当前位置: 首页 > news >正文

MySQL单表查询DQL

MySQL 中的 DQL(Data Query Language,数据查询语言)主要用于从数据库表中检索数据,核心命令是 SELECT。DQL 是 SQL 中最灵活、使用最频繁的部分,支持复杂的条件过滤、排序、分组、连接等操作。

1、基本语法

SELECT [DISTINCT] 字段1 [AS 别名1], 字段2 [AS 别名2], ...
FROM 表名 [AS 表别名]
[JOIN 关联表 [AS 关联表别名] ON 连接条件]  -- 多表连接
[WHERE 行过滤条件]  -- 过滤行数据
[GROUP BY 分组字段1, 分组字段2, ...]  -- 按字段分组
[HAVING 分组过滤条件]  -- 过滤分组结果
[ORDER BY 排序字段1 [ASC|DESC], 排序字段2 [ASC|DESC], ...]  -- 排序
[LIMIT [偏移量,] 记录数]  -- 限制返回记录数

2、基础查询

2.1 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)。

2.2 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;

2.3 去除重复记录

SELECT DISTINCT 字段列表 FROM 表名;

2.4 示例

-- 查询指定字段 name, workno, age并返回
select name,workno,age from emp;-- 查询返回所有字段
select id ,workno,name,gender,age,idcard,workaddress,entrydate from emp;select * from emp;-- 查询所有员工的工作地址,起别名
select workaddress as '工作地址' from emp;
-- as可以省略
select workaddress '工作地址' from emp;-- 查询公司员工的上班地址有哪些(不要重复)
select distinct workaddress '工作地址' from emp;

3、条件查询

3.1 语法

SELECT 字段列表 FROM 表名 WHERE 条件列表 ;

3.2 条件

比较运算符

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
IS NULL 是_NULL

逻辑运算符

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

2.3 示例

-- 查询年龄等于 88 的员工
select * from emp where age = 88;-- 查询年龄小于 20 的员工信息
select * from emp where age < 20;-- 查询年龄小于等于 20 的员工信息
select * from emp where age <= 20;-- 查询没有身份证号的员工信息
select * from emp where idcard is null;-- 查询有身份证号的员工信息
select * from emp where idcard is not null;-- 查询年龄不等于 88 的员工信息
select * from emp where age != 88;
select * from emp where age <> 88;-- 查询年龄在15岁(包含) 到 20岁(包含)之间的员工信息
select * from emp where age >= 15 && age <= 20;
select * from emp where age >= 15 and age <= 20;
select * from emp where age between 15 and 20;--  查询性别为 女 且年龄小于 25岁的员工信息
select * from emp where gender = '女' and age < 25;-- 查询年龄等于18 或 20 或 40 的员工信息
select * from emp where age = 18 or age = 20 or age =40;
select * from emp where age in(18,20,40);-- 查询姓名为两个字的员工信息 _ %
select * from emp where name like '__';-- 查询身份证号最后一位是X的员工信息
select * from emp where idcard like '%X';
select * from emp where idcard like '_________________X';

3、聚合函数

将一列数据作为一个整体,进行纵向计算 。

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

3.1 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。

3.2 示例

-- 统计该企业员工数量
select count(*) from emp; -- 统计的是总记录数
select count(idcard) from emp; -- 统计的是idcard字段不为null的记录数-- 对于count聚合函数,统计符合条件的总记录数,还可以通过 count(数字/字符串)的形式进行统计查询,比如:
select count(1) from emp;-- 统计该企业员工的平均年龄
select avg(age) from emp;-- 统计该企业员工的最大年龄
select max(age) from emp;-- 统计该企业员工的最小年龄
select min(age) from emp;-- 统计西安地区员工的年龄之和
select sum(age) from emp where workaddress = '西安';

4、分组查询

4.1 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 ];

4.2 where与having区别

  1. 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。
  2. 判断条件不同:where不能对聚合函数进行判断,而having可以。

注意事项:

  • 分组之后,查询的字段一般为聚合函数分组字段,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

4.3 示例

-- 根据性别分组 , 统计男性员工 和 女性员工的数量
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的员工 , 并根据工作地址分组 , 获取员工数量大于等于3的工作地址
select workaddress, count(*) address_count from emp where age < 45 group by
workaddress having address_count >= 3;-- 统计各个工作地址上班的男性及女性员工的数量
select workaddress, gender, count(*) '数量' from emp group by gender , workaddress;

5、排序查询

排序在日常开发中是非常常见的一个操作,有升序排序,也有降序排序。

5.1 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 ;

5.2 排序方式

ASC: 升序(默认值)
DESC: 降序
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 ;

5.3 示例


-- 根据年龄对公司的员工进行升序排序
select * from emp order by age asc;
select * from emp order by age;--  根据入职时间, 对员工进行降序排序
select * from emp order by entrydate desc;-- 根据年龄对公司的员工进行升序排序 , 年龄相同 , 再按照入职时间进行降序排序
select * from emp order by age asc , entrydate desc;

6、分页查询

6.1 语法

SELECT 字段列表 FROM 表名 LIMIT 起始索引, 查询记录数 ;

注意:

  • 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。

6.2 示例

-- 查询第1页员工数据, 每页展示10条记录
select * from emp limit 0,10;
select * from emp limit 10;-- 查询第2页员工数据, 每页展示10条记录 --------> (页码-1)*页展示记录数
select * from emp limit 10,10;

7、整体示例


-- 查询年龄为20,21,22,23岁的员工信息。
select * from emp where gender = '女' and age in(20,21,22,23);-- 查询性别为 男 ,并且年龄在 20-40 岁(含)以内的姓名为三个字的员工。select * from emp where gender = '男' and ( age between 20 and 40 ) and name like
'___';--  统计员工表中, 年龄小于60岁的 , 男性员工和女性员工的人数。
select gender, count(*) from emp where age < 60 group by gender;-- 查询所有年龄小于等于35岁员工的姓名和年龄,并对查询结果按年龄升序排序,如果年龄相同按入职时间降序排序。
select name , age from emp where age <= 35 order by age asc , entrydate desc;-- 查询性别为男,且年龄在20-40 岁(含)以内的前5个员工信息,对查询的结果按年龄升序排序,年龄相同按入职时间升序排序。
select * from emp where gender = '男' and age between 20 and 40 order by age asc , entrydate asc limit 5 ;

8、执行顺序

-- 创建测试表
CREATE TABLE departments (id INT PRIMARY KEY,name VARCHAR(50)
);CREATE TABLE employees (id INT PRIMARY KEY,name VARCHAR(50),dept_id INT,salary DECIMAL(10,2)
);

SELECT 'Final result' AS step,d.name AS department,COUNT(*) AS employee_count,AVG(e.salary) AS avg_salaryFROM employees e
JOIN departments d ON e.dept_id = d.id
WHERE e.salary > 5000
GROUP BY d.name
HAVING AVG(e.salary) > 6000
ORDER BY avg_salary DESC
LIMIT 1;

执行步骤解析:

  1. FROM/JOIN:从employees和departments表获取数据
  2. ON:应用连接条件 e.dept_id = d.id
  3. WHERE:过滤 e.salary > 5000的行
  4. GROUP BY:按部门名称分组
  5. HAVING:过滤 AVG(e.salary) > 6000的分组
  6. SELECT:选择部门名称、员工数和平均薪资
  7. ORDER BY:按平均薪资降序排序
  8. LIMIT:只返回第一行
http://www.agseo.cn/news/78/

相关文章:

  • PyQt5 之QMenu菜单栏
  • [TJOI2015] 概率论 题解
  • Linux进程与线程
  • 事半功倍是蠢蛋51 大上黑白屏反色
  • Linux 启动耗时优化 1s 内启动(RK3588 平台)
  • 周总结报告5
  • 使用模拟库进行测试的意义是什么?
  • MyEMS:开源领域的能源管理创新解决方案
  • 【Containerd交互命令】ctr、crictl常用基本命令
  • DAG Matters! GFlowNets Enhanced Explainer For Graph Neural Networks | |
  • abap字符串操作
  • [完结16章]COZE AI 智能体开发体系课(从入门到高级)零基础零代码
  • 推出其新一代高性能Sub-GHz射频收发芯片UM2011A
  • 在 Athena UDF 中使用 Java 将数据写入 DynamoDB
  • Pychram 激活
  • 掌控AI编程全链路:Cline让你随意选模型、透明成本、零信任安全 - 公众号
  • 数据库事务隔离级别引发的应用安全竞态条件漏洞分析
  • Node-Red学习笔记
  • 隧道工程LoRa无线监测设备集成方案 直击隧道深部监测痛点
  • 【k8s】为什么ctr导入后通过crictl查看不到导入的镜像
  • Swift 结合 Tesseract 进行验证码识别
  • 当虚拟机目录空间不足时的扩容
  • 使用IText创建PDF
  • MyEMS 深度解析:碳管理赋能与系统集成的实践路径
  • uv包管理 - 小学弟
  • 对口型视频创作指南:AI如何让“假唱”变成真艺术?
  • 用Python + Tesseract OCR:验证码识别全流程解析
  • Dockerfile中的yum install、yum clean和rm -rf /var/cache/yum
  • Linux 完整的用户登录工作流程详解(GUI TTY)
  • 0 元夺宝小程序介绍