学习MySQL的第二天:SQL(基础篇)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 学习MySQL的第二天:SQL(基础篇)

学习大纲:


aaf551f1cdbe48c3805876e3467c3d9a.png


一,SQL通用语法


1. SQL语句可以单行或多行书写,以分号结尾。


2.SQL语句可以使用空格/缩进来增强语句的可读性。


3. MySQL数据库的SQL语句不区分大小写, 关键字建议使用大写。(统一规范)


4.注释:


●单行注释: -- 注释内容或 # 注释内容(MySQL特有)

●多行注释: /* 注释内容*/


二,SQL分类


e11f82bf6c8a4fc5a2945f959839a464.png


三,DDL(数据定义语言)


1,数据库操作:


be90edc4d537441da907839e85cb3d38.png

 33456c908cd848878a63cacea88890ad.png


2,表操作:


977dea371750438cb93c0af13a6f4ce4.png


查询所有的表之前,前提是要先进入这个数据库中。(use 数据库名)


f3cc86bd43564d7691dba13e219553a8.png


注意: [..]为可选参数,最后一个字段后面没有逗号


尝试用上面的伪代码讲下面的表结构创建出来。


804aa88fa5ed416f9845d7bb6cf3198b.png


注:不要随意在系统库里面进行操作。


51447eb7605f486b8467a8de900b3709.png


3,表操作-数据类型:


MySQL中的数据类型有很多,主要分为三类:数值类型、字符串类型、日期时间类型。


1)数据类型:


6c911989aff94d429aa8768d853c89da.png


精度:所有位数


标度:小数位数


2)字符串类型:


b287ca549fa14a219f8634b0a53c81fb.png


char的性能较好,(varchar)。有一个计算的过程。(计算字符串的长度)


3)日期类型:


ebb34b684e2d446288be04357bf5ff98.png


4)案例:


根据需求创建表(设计合理的数据类型、长度)


设计一张员工信息表,要求如下:

1.编号(纯数字)

2.员工工号 (字符串类型,长度不超过10位)

3. 员工姓名(字符串类型,长度不超过10位)

4.性别(男/女,存储一一个汉字)

5.年龄(正常人年龄,不可能存储负数)

6. 身份证号(二代身份证号均为18位,身份证中有X这样的字符)

7.入职时间 (取值年月日即可)


f8237f67b88a445596a5dc0dd242d747.png


4,表操作-修改:


1)增加字段:


9fffe64418dd4daf99e95e4bc24eead6.png


为emp表增加一个新的字段”昵称"为nickname,类型为varchar(20)


55c3933621aa45f0be3f82edf1a13750.png


2)修改:


1b8984500e904f17a460036e547fd1ff.png


将emp表的nickname字段修改为username,类型为varchar(30)


18b1c14a56ae4571a5014cdc680127c1.png


3)删除字段:


384cd26482ce47d19c31d24129c32a4d.png


将emp表的字段username删除


2df17ed19a3f4507abd8181e039c7841.png


4)修改表名:


9d96148cb1d948d08b3e8b0ff3798460.png


将emp表的表名修改为employee


ce88cd970bc441ba97817c81ef1961e8.png


5,表操作-删除


c821f66752d64c079f7cecf4308eb9b7.png

09763ecd6e214eefb82fdb77c39b414c.png


94cce6a47a294886933cc0f48f509b5c.png


将原有的数据全部删除,重新创建一张新表,表中无任何数据。


6,总结:


1)数据库操作:


d0832847b2994ad78d48225f6b227b3c.png


2)表操作:


6a48e9f068a3422b88e539ef492b55ae.png


四, 图形化界面工具DataGrip


日常开发效率低,使用不直观。


aeecb224c2f649c98c4bdbc43f32c617.png


五,DML(数据操作语言)--Data Manipulation Language


用于对数据库中表的数据记录进行增删改操作


03c66ec230af40f78f8d1170a88ec8a8.png


1,增加数据:


1)给指定字段添加数据:


1cf35d4b7ef3459da1ac7322c79e3789.png


2)给所有字段添加数据:


e9014343e88644c1bd6e333bc9d82ac5.png


3)批量添加数据:


233b551384f8439ca3e9ba701e5065c9.png


注意:

●插入数据时,指定的字段顺序需要与值的顺序是一一对应的。.

●字符串和日期型数据应该包含在引号中。

●插入的数据大小,应该在字段的规定范围内。


3436e4e461c64ca5b9809645a0f30a3e.png


b50984a9152445bc9e8274594fea5c31.png


2,修改数据:


5e9f0f6a70c7498ca0d4be32bde4247b.png

注意:修改语句的条件可以有,也可以没有,如果没有条件,则会修改整张表的所有数据。


60c81a73c0074a6b8d483ebc5e5f01fe.png


368fb59f31874de29c283026610cf65f.png


c37346c7fc654473affadac8509d920c.png


如果不带where条件,代表修改整张表。


3,删除数据:


f95ad960bb024290ae2cd227dcc4a250.png


注意:

DELETE语句的条件可以有,也可以没有,如果没有条件,则会删除整张表的所有数据。

DELETE语句不能删除某一个字段的值(可以使 用UPDATE)。


249c6a52726945a4a76fb6802a92d80d.png


六,DQL (数据查询语言)--Data Query Language


用来查询数据库中表的记录。


bdfad741dbd6466095ced51cbbec6fa6.png


1,基本查询:


1)查询多个字段:


14af5d748673473e811d4874e375c53f.png


2)设置别名:


9c8897134a8d4ae0a25627fd58e9d3ab.png


3)去除重复记录:(返回去重操作后的数据)


7dd5d0d2614e4861984fcd6c475cda62.png


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(10)          comment '身份证号',
    workaddress   varchar(50)       comment '工作地址',
    entrydata     date              comment '入职时间'
) comment '员工表';
insert into  emp(id, workno, name, gender, age, idcard, workaddress, entrydata)
values (1,'1','y11','m',29,'1234','北京','2008-01-01'),
       (2,'2','y12','m',30,'2234','北京','2008-03-01'),
        (3,'3','y13','w',19,'3234','北京','2008-05-01'),
        (4,'4','y14','m',56,'4234','北京','2008-07-01'),
        (5,'5','y15','w',25,'5234','北京','2008-08-01'),
        (6,'6','y16','m',35,'6234','北京','2009-01-01'),
        (7,'7','y17','w',38,'7234','北京','2002-01-01'),
        (8,'8','y18','m',45,'8234','北京','2005-06-01'),
        (9,'9','y19','w',29,'9234','北京','2008-01-01'),
        (10,'10','y10','m',21,'0234','北京','2007-03-01');


1325796030a94f68a0fe6615868e401f.png


c0aef0761cb44832b7e4054ad3359243.png


案例:


68f32e12934744ee8f16002281f1c650.png


1,


c1ba6a0cf5314f90827fbe56f56c944a.png


2,


2a12259d1a3d4468aab5f18eaf1c569b.png

4e90b245dbae450b9b0093a17e355208.png


尽量不写*,不直观,会影响效率。


3,


321f7d80895c4a9caa52035469cd32a6.png


as可写可不写。


4,


4288033808794a1fb09462e539645de7.png


f147e4ca85214ffd843d733876bdf65b.png


不能用别名去查重。


2,条件查询:


14865b8ad2864634bb70b85dcc36e766.png

ec71163818c24970813d687c6d453dc8.png

2c794a6b7c7d427d848ef8e801dccbb7.png


案例:


b5be6f54bd084da2b18fa12882b3ec68.png


1,


f4d21763f34d471c8d79d08d0a98000a.png


2,


a7a8c28a90d14bb8a649cf723705572c.png


4,


810b7ae9cadc4332b0e5276b62fa2cbc.png


323679d18faf4da298c72612344af2d7.png


不能混合使用关键字。


76c2c968149a4b8babd8f6fdb6288bfc.png


6,


db3ed487613e4b3f8bd17e72940f936d.png


9e625749c4834930aad7ef5d9da21ce5.png


7,


adebb01ee8b24d5386f201657193f98c.png

2289a7f2f1ae48a2882c4aa933c134d9.png

1b9ca5d7b0e747bcb31a76e09cf3dc1a.png


between后面接最小值,and后面接最大值。


9,


1072549b80ad4e138a530b8622cf331e.png

8ecac706ab704002b7ee17ae3ebcbc41.png


10,


8e299b614b42467a91ada197914d5743.png

76d53c0e460349359de336c25186c4ad.png


11,查询身份证号第一位是9的员工信息


946205f420bc4a05864ba881179ffa3e.png


885ae819b9394099a6cf5324aa51d058.png

a72d7d5c2c8247f1bd154e3007659eb1.png


3,聚合函数:


1)将一列数据作为一个整体,进行纵向计算。


2)常见聚合函数:


d1709452d02a4537a9c5d376dc109abe.png


3)语法:


b92172dd39fc478cb6ce51fc968d9c44.png


案例:


0b8490c5c1504f5d898ae836d5038792.png


注意: null值不参与所有聚合函数运算。


1,


083ae1e8aae1438aa50c515cf7aa8ab5.png


c80a4346b9b143659d68ef8d416daccc.png


2,自动保留四位小数 3,


43a8dd8d142c489eb7452e7333cc939a.png

3,99db9a6e82874ad9a9de23305ecbe8c6.png


5,


4df406de6613421cbfbb008b70381033.png


4,分组查询:


4bbc9589c3464ad59d55b934e236949b.png


where与having区别

执行时机不同: 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。


判断条件不同: where不能对聚合函数进行判断,而having可以。


案例:


22d18066a48844f186a14f84a603aa19.png


1,


ded1f5758f2b4f48b4ae4ce4a5dd4af4.png

a8bcf563cdc94ccdbd19b06ae1aa3c8c.png

3,


5702b1da38344d12af05d4aae1c69749.png


注意

●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字段,查询其他字段无任何意义。


970308de94d14446bca755ee222825a1.png


5,排序查询:


0a7dc798f8aa4f0caae5db5a4504a845.png


排序方式

ASC:升序(默认值)

DESC:降序


注意: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。


案例:


e1264b2196ec4f5b9fef34d6e1366664.png


1,


470fe7aa58674642be3515af2890e3cc.png


3,


e744e8574b5340aebd9fdc91545267b6.png


6,分页查询:


865f848fecdc451b858a47e1eab9fe49.png


注意

●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。


案例:


d4e1487127a2488fa7706190e71a4a96.png


1,


ca7380179b314f46a2e20d75ab4af4f5.png


2,


dc3a2adab1a644db988a31ff1faefd52.png


习题:


10fc47595ed84c839d0e40cf69134101.png


答案:


d74588775c7a45d197eeafa068b5ffb9.png


7,执行顺序:


a325889d453c42a1a81ae48515e337cf.png


验证!!!!


七,DCL(数据控制语言)--Data Control Language


用来管理数据库用户,控制数据库访问权限。


主要是管理两个方面。


1,哪些用户可以访问该数据库服务器。(用户管理)


2,该用户可以访问哪些数据库。(权限控制)


1,用户管理:


530d05023492438586626dbce2701908.png


案例:


21936b0379fe451abdeb048c9dbca35f.png


注意:

●主机名可以使用%通配。

●这类SQL语句开发人员操作的比较少,主要是DBA ( Database Administrator 数据库管理员)使用。


6df8f547781d47f98b7adec4c01819cb.png

cc8cace81531498387a5bc5186dc3cc9.png

deea46b287954974a4702df1bb02a02a.png


2,权限控制:


211ccbdb0ddc4dea97586d2a1d8fb5fa.png


还想知道更多,就去查官方文件。


8eaf137edd664ceebebbe53313acf679.png


cbbfdd08756745c1a0c59cbb5a412279.png


无任何权限,仅仅是能登录数据库,连接数据库而已。


698710a937e24600bbd7b07270a93703.png

1915764663c14314accb8ba6c8d6c544.png

daa17222230d4f9f8e76aba9d2bd160e.png


用命令行查看时,要先退出,再进去查看。不然的话,权限仍然未变。


注意:

●多个权限之间,使用逗号分隔

●授权时,数据库名和表名可以使用*进行通配,代表所有。

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
目录
相关文章
|
2月前
|
存储 SQL 关系型数据库
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
|
3月前
|
SQL 关系型数据库 MySQL
Go语言数据库编程:使用 `database/sql` 与 MySQL/PostgreSQL
Go语言通过`database/sql`标准库提供统一数据库操作接口,支持MySQL、PostgreSQL等多种数据库。本文介绍了驱动安装、连接数据库、基本增删改查操作、预处理语句、事务处理及错误管理等内容,涵盖实际开发中常用的技巧与注意事项,适合快速掌握Go语言数据库编程基础。
247 62
|
4月前
|
SQL 数据采集 关系型数据库
实现MySQL与SQL Server之间数据迁移的有效方法
总的来说,从MySQL到SQL Server的数据迁移是一个涉及到很多步骤的过程,可能会遇到各种问题和挑战。但只要精心规划、仔细执行,这个任务是完全可以完成的。
285 18
|
5月前
|
SQL 关系型数据库 MySQL
【MySQL】SQL分析的几种方法
以上就是SQL分析的几种方法。需要注意的是,这些方法并不是孤立的,而是相互关联的。在实际的SQL分析中,我们通常需要结合使用这些方法,才能找出最佳的优化策略。同时,SQL分析也需要对数据库管理系统,数据,业务需求有深入的理解,这需要时间和经验的积累。
153 12
|
5月前
|
关系型数据库 MySQL 大数据
大数据新视界--大数据大厂之MySQL 数据库课程设计:MySQL 数据库 SQL 语句调优的进阶策略与实际案例(2-2)
本文延续前篇,深入探讨 MySQL 数据库 SQL 语句调优进阶策略。包括优化索引使用,介绍多种索引类型及避免索引失效等;调整数据库参数,如缓冲池、连接数和日志参数;还有分区表、垂直拆分等其他优化方法。通过实际案例分析展示调优效果。回顾与数据库课程设计相关文章,强调全面认识 MySQL 数据库重要性。为读者提供综合调优指导,确保数据库高效运行。
|
3月前
|
人工智能 运维 关系型数据库
数据库运维:mysql 数据库迁移方法-mysqldump
本文介绍了MySQL数据库迁移的方法与技巧,重点探讨了数据量大小对迁移方式的影响。对于10GB以下的小型数据库,推荐使用mysqldump进行逻辑导出和source导入;10GB以上可考虑mydumper与myloader工具;100GB以上则建议物理迁移。文中还提供了统计数据库及表空间大小的SQL语句,并讲解了如何使用mysqldump导出存储过程、函数和数据结构。通过结合实际应用场景选择合适的工具与方法,可实现高效的数据迁移。
642 1
|
4月前
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
2月前
|
SQL 存储 关系型数据库
MySQL功能模块探秘:数据库世界的奇妙之旅
]带你轻松愉快地探索MySQL 8.4.5的核心功能模块,从SQL引擎到存储引擎,从复制机制到插件系统,让你在欢声笑语中掌握数据库的精髓!
|
6月前
|
关系型数据库 MySQL Java
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
【YashanDB知识库】原生mysql驱动配置连接崖山数据库
|
2月前
|
SQL Oracle 关系型数据库
比较MySQL和Oracle数据库系统,特别是在进行分页查询的方法上的不同
两者的性能差异将取决于数据量大小、索引优化、查询设计以及具体版本的数据库服务器。考虑硬件资源、数据库设计和具体需求对于实现优化的分页查询至关重要。开发者和数据库管理员需要根据自身使用的具体数据库系统版本和环境,选择最合适的分页机制,并进行必要的性能调优来满足应用需求。
100 11

推荐镜像

更多