MySQl数据库第八课-------SQL命令查询-------主要命脉2

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
云数据库 RDS MySQL,高可用系列 2核4GB
简介: MySQl数据库第八课-------SQL命令查询-------主要命脉

排序   order by

默认为升序 (从小到大)

--写法1
select * from city  where order by `id`;
--写法2
select * from city  where order by `id` asc;

ec05a1bba26d431281e989b860506ff6.png

对id进行排序

降序(从大到小)

select * from city  where order by `id` desc;


334360a676f54212a04854b70910be1e.png

多个字段进行排序
select * from city order by `pid`desc, `id`asc;

意思是,优先对字段pid进行排序,排完之后,如果有相同pid数据的再进行id排序,如果没有pid相同的数据就不会进行id排序

5c5e7c2e20ec4a64bbbfe5ebb0c739e3.png

聚合

统计个数
-- 统计总数
select count(*) from table_name;
select count(0) from table_name;
-- 统计id大于3的人数
select count(0) from table_name where id >3;
--计算某个字段的数据量
select conut(`字段名`) from 表名 ;

细心的小可爱就会发现count()可以填 *   、数字、字段名    ,下面我来一一讲解一下

count(`字段名`):对这个字段进行计数,如果该字段存在有空值,就不会计算进去,简单理解为只计算非空的数据个数

count(*):会对每一条数据里面的字段值一一遍历一次判断,会造成很大的性能浪费,返回数据的条数

count(数字) :不会对每一条数据里面的字段一一遍历判断,只要写到数据表的每一条数据都会被计算进去,所以建议使用conut(数字)而不是conut(*),

注意一下 conut(数字)里的数字是随意的

最大值

-- 最大值
select max(id) from table_name;
-- 性别为女的最大ID
select max(id) from table_name where gender='女';

 

最小值

-- 最小值
select min(id) from table_name;
-- 性别为男的最小ID
select min(id) from table_name where gender='男';

 

求和 sum()

-- 求和
select sum(age) from table_name;
-- 性别为男的年龄总值
select sum(age) from table_name where gender='男';

记住count 和sum是不一样的  count是计算数量的  sum是计算和的

 

平均数 avg()

-- 平均值
select avg(age) from table_name;
-- 性别为男的年龄平均值
select avg(age) from table_name where gender='男';
select sum(age)/count(0) from table_name where gender='男';

86ca5d9e73224c759b7ea11afd1d9e6f.png

求平均值还可以这样写

select sum(`字段名`)/count(`字段名`) from 表名 ;

分组:group by

注意一下,对哪个字段进行分组,就只能查看那个字段,当写入的字段不参与分组会报错

将查询结果按照字段进行分组,字段值相同的为一组。可用于单个字段分组,也可用于多个字段分组

简单理解就是相同的为一组,比如在一个班级上有很多人。按兴趣分组,相同爱好的为一组,

-- 性别分组
select gender from table_name group by gender;
-- 利用分组去重
select id, name from table_name group by id, name;
-- 这里的去重是利用group by进行去重,它的效率会比distinct快,但是要求将进行去重的字段全部写入
--分组内

54546e071fab4f7a850f5edd9c7e52d8.png

使用分组也会产生去重效果,

计算分组后,各组里的人数

select `字段名`,count(0)from 表名 group by `字段名`;

dccef3085ee046e683265f1349adce56.png

如果要加where判断条件的话就要写在group by前面

select * from city where `id`> 3 order by `id`;
分组后的字端拼接
-- 分组后的字段拼接
select gender, group_concat(name) from table_name group by gender;
select gender, concat(name) from table_name group by gender;

457eca28586e41ddbb415679ced9c292.png

所谓的字段拼接就是在分组后,我们可以理解为收集该组成员的某样特征

select `pid` ,group_concat(`name`),count(0) from(select * from city limit 4)as a  group by `pid` order by `pid`;

bb27cc4746e84a2d8e30b9004390501b.png

括号里面的意思就是获取city表的前四条数据 取别名为a,然后对a表的pid字段进行分组  ,并然后进行升序排序和进行name字段的拼接,

-- 分组后的聚合
-- 各个性别的人数
select gender, count(0) from table_name group by gender;
-- 各个性别的平均年龄
select gender, avg(age) from table_name group by gender;

with rollup       coalesce()

局部求和
-- 使用coalesce代替空值
select coalesce(gender, 'total'), count(0) num from table_name group by gender -
- with rollup;

with rollup 用于局部的聚合,能把某个相同字段值的个数进行统计,并以null命名

coalesce(字段名,‘name’)把字段名里的空值改为name

结果筛选 having

-- 分组后的条件筛选
-- 各个性别的平均年龄大于10的数据
select gender, avg(age) from table_name group by gender having avg(age) >10;
-- 各个性别的平均年龄大于10的人数
select gender, count(0) from table_name group by gender having avg(age) >10;

where 是对初始值进行筛选

having 是对结果值进行筛选

总结

如果写where 条件就要写在筛选出结果之前,比如写在group by前面,因为where是初始值进行筛选,where写在后面就相当于对结果进行筛选了,

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     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
|
4天前
|
SQL 安全 Java
MyBatis-Plus条件构造器:构建安全、高效的数据库查询
MyBatis-Plus 提供了一套强大的条件构造器(Wrapper),用于构建复杂的数据库查询条件。Wrapper 类允许开发者以链式调用的方式构造查询条件,无需编写繁琐的 SQL 语句,从而提高开发效率并减少 SQL 注入的风险。
9 1
MyBatis-Plus条件构造器:构建安全、高效的数据库查询
|
1天前
|
SQL 存储 缓存
如何优化SQL查询性能?
【10月更文挑战第28天】如何优化SQL查询性能?
18 10
|
1天前
|
存储 缓存 固态存储
怎么让数据库查询更快
【10月更文挑战第28天】
5 2
|
3天前
|
存储 缓存 关系型数据库
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。
|
4天前
|
关系型数据库 MySQL Linux
在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤,包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。
本文介绍了在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤,包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。同时,文章还对比了编译源码安装与使用 RPM 包安装的优缺点,帮助读者根据需求选择最合适的方法。通过具体案例,展示了编译源码安装的灵活性和定制性。
29 2
|
4天前
|
存储 关系型数据库 MySQL
查询服务器CPU、内存、磁盘、网络IO、队列、数据库占用空间等等信息
查询服务器CPU、内存、磁盘、网络IO、队列、数据库占用空间等等信息
89 1
|
4天前
|
SQL 关系型数据库 数据库
PostgreSQL性能飙升的秘密:这几个调优技巧让你的数据库查询速度翻倍!
【10月更文挑战第25天】本文介绍了几种有效提升 PostgreSQL 数据库查询效率的方法,包括索引优化、查询优化、配置优化和硬件优化。通过合理设计索引、编写高效 SQL 查询、调整配置参数和选择合适硬件,可以显著提高数据库性能。
36 1
|
2天前
|
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。
10 0
|
3天前
|
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。
16 0
|
SQL 关系型数据库 MySQL
软件测试mysql面试题:SQL命令有哪些不同类型?
软件测试mysql面试题:SQL命令有哪些不同类型?
88 0

推荐镜像

更多