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
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
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
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
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
|
3天前
|
SQL 运维 监控
SQL查询太慢?实战讲解YashanDB SQL调优思路
本文是Meetup第十期“调优实战专场”的第二篇技术文章,上一篇《高效查询秘诀,解码YashanDB优化器分组查询优化手段》中,我们揭秘了YashanDB分组查询优化秘诀,本文将通过一个案例,助你快速上手YashanDB慢日志功能,精准定位“慢SQL”后进行优化。
|
24天前
|
关系型数据库 MySQL 网络安全
如何排查和解决PHP连接数据库MYSQL失败写锁的问题
通过本文的介绍,您可以系统地了解如何排查和解决PHP连接MySQL数据库失败及写锁问题。通过检查配置、确保服务启动、调整防火墙设置和用户权限,以及识别和解决长时间运行的事务和死锁问题,可以有效地保障应用的稳定运行。
122 25
|
12天前
|
SQL 关系型数据库 MySQL
基于SQL Server / MySQL进行百万条数据过滤优化方案
对百万级别数据进行高效过滤查询,需要综合使用索引、查询优化、表分区、统计信息和视图等技术手段。通过合理的数据库设计和查询优化,可以显著提升查询性能,确保系统的高效稳定运行。
32 9
|
10天前
|
SQL 数据库
数据库数据恢复—SQL Server报错“错误 823”的数据恢复案例
SQL Server数据库附加数据库过程中比较常见的报错是“错误 823”,附加数据库失败。 如果数据库有备份则只需还原备份即可。但是如果没有备份,备份时间太久,或者其他原因导致备份不可用,那么就需要通过专业手段对数据库进行数据恢复。
|
20天前
|
SQL 关系型数据库 分布式数据库
利用 PolarDB PG 版向量化引擎,加速复杂 SQL 查询!完成任务领发财新年抱枕!
利用 PolarDB PG 版向量化引擎,加速复杂 SQL 查询!完成任务领发财新年抱枕!
|
11天前
|
SQL 存储 缓存
MySQL的架构与SQL语句执行过程
MySQL架构分为Server层和存储引擎层,具有高度灵活性和可扩展性。Server层包括连接器、查询缓存(MySQL 8.0已移除)、分析器、优化器和执行器,负责处理SQL语句;存储引擎层负责数据的存储和读取,常见引擎有InnoDB、MyISAM和Memory。SQL执行过程涉及连接、解析、优化、执行和结果返回等步骤,本文详细讲解了一条SQL语句的完整执行过程。
28 3
|
11天前
|
监控 关系型数据库 MySQL
云数据库:从零到一,构建高可用MySQL集群
在互联网时代,数据成为企业核心资产,传统单机数据库难以满足高并发、高可用需求。云数据库通过弹性扩展、分布式架构等优势解决了这些问题,但也面临数据安全和性能优化挑战。本文介绍了如何从零开始构建高可用MySQL集群,涵盖选择云服务提供商、创建实例、配置高可用架构、数据备份恢复及性能优化等内容,并通过电商平台案例展示了具体应用。
|
12天前
|
SQL 关系型数据库 OLAP
云原生数据仓库AnalyticDB PostgreSQL同一个SQL可以实现向量索引、全文索引GIN、普通索引BTREE混合查询,简化业务实现逻辑、提升查询性能
本文档介绍了如何在AnalyticDB for PostgreSQL中创建表、向量索引及混合检索的实现步骤。主要内容包括:创建`articles`表并设置向量存储格式,创建ANN向量索引,为表增加`username`和`time`列,建立BTREE索引和GIN全文检索索引,并展示了查询结果。参考文档提供了详细的SQL语句和配置说明。
29 1
|
18天前
|
SQL 关系型数据库 MySQL
数据库数据恢复——MySQL简介和数据恢复案例
MySQL数据库数据恢复环境&故障: 本地服务器,安装的windows server操作系统。 操作系统上部署MySQL单实例,引擎类型为innodb,表空间类型为独立表空间。该MySQL数据库没有备份,未开启binlog。 人为误操作,在用Delete命令删除数据时未添加where子句进行筛选导致全表数据被删除,删除后未对该表进行任何操作。
|
18天前
|
SQL Oracle 关系型数据库
【YashanDB 知识库】如何将 mysql 含有 group by 的 SQL 转换成崖山支持的 SQL
在崖山数据库中执行某些 SQL 语句时出现报错(YAS-04316 not a single-group group function),而这些语句在 MySQL 中能成功执行。原因是崖山遵循 SQL-92 标准,不允许选择列表中包含未在 GROUP BY 子句中指定的非聚合列,而 MySQL 默认允许这种操作。解决办法包括:使用聚合函数处理非聚合列或拆分查询为两层,先进行 GROUP BY 再排序。总结来说,SQL-92 更严格,确保数据一致性,MySQL 在 5.7 及以上版本也默认遵循此标准。