1. 数据库设计
1.1 数据库设计基本概念
- 数据库设计就是根据业务的具体需求，结合我们所学的 DBMS ，为了这个业务构造最优的数据存储模型。
- 建立数据库中的表结构以及表与表之间的关联关系的过程。
1.2 数据库设计的步骤
- 需求分析（数据是什么？数据具有哪些属性？数据和属性之间的特点是什么）
- 逻辑分析（通过 ER图对数据库进行逻辑建模）
- 物理设计（根据数据库自身的特点把逻辑设计转换为物理设计）
- 维护设计（1. 对新的需求进行建表；2. 表优化）
1.3 表设计
1.3.1 一对一
例如：人 和 身份证 的关系
一个人只能对应一个身份证号
1.3.2 一对多
例如： 班级 和 学生 的关系
一个班级多个学生
1.3.3 多对多
例如：学生 和 课程 的关系
一个学生可以选择多个课程
一个课程可以被多个学生选择
案例：
- 创建学生表：学生 id ，姓名
create table student( id int primary key auto_increment, name varchar(20) );
创建课程表：课程表，课程名
create table course( courseId int primary key auto_increment, courseName varchar(20) );
创建关联表：学生和课程之间的关系，需要包含学生id 和课程id 作为外键。
create table student_course( student_id int, course_id int, primary key (student_id, course_id), foreign key (student_id) references student(id), foreign key (course_id) references course(courseId) );
2. 聚合查询
2.1 聚合函数
常见的统计总数、计算平局值等操作，可以使用聚合函数来实现，常见的聚合函数有：
| 函数 | 说明 |
| COUNT([DISTINCT] expr) | 返回查询的数据的数量 |
| SUM([DISTINCT] expr) | 返回查询到的数据的总和，忽略非数值 |
| AVG([DISTINCT] expr) | 返回查询到的数据的平均值，忽略非数值 |
| MAX([DISTINCT] expr) | 返回查询到的数据的最大值，忽略非数值 |
| MIN([DISTINCT] expr) | 返回查询到的数据的最小值，忽略非数值 |
案例：
- count：计数
-- 统计有多少位学生 select count(*) from student; -- 统计学生表有多少个姓名,姓名为 NULL 不会计入结果 select count(name) from student;
-
- sum：总和
-- 统计分数的总和 select sum(score) from score; -- 统计分数小于70的总分,如果没有返回null select sum(score) from score where score<70;
-
- avg：平均值
-- 查询分数的平均值 select avg(score) from score; -- 查询分数小于70的平均值，如果没有则返回 NULL
-
- MAX：最大值
-- 查询分数的最大值 select max(score) from score; -- 查询60到90之间的最大值 select max(score) from score where score>60 and score<90; -- 查询大于90的最大值，如果没有则返回 NULL select max(score) from score where score>90;
-
- MIN：最小值
-- 查询分数的最小值 select min(score) from score; -- 查询分数在60到90之间的最小值 select min(score) from score where score>60 and score<90; -- 查询分数在60以下的最小值，如果没有则返回 NULL select min(score) from score where score<60;
2.2 分组查询
select 中使用 group by 子句可以对指定列进行分组查询。需要满足：使用 group by 进行分组查
询时，select 指定的字段必须是“分组依据字段”，其他字段若想出现在 select 中则必须包含在聚合函
数中。
select column1, sum(column2), .. from table group by column1,column3;
案例：
测试表：职工表 id，name（姓名），role（职位），salary（工资）
create table emp(id int, name varchar(20), role varchar(20), salary int); insert into emp values (1,'张三','Java开发',10000); insert into emp values (2,'李四','Java开发',9000); insert into emp values (3,'王五','Web开发',8000); insert into emp values (4,'赵六','Web开发',9000); insert into emp values (5,'王麻子','运维',8500); insert into emp values (6,'玛晕','老板',100000);
查询每个岗位的最高工资、最低工资和平均工资
select role,max(salary),min(salary),avg(salary) from emp group by role;
2.3 条件过滤
group by 子句进行分组以后，需要对分组结果再进行条件过滤时，不能使用 where 语句，而需要用
having 。
查询平均工资低于9000的职位和它的平均工资
select role,max(salary),min(salary),avg(salary) from emp group by role having avg(salary)<9000;
