MySQL数据库:数据基本的增删改查

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 【2月更文挑战第8天】

 一、查询数据

1.查询表内所有数据

select * from 表名;

image.gif 编辑

2.指定列查询

select 字段1, 字段2, …… from 表名;

image.gif 编辑

3.查询字段为表达式

select 表达式1, 表达式2,…… from 表名;

image.gif 编辑

4.起表名查询

如果对查询结果的字段名不满意,还可以自己进行取别名。

select 字段1 as 别名, 字段2 as 别名, …… from 表名;

image.gif 编辑

5.排序查询

select 字段1, 字段2,…… from 表名 order by 字段I 排序方式, 字段II 排序方式,……;

功能:查询并对结果根据字段大小进行排序。

排序关键字:order by 字段 排序方式。

排序方式:asc升序, desc降序。默认升序

多列排序:

       如果排序方式有多个,优先选择order by之后第一个排序方式进行排序,只有当第一个排序根据的字段相同时,第二个排序才会生效,针对相同的字段根据第二个排序方式进行排序,依次类推。

image.gif 编辑

image.gif 编辑

6.去重查询

select distinct 字段名 from 表名;

select distinct 字段1, 字段2,…… from 表名;

功能:查询并对结果去重

去重关键字:distinct

多列去重:多列去重时,是以多列作为整体判断是否为相同数据。

image.gif 编辑

7.分页查询

limit n offset s;

功能:从偏移量s处获取n条数据。

数据量限制关键字:limit

limit n :表示只获取前n条数据。

image.gif 编辑

image.gif 编辑

8.条件查询

(1)where condition;

condition:是一个关系表达式。

条件查询:

       就是从数据库中,针对所有数据逐条进行条件判断,如果为真则取出,为假则继续进行下一条数据判断。

(2)关系运算符

①<, >, <=, >=;

②=, <=> 这两个都表示等于,在条件表达式中是判断,不是赋值。

③!=, <> 这两个都表示不等于。

注意:以上关系运算符,都不会对NULL值数据进行操作,即查询不到NULL值结果。

空值判断:is null,  is not null

(3)between ... and ...

功能:搭配where进行区间查询。

注意:该区间是一个左闭右闭的区间。

image.gif 编辑

(4)in(...)

功能:判断某个字段的数据是否在in中的任意一个。

image.gif 编辑

(5)模糊匹配查询like

       like后接匹配字符串,在字符串中,%可匹配多个字符,_匹配一个字符。

image.gif 编辑

image.gif 编辑

(6)逻辑运算符

and,&&:都是逻辑与,双目运算符。

or,||:都是逻辑或,双目运算符。

not:逻辑非,单目运算符。

image.gif 编辑

image.gif 编辑

image.gif 编辑

二、新增数据

1.全列新增

insert into 表名 values(严格根据表的字段顺序,逐个给与对应数据);

注:into 可省略不写。

image.gif 编辑

2.指定列新增

insert 表名(指定需要新增的字段) values(根据指定的字段依次给与数据);

image.gif 编辑

3.多行新增

insert 表名 values(数据1), (数据2), ……;

image.gif 编辑

三、修改数据

1.无条件全表修改

update 表名 set 字段1=value1, 字段2=value2 ……;

image.gif 编辑

2.条件过滤修改

update 表名 set 字段1=value1, 字段2=value2,…… where 字段=value;

只有满足条件判断的数据,才会被修改。

注意:在条件里面"="是判断,不是赋值。

image.gif 编辑

四、删除数据

1.无条件全部删除

delete from 表名;

直接删除表中所有数据。

2.条件过滤删除

delete from 表名 where 条件;

删除满足条件的所有数据。

image.gif

相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
4天前
|
关系型数据库 MySQL 数据库
实时计算 Flink版产品使用合集之支持将数据写入 OceanBase 数据库吗
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
23 5
|
4天前
|
关系型数据库 MySQL API
实时计算 Flink版产品使用合集之可以通过mysql-cdc动态监听MySQL数据库的数据变动吗
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
79 0
|
1天前
|
自然语言处理 监控 关系型数据库
mysql造数据占用临时表空间
【5月更文挑战第20天】MySQL在处理复杂查询时可能使用临时表,可能导致性能下降。临时表用于排序、分组和连接操作。常见问题包括内存限制、未优化的查询、数据类型不当和临时表清理。避免过度占用的策略包括优化查询、调整系统参数、优化数据类型和事务管理。使用并行查询、分区表和监控工具也能帮助管理临时表空间。通过智能问答工具如通义灵码,可实时续写SQL和获取优化建议。注意监控`Created_tmp_tables`和`Created_tmp_disk_tables`以了解临时表使用状况。
119 5
|
1天前
|
存储 监控 前端开发
关系型数据库数据输入验证
【5月更文挑战第12天】
34 5
|
1天前
|
存储 关系型数据库 数据库
关系型数据库的数据完整性约束
【5月更文挑战第12天】关系型数据库的数据完整性约束
11 2
|
1天前
|
数据库 数据库管理
理解数据库的ACID原则:确保数据完整性与一致性的基石
【5月更文挑战第20天】ACID原则是数据库事务处理的核心,包括原子性、一致性、隔离性和持久性。原子性保证事务操作全完成或全不完成,保持数据完整;一致性确保事务前后数据库保持一致性状态,不破坏完整性约束;隔离性防止并发事务相互影响,通过锁等技术实现;持久性则保证事务提交后的修改永久保存,即使系统故障也能恢复。这些原则确保了数据的可靠性和安全性。
|
3天前
|
Oracle 关系型数据库 MySQL
实时计算 Flink版操作报错合集之用CTAS从mysql同步数据到hologres,改了字段长度,报错提示需要全部重新同步如何解决
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
45 8
|
3天前
|
SQL 资源调度 关系型数据库
实时计算 Flink版产品使用合集之在抓取 MySQL binlog 数据时,datetime 字段会被自动转换为时间戳形式如何解决
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
12 2
|
3天前
|
NoSQL Shell MongoDB
NoSQL数据使用指令和引擎连接数据库实例
【5月更文挑战第8天】本文介绍了MongoDB的本地使用和常用操作,包括通过mongo shell连接数据库、显示数据库和集合,以及副本集设置。最后提到了MongoDB的日志功能和顶点集的使用,如capped collection的创建和管理。
47 3
|
分布式计算 关系型数据库 MySQL
E-Mapreduce如何处理RDS的数据
目前网站的一些业务数据存在了数据库中,这些数据往往需要做进一步的分析,如:需要跟一些日志数据关联分析,或者需要进行一些如机器学习的分析。在阿里云上,目前E-Mapreduce可以满足这类进一步分析的需求。
4940 0