数据库小技能:查询

简介: 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。

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] }]
AI 代码解读

1.1 单表查询

SELECT t.* FROM table t WHERE t.c1=‘…’;
AI 代码解读

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;
AI 代码解读

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;
AI 代码解读

1.4 子查询

查询中含有查询

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

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

II 树查询(递归查询)

SELECT t1.* FROM table t1 START WITH  t1.c1=CONNECT BY PRIOR t1.c1=t1.c2;
AI 代码解读

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;
AI 代码解读
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;
AI 代码解读
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)

DEPTID NUMBER 部门id
PAREDEPTID NUMBER 父部门id(所属部门id)
NAME CHAR (40 Byte) 部门名称
  • 通过子节点向根节点追朔
select * from persons.dept start with deptid=76 connect by prior paredeptid=deptid
AI 代码解读

通过根节点遍历子节点.

select * from persons.dept start with paredeptid=0 connect by prior deptid=paredeptid
AI 代码解读

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
AI 代码解读
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|

7839 KING PRESIDENT 2022-11-17 5000.00 10

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;
AI 代码解读

SELECT 命令中使用 CONNECT BYSTART 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] ;
AI 代码解读
  • 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。
目录
打赏
0
0
0
0
480
分享
相关文章
时序数据库 TDengine 化工新签约:存储降本一半,查询提速十倍
化工行业在数字化转型过程中面临数据接入复杂、实时性要求高、系统集成难度大等诸多挑战。福州力川数码科技有限公司科技依托深厚的行业积累,精准聚焦行业痛点,并携手 TDengine 提供高效解决方案。
22 0
【潜意识Java】MyBatis中的动态SQL灵活、高效的数据库查询以及深度总结
本文详细介绍了MyBatis中的动态SQL功能,涵盖其背景、应用场景及实现方式。
133 6
【深入了解MySQL】优化查询性能与数据库设计的深度总结
本文详细介绍了MySQL查询优化和数据库设计技巧,涵盖基础优化、高级技巧及性能监控。
440 0
数据库LIKE查询屡试不爽?揭秘大多数人都忽视的秘密操作符!
本文分析了因数据库中的不可见空白字符导致的数据查询问题,探讨了问题的成因与特性,并提出了使用 SQL 语句修复问题的有效方案。同时,总结了避免类似问题的经验和注意事项。
50 0
数据库执行查询请求的过程?
客户端发起TCP连接请求,服务端通过连接器验证主机信息、用户名及密码,验证通过后创建专用进程处理交互。服务端进程缓存以减少创建和销毁线程的开销。后续步骤包括缓存查询(8.0版后移除)、语法解析、查询优化及存储引擎调用,最终返回查询结果。
55 6
怎么让数据库查询更快
【10月更文挑战第28天】
60 2
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。
698 1
怎么让数据库查询更快
【10月更文挑战第25天】通过以上综合的方法,可以有效地提高数据库查询的速度,提升应用程序的性能和响应速度。但在优化过程中,需要根据具体的数据库系统、应用场景和数据特点进行合理的调整和测试,以找到最适合的优化方案。
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。
496 0

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等