开发指南—DQL语句—SELECT

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
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: SELECT用于从一个或多个表中查询数据。

语法


SELECT
    [ALL | DISTINCT]
    select_expr [, select_expr ...]
    [FROM table_references
    [WHERE where_condition]
    [GROUP BY {col_name | expr | position}
    [HAVING where_condition]
    [ORDER BY {col_name | expr | position}
      [ASC | DESC], ...]
    [LIMIT {[offset,] row_count | row_count OFFSET offset}]
    [FOR UPDATE]

SELECT子句说明:

  • select_expr:表示查询的列,SELETE必须至少有一个select_expr。
  • table_references:表示从哪些表中获取数据。
  • WHERE子句:指定查询条件,即从表中获取满足where_condition的行,若没有指定,则获取所有行。
  • GROUP BY子句:支持列名,表达式以及输出列中的位置引用。
  • HAVING子句:与WHERE类似,不同点在于可以使用聚合函数。
  • ORDER BY:指定排序,支持列名、表达式以及输出列中的位置引用,同时支持指定排序方向,ASC(升序)或 DESC(降序)。
  • LIMIT/OFFSET:限定输出结果集的偏移量和大小。LIMIT 接受一个或两个数字参数。参数必须是一个整数常量。如果给定两个参数,第一个参数指定第一个返回记录行的偏移量,第二个参数指定返回记录行的最大数目。初始记录行的偏移量是 0(而不是 1): 为了与PostgreSQL兼容,MySQL也支持句法: LIMIT # OFFSET #。
  • FOR UPDATE:对查询结果所有行加排他锁,以阻止其他事务的并发修改,或阻止在某些事务隔离级别时的并发读取。

注意事项

  • 不支持在HAVING中使用适用于WHERE子句的表达式,如下SQL1应改写为SQL2。SQL1:
SELECT col_name FROM tbl_name HAVING col_name > 0;
  • SQL2:
SELECT col_name FROM tbl_name WHERE col_name > 0;
  • HAVING子句可以引用聚合函数,但WHERE子句不可以。
SELECT user, MAX(salary) FROM users

GROUP BY user HAVING MAX(salary) > 10;
  • LIMIT若有两个参数,第一个参数表示返回第一行的偏移量,第二个参数表示返回的行数;若仅有一个参数,则表示返回的行数,默认偏移量为0。
  • GROUP BY子句不支持ASC和DESC。
  • 同时存在GROUP BY和ORDER BY时,ORDER BY后面的表达式必须在SELECT表达式或GROUP BY表达式中,如不支持以下SQL。
SELECT user FROM users GROUP BY age ORDER BY salary;
  • 暂不支持ORDER BY子句中使用聚合函数以及包含聚合函数的表达式,可将表达式作为select_expr,并赋予别名,在ORDER BY子句中引用该别名。
  • 暂不支持以空字符串作为别名。

JOIN

PolarDB-X支持在SELECT语句的table_references中使用如下JOIN语法:


table_references:
escaped_table_reference [, escaped_table_reference] ...
escaped_table_reference:
table_reference
| { OJ table_reference }
table_reference:
table_factor
| join_table
table_factor:
[schema_name.]tbl_name [[AS] alias] [index_hint_list]
| table_subquery [AS] alias
| ( table_references )
join_table:
table_reference [INNER | CROSS] JOIN table_factor [join_condition]
| table_reference {LEFT|RIGHT} [OUTER] JOIN table_reference join_condition
join_condition:
ON conditional_expr
| USING (column_list)
index_hint_list:
index_hint [, index_hint] ...
index_hint:
USE {INDEX|KEY}
[FOR {JOIN|ORDER BY|GROUP BY}] ([index_list])
| IGNORE {INDEX|KEY}
[FOR {JOIN|ORDER BY|GROUP BY}] (index_list)
| FORCE {INDEX|KEY}
[FOR {JOIN|ORDER BY|GROUP BY}] (index_list)
index_list:
index_name [, index_name] ...

使用JOIN语句时,应考虑如下因素:

  • JOIN、CROSS JOIN与INNER JOIN语法是等价的,这种设定与MySQL保持一致。
  • 如果INNER JOIN没有ON条件,其与”逗号“连接是等价的,均表示笛卡尔积。如下两条SQL等价:
SELECT * FROM t1 INNER JOIN t2 WHERE t1.id > 10
SELECT * FROM t1, t2 WHERE t1.id > 10
  • USING(column_list)指定连接两表中都存在的列名,PolarDB-X会按照这些列构建等值条件。如下两条SQL等价:
a LEFT JOIN b USING(c1, c2)
a LEFT JOIN b ON a.c1 = b.c1 AND a.c2 = b.c2
  • JOIN的优先级高于”逗号“操作符,对于连接表达式t1, t2 JOIN t3会转换为(t1, (t2 JOIN t3),而不是((t1, t2) JOIN t3)。
  • 外连接LEFT/RIGHT JOIN必须有ON条件。
  • index_hint用于告知MySQL使用哪个索引,PolarDB-X会将该Hint下推至底层MySQL。
  • 暂不支持STRAIGHT_JOIN和NATURAL JOIN。

UNION

PolarDB-X支持如下UNION语法:


SELECT ...
UNION [ALL | DISTINCT] SELECT ...
[UNION [ALL | DISTINCT] SELECT ...]


说明 对于UNION中的每个SELECT,PolarDB-X暂不支持使用多个同名的列。例如以下SQL的SELECT中存在重复的列名,暂不支持。


SELECT id, id, name FROM t1 UNION SELECT pk, pk, name FROM t2;

相关文档

相关文章
|
5天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
390 93
|
6天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
5天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
394 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
5天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
282 158
|
13天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。