前言

SQL查询的基本原理:

• 单表查询：根据WHERE条件过滤表中的记录，形成中间表（这个中间表对用户是不可见的）；然后根据SELECT的选择列选择相应的列进行返回最终结果。
• 两表连接查询：对两表求积（笛卡尔积）并用ON条件和连接类型进行过滤形成中间表；然后根据WHERE条件过滤中间表的记录，并根据SELECT指定的列返回查询结果。
• 多表连接查询：先对第一个和第二个表按照两表连接做查询，然后用查询结果和第三个表做连接查询，以此类推，直到所有的表都连接上为止，最终形成一个中间的结果表，然后根据WHERE条件过滤中间表的记录，并根据SELECT指定的列返回查询结果。

I 查询

SELECT [ DISTINCT | ALL ]
     { * |  column [[AS] alias] }
     FROM { table | view }[ alias ]
          [ WHERE condition]
              [ { [ START WITH condition ]
                  CONNECT BY condition
              | GROUP BY expr [, expr]...
              | [HAVING condition] }]

1.1 单表查询

SELECT t.* FROM table t WHERE t.c1=‘…’;

1.2 内连接

https://kunnan.blog.csdn.net/article/details/128377646
在一个表中能够找到在另一个表中与之对应的记录，来组成新的记录显示出来，舍弃表中在另一个表中没有对应记录的记录。

inner join (inner可以省略)： 查出的是两张表的交集，两张表都有的才查出来

SELECT t1.* FROM table1 t1 INNER JOIN table2 t2 ON t1.column1=t2.column2;
SELECT t1.* FROM table1 t1, table2 t2 WHERE t1.column1=t2.column2;

1.3 外连接

SELECT t1.* FROM table1 t1 { [ LEFT | RIGTH ] } [ OUTER ] JOIN table2 t2 ON t1.column1=t2.column2;
SELECT t1.* FROM table1 t1, table2 t2  WHERE t1.column1=t2.column2(+);
SELECT t1.* FROM table1 t1, table2 t2  WHERE t1.column1(+)=t2.column2;

1.4 子查询

查询中含有查询

https://blog.csdn.net/z929118967/article/details/128394109

SELECT … FROM (SELECT … FROM t1, [t2, …]  WHERE condition1) WHERE condition2;
SELECT … FROM t1 WHERE t1.c1 IN (SELECT t2.c2 FROM t2 WHERE condition);
SELECT … FROM t1 WHERE t1 WHERE [NOT] EXISTS ( SELECT t2.c2 FROM t2 WHERE condition );

II 树查询（递归查询）

SELECT t1.* FROM table t1 START WITH  t1.c1= … CONNECT BY PRIOR t1.c1=t1.c2;

oracle中的select语句可以用START WITH...CONNECT BY PRIOR子句实现递归查询，connect by 是结构化查询中用到的，其基本语法是：

select * from tablename start with cond1
connect by cond2
where cond3;

将一个树状结构存储在一张表里，比如一个表中存在两个字段:

org_id,parentid那么通过表示每一条记录的parent是谁，就可以形成一个树状结构。

select * from table
start with org_id = 'iOS逆向'
connect by prior org_id = parent_id;

用上述语法的查询可以取得这棵树的所有记录。

其中COND1是根结点的限定语句，当然可以放宽限定条件，以取得多个根结点，实际就是多棵树。

COND2是连接条件，其中用PRIOR表示上一条记录，比如 CONNECT BY PRIOR ID=PRAENTID就是说上一条记录的org_id是本条记录的PRAENTID，即本记录的父亲是上一条记录。

COND3是过滤条件，用于对返回的所有记录进行过滤。

2.1 访问树结构的步骤

第一步：从根节点开始；

第二步：访问该节点；

第三步：判断该节点有无未被访问的子节点，若有，则转向它最左侧的未被访问的子节点，并执行第二步，否则执行第四步；

第四步：若该节点为根节点，则访问完毕，否则执行第五步；

第五步：返回到该节点的父节点，并执行第三步骤。

扫描整个树结构的过程也即是中序遍历树的过程

2.2 多级菜单排序并返回树结构菜单列表

多级菜单排序并返回树结构菜单列表：https://blog.csdn.net/z929118967/article/details/128025800

2.3 简单树查询(递归查询)

• 通过子节点向根节点追朔

select * from persons.dept start with deptid=76 connect by prior paredeptid=deptid

通过根节点遍历子节点.

select * from persons.dept start with paredeptid=0 connect by prior deptid=paredeptid

可通过level 关键字查询所在层次

select a.*,level from persons.dept a start with paredeptid=0 connect by prior deptid=paredeptid

start with 后面所跟的就是就是递归的种子，也就是递归开始的地方；

connect by prior后面的字段顺序是有讲究的；若prior缺省，则只能查询到符合条件的起始行，并不进行递归查询；

例如： select * from emp start with empno=7839 connect by empno=mgr;

|EMPNO ENAME| JOB | MGR HIREDATE | SAL | COMM DEPTNO|

2.4 小结：树结构的描述

树结构的数据存放在表中，数据之间的层次关系即父子关系，通过表中的列与列间的关系来描述，如 EMP 表中的 EMPNO 和 MGR 。 EMPNO 表示该雇员的编号， MGR 表示领导该雇员的人的编号，即子节点的 MGR 值等于父节点的 EMPNO 值。在表的每一行中都有一个表示父节点的 MGR （除根节点外），通过每个节点的父节点，就可以确定整个树结构。

select * from emp  start with  empno=7839 connect by prior empno=mgr;

在 SELECT 命令中使用 CONNECT BY 和 START WITH 子句可以查询表中的树型结构关系。其命令格式如下：

SELECT ...
CONNECT BY {PRIOR 列名 1= 列名 2| 列名 1=PRIOR 裂名 2}
[START WITH] ；

• CONNECT BY 子句: 说明每行数据将是按层次顺序检索，并规定将表中的数据连入树型结构的关系中。 PRIORY 运算符必须放置在连接关系的两列中某一个的前面。对于节点间的父子关系， PRIOR 运算符在一侧表示父节点，在另一侧表示子节点，从而确定查找树结构的顺序是自顶向下还是自底向上。在连接关系中，除了可以使用列名外，还允许使用列表达式。 START WITH 子句为可选项，用来标识哪个节点作为查找树型结构的根节点。若该子句被省略，则表示所有满足查询条件的行作为根节点。
• START WITH： 定义查找起始节点，不但可以指定一个根节点，还可以指定多个根节点。

在自顶向下查询树结构时，不但可以从根节点开始，还可以定义任何节点为起始节点，以此开始向下查找。这样查找的结果就是以该节点为开始的结构树的一枝。

• 使用 LEVEL

在具有树结构的表中，每一行数据都是树结构中的一个节点，由于节点所处的层次位置不同，所以每行记录都可以有一个层号。

层号根据节点与根节点的距离确定。不论从哪个节点开始，该起始根节点的层号始终为 1 ，根节点的子节点为 2 ， 依此类推。

• 节点和分支的裁剪

在对树结构进行查询时，可以去掉表中的某些行，也可以剪掉树中的一个分支，使用 WHERE 子句来限定树型结构中的单个节点，以去掉树中的单个节点，但它却不影响其后代节点（自顶向下检索时）或前辈节点（自底向顶检索时）。

• 排序显示

像在其它查询中一样，在树结构查询中也可以使用 ORDER BY 子句，改变查询结果的显示顺序，而不必按照遍历树结构的顺序。