【MySQL-8】DQL-查询语句全解 [ 基础/条件/分组/排序/分页查询 ](附带代码演示&案例练习)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 【MySQL-8】DQL-查询语句全解 [ 基础/条件/分组/排序/分页查询 ](附带代码演示&案例练习)

前言

大家好吖,欢迎来到 YY 滴MySQL系列 ,热烈欢迎! 本章主要内容面向接触过C++ Linux的老铁

主要内容含:


DQL基本介绍&语法&执行顺序&验证执行顺序实验

  • DQL英文全称是Data Query Language(数据查询语言),数据查询语言,用来 查询 数据库中表的记录。
  • 查询关键字: SELECT
  • DQL-语法

验证执行顺序实验:

  • 执行成功
  • 执行失败
  • 如图所示: select语句是在where之后执行的,即where不能用select中声明的别名
  • 而order by 即可用select中的别名

案例演示准备工作-表准备(必看!!!)

  • 如下所示创建表,并批量插入数据
  • 批量插入数据见DML语句操作(下方有传送门)

【MySQL】DML的表操作详解:添加数据&修改数据&删除数据(可cv例题语句)

create table emp(

     id int comment  '编号 ',
     workno varchar(10) comment  '工号 ',
     name varchar(10) comment  '姓名 ',
     gender char(1) comment '性别' ,
     age tinyint unsigned comment '年龄',
     idcard char(18) comment‘身份证号’,
     entrydate date comment ‘入职时间’

)comment '员工表';

一.DQL-基础查询

语句总览&注意事项&可cv例题语句

  • 如下所示:
-- 1.查询指定字段 name,workno,age 返回
select nane,workno,age from emp;

--2.查询所有字段 返回
select id, workno, name, gender, age, idcard,workaddress, entrydate from emp;
select * from 表名;//实际开发中尽量别写*效率低且不直观

--3.查询所有员工的工作地址,起别名
select workaddress as'工作地址'from emp;
select workaddress '工作地址'from emp; //as可以省略

--4.查询公司员工的上班地址(不要重复)
select distinct workaddress‘工作地址'from emp;

1.查询多个字段 / 所有字段

SELECT 字段1,字段2,字段3.….FROM 表名;
SELECT*FROM 表名;//实际开发中尽量别写*效率低且不直观

效果如下所示

-- 1.查询指定字段 name,workno,age 返回
select nane,workno,age from emp;

--2.查询所有字段 返回
select id, workno, name, gender, age, idcard,workaddress, entrydate from emp;
select * from 表名;//实际开发中尽量别写*效率低且不直观

2.查询多个字段并设置别名

SELECT 字段1[AS 别名1],字段2[AS 别名2]…FROM 表名;

效果如下所示

--3.查询所有员工的工作地址,起别名
select workaddress as'工作地址'from emp;
select workaddress '工作地址'from emp; //as可以省略

3.查询多个字段并去重

SELECT DISTINCT 字段列表FROM 表名;

效果如下所示

--4.查询公司员工的上班地址(不要重复)
select distinct workaddress‘工作地址'from emp;

二.DQL-条件查询

语法&条件种类&可cv例题语句

  • 如下所示:
--1.查询年龄等于88的员工
select * from emp where age = 88;

--2.查询年龄小于20的员工信息
select * from emp where age < 20;

--3.查询年龄小于等于20的员工信息
select * from emp where age <= 20;

--4.查询没有身份证号的员工信息
select * from emp where idcard is null;

--5.查询有身份证号的员工信息
select * from emp where idcard is not null;

--6.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;

--7.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;

--8.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;

--9.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);

--10.查询姓名为两个字的员工信息_%
select * from emp where name like '__';

--11.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';//_的数目是身份证数-1

三.DQL-聚合函数

介绍&常见聚合函数&语法&注意事项&可cv例题语句

介绍:

  • 将一列数据作为一个整体,进行纵向计算
  • 常见聚合函数,如下所示:

语法:

注意事项:

  • NULL值不参与所有聚合函数计算
--1.统计该企业员工的员工个数
select count(idcard) from emp;

--2.统计该企业员工的平均年龄
select avg(age) from emp;

--3,统计该企业员工的最大年龄
select max(age) from emp;

--4.统计该企业员工的最小年龄
select min(age) from emp;

--5.统计西安地区员工的年龄之和
select sum(age)from emp where workaddress ='西安';

四.DQL-分组查询

语法&where与having的区别&注意事项&可cv例题语句

  • 如下所示:

where与having区别:

  1. 执行实际不同: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:

  • 执行顺序: where>聚合函数>having
  • 分组之后,查询的字段一般为 聚合函数和分组函数 ,查询其他字段无任何意义
--根据性别分组
--1.统计男性员工和女性员工的数量
select gender,count(*) from emp group by gender;

--2.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;

--3.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(*) from emp where age45 group by workaddress having count(*) >= 3;

-- 取别名后进行分组后的过滤
select workaddress, count(*) address_count from emp where age < 45 group by workaddress having address_count >= 3;

五.DQL-排序查询

语法&排序方式&注意事项&可cv例题语句

  • 语法&排序方式如下所示:

注意事项:

  • 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。
--1.根据年龄对公司的员工进行升序排序
select * from emp order by age asc;

-- 默认是升序
select * from emp order by age;

--2.根据年龄对公司的员工进行降序排序
select * fron emp order by age desc;

--3.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
--(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)
select * fron emp order by age asc , entrydate desc;

六.DQL-分页查询

语法&注意事项&可cv例题语句

  • 语法如下所示:

注意事项:

  • 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。
--1.查询第1页员工数据,每页展示10条记录
select * from emp limit 0,10;

(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)
select * from emp limit 10;

--2.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;

七.DQL-案例练习

按照需求完成如下DQL语句编写

  • 1.查询年龄为20,21,22,23岁的员工信息。
  • 2.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。
  • 3.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。
  • 4.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。
  • 5.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。
--1.查询年龄为20,21,22,23岁的女性员工信息
select * from emp where gender ='女' and age in(20,21,22,23);

--2.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 '___';

--3.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;

--4.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, entrydate desc;

--5.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;

DQL-执行顺序

  • DQL-执行顺序

验证执行顺序实验:

  • 执行成功
  • 执行失败
  • 如图所示: select语句是在where之后执行的,即where不能用select中声明的别名

而order by 即可用select中的别名

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
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
|
27天前
|
缓存 关系型数据库 MySQL
MySQL索引策略与查询性能调优实战
在实际应用中,需要根据具体的业务需求和查询模式,综合运用索引策略和查询性能调优方法,不断地测试和优化,以提高MySQL数据库的查询性能。
|
3天前
|
存储 关系型数据库 MySQL
mysql怎么查询longblob类型数据的大小
通过本文的介绍,希望您能深入理解如何查询MySQL中 `LONG BLOB`类型数据的大小,并结合优化技术提升查询性能,以满足实际业务需求。
20 6
|
1月前
|
SQL 前端开发 关系型数据库
SpringBoot使用mysql查询昨天、今天、过去一周、过去半年、过去一年数据
SpringBoot使用mysql查询昨天、今天、过去一周、过去半年、过去一年数据
57 9
|
1月前
|
缓存 监控 关系型数据库
如何优化MySQL查询速度?
如何优化MySQL查询速度?【10月更文挑战第31天】
76 3
|
1月前
|
SQL NoSQL 关系型数据库
2024Mysql And Redis基础与进阶操作系列(5)作者——LJS[含MySQL DQL基本查询:select;简单、排序、分组、聚合、分组、分页等详解步骤及常见报错问题所对应的解决方法]
MySQL DQL基本查询:select;简单、排序、分组、聚合、分组、分页、INSERT INTO SELECT / FROM查询结合精例等详解步骤及常见报错问题所对应的解决方法
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
212 1
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第26天】数据库作为现代应用系统的核心组件,其性能优化至关重要。本文主要探讨MySQL的索引策略与查询性能调优。通过合理创建索引(如B-Tree、复合索引)和优化查询语句(如使用EXPLAIN、优化分页查询),可以显著提升数据库的响应速度和稳定性。实践中还需定期审查慢查询日志,持续优化性能。
84 0
|
7天前
|
关系型数据库 MySQL 数据库
Python处理数据库:MySQL与SQLite详解 | python小知识
本文详细介绍了如何使用Python操作MySQL和SQLite数据库,包括安装必要的库、连接数据库、执行增删改查等基本操作,适合初学者快速上手。
66 15
|
8天前
|
关系型数据库 MySQL 数据库
数据库数据恢复—MYSQL数据库文件损坏的数据恢复案例
mysql数据库文件ibdata1、MYI、MYD损坏。 故障表现:1、数据库无法进行查询等操作;2、使用mysqlcheck和myisamchk无法修复数据库。
|
12天前
|
SQL 关系型数据库 MySQL
MySQL导入.sql文件后数据库乱码问题
本文分析了导入.sql文件后数据库备注出现乱码的原因,包括字符集不匹配、备注内容编码问题及MySQL版本或配置问题,并提供了详细的解决步骤,如检查和统一字符集设置、修改客户端连接方式、检查MySQL配置等,确保导入过程顺利。