串，也可以包含% 和 \_  
% 代表任意长度的字符串 例如a%b 代表a开头 b结尾 中间任意多个字符串  
\_ 代表任意单个字符 例如a\_b 中间只能有一个字符  
eg: select \* from student where Sname = ‘xyd’; 等同select \* from student where Sname like ‘xyd’;  
![这里写图片描述][70 14]

select \* from student where Sname like ‘x\_d’;  
![这里写图片描述][70 15]

*如果数据库字符集是ASCII 码字符集 一个汉字用两个\_ 如果是gbk 就用一个*  
**那么如果我们查询的内容本身就含有% 或者\_ 怎么办呢？**  
例如我们重新插入有个姓名是xy%d 的人  
insert into student(Sno,Sname,Sex,Sage,Sdept) values(‘0005’,’xy%d’,’男’,22,’计算机科学与技术’);

![这里写图片描述][70 16]

这样我们定义的转义字符后面的% 或者\_ 就不再有通配符的含义了 而是仅仅代表他们本身  
5. 第五行：select \* from student where Sname is null;  
6. 第六行：查询学生年龄大于30或者小于25的  
select \* from student where Sage > 30 or Sage < 25;  
![这里写图片描述][70 17]

##### 2.3 order by 子句 #####

select \* from student order by Sage asc; 查询结果按 Sage的结果升序排列  
select \* from student order by Sage desc;查询结果按 Sage的结果降序排列

##### 2.4 聚集函数 #####

<table> 
 <thead> 
  <tr> 
   <th>函数</th> 
   <th>解释</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>count(*)</td> 
   <td>统计元组个数</td> 
  </tr> 
  <tr> 
   <td>count ( [distinct|all] 列名)</td> 
   <td>统计一列中值得个数</td> 
  </tr> 
  <tr> 
   <td>sum ( [distinct|all] 列名)</td> 
   <td>统计这列值得总和 数据类型必须是数值型的</td> 
  </tr> 
  <tr> 
   <td>avg ( [distinct|all] 列名)</td> 
   <td>计算一列值得平均值 数据类型必须是数值型的</td> 
  </tr> 
  <tr> 
   <td>max ( [distinct|all] 列名)</td> 
   <td>求一列值得最大值</td> 
  </tr> 
  <tr> 
   <td>min ( [distinct|all] 列名)</td> 
   <td>求一列值得最小值</td> 
  </tr> 
 </tbody> 
</table>

eg: 我们计算 计算机科学与技术专业人的平均年龄  
select avg(Sage) from student where Sdept like ‘计算机%’;  
![这里写图片描述][70 18]

*当聚集函数遇见空值的时候，除了count(*) 外 其余都跳过不进行处理\*  
*聚集函数只能出现在select 后面或者 having 后面*

##### 2.4 group by #####

group by 语句是把结果集按照某一列或者多列进行分组 值相等的一组

分组的目的是细化聚集函数 不分组 聚集函数将作用在这个列上 把这个列分组后

聚集函数会作用在每一列上

eg:  
select Sex, count(Sex) from student group by Sex;  
![这里写图片描述][70 19]  
如果我们查询没有分组的内容，那么他不会全部显示的

分组够 每个聚集函数作用在这一列的每个组上

![这里写图片描述][70 20]

也就是说 年龄原来的数据是22 22 22 40 分组后分为两组  
22 \*3

40 \*1

然后每个聚集元素分别对每组进行计算 例如求和 sum

22+22+22 = 66

40 = 40;

###### 2.4.1 如果分组后还要进行筛选 那么就需要having语句 ######

还是对年龄分组 我们要对年龄小于30的进行分组

select Sage,count(Sage),sum(Sage) from student group by Sage having Sage <30;

![这里写图片描述][70 21]

这句话的意思是  
查询年龄 年龄的总数 年龄的总和 从student 表中按年龄分组 并且要求年龄要小于30

[70]: /images/20220524/5c2393810d1b4798b884f3f114a92dcd.png
[70 1]: /images/20220524/c5ec9ffc577a41ac88d826d4d63bcbe2.png
[70 2]: /images/20220524/38f01515fd9d4335b154ea4b662dcc4f.png
[70 3]: /images/20220524/9fa1eea030494cfebacb2405df0ab900.png
[70 4]: /images/20220524/3d055b082178406f8828a9506c869774.png
[70 5]: /images/20220524/c02d3a9639ca4f6db668ed0b12ee22c4.png
[70 6]: /images/20220524/b72613c0c4d74c1b8c0a45e14db32090.png
[70 7]: /images/20220524/ef1194fbe4144f1cb2d9483fc7b3f13a.png
[70 8]: /images/20220524/17105af45bdb41269e1257a84c308c00.png
[70 9]: /images/20220524/7bb6689daf7a41a3ade207a112e1a5fe.png
[70 10]: /images/20220524/925c55f14bb7471f87913de3576ba648.png
[70 11]: /images/20220524/65b4231827634a8484e99c09090fb34d.png
[70 12]: /images/20220524/bb6ee3c3915442f1ab30616abe878f4c.png
[70 13]: /images/20220524/e6a594912eb44c63a98e1c9f6ce5105a.png
[70 14]: /images/20220524/979d88a763054d2e9780bbb352dec062.png
[70 15]: /images/20220524/8dad7db72a6f480082e7680e82c069f8.png
[70 16]: /images/20220524/61f0be09235d423baa03754c410df139.png
[70 17]: /images/20220524/d048b8de85ff42e5a9b4063780255965.png
[70 18]: /images/20220524/8ce0f3daa0574565aea9c33a0bb09254.png
[70 19]: /images/20220524/41a308c5c1c9486d8981774a845d5617.png
[70 20]: /images/20220524/05795abcd8b142e4ac662d5d5aad73a3.png
[70 21]: /images/20220524/556da01776164b8e8526e031475a56fb.png