【MySQL】8. 基本查询(update/delete/聚合/分组)

本文涉及的产品
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 基础系列,0.5-2RCU 50GB
云数据库 RDS PostgreSQL,集群系列 2核4GB
简介: 【MySQL】8. 基本查询(update/delete/聚合/分组)

表的删改

3. Update

语法:

UPDATE table_name SET column = expr [, column = expr ...]
[WHERE ...] [ORDER BY ...] [LIMIT ...]
AI 代码解读

对查询到的结果进行列值更新
案例:

3.1 将孙悟空同学的数学成绩变更为 80 分

-- 更新值为具体值
-- 查看原数据
SELECT name, math FROM exam_result WHERE name = '孙悟空';
+-------+----+
| name  |math|
+-------+----+
| 孙悟空 | 78 |
+-------+----+
1 row in set (0.00 sec)

-- 数据更新
UPDATE exam_result SET math = 80 WHERE name = '孙悟空';
Query OK, 1 row affected (0.04 sec)
Rows matched: 1 Changed: 1 Warnings: 0

-- 查看更新后数据
SELECT name, math FROM exam_result WHERE name = '孙悟空';
+-------+----+
| name  |math|
+-------+----+
| 孙悟空 | 80 |
+-------+----+
1 row in set (0.00 sec)
AI 代码解读

3.2 将曹孟德同学的数学成绩变更为 60 分,语文成绩变更为 70 分

-- 一次更新多个列

-- 查看原数据
SELECT name, math, chinese FROM exam_result WHERE name = '曹孟德';
+-------+----+-------+
| name  |math|chinese|
+-------+----+-------+
| 曹孟德 | 84 |    82 |
+-------+----+-------+
1 row in set (0.00 sec)

-- 数据更新
UPDATE exam_result SET math = 60, chinese = 70 WHERE name = '曹孟德';
Query OK, 1 row affected (0.14 sec)
Rows matched: 1 Changed: 1 Warnings: 0

-- 查看更新后数据
SELECT name, math, chinese FROM exam_result WHERE name = '曹孟德';
+-------+----+-------+
| name  |math|chinese|
+-------+----+-------+
| 曹孟德 | 60 |   70  |
+-------+----+-------+
1 row in set (0.00 sec)
AI 代码解读

3.3 将总成绩倒数前三的 3 位同学的数学成绩加上 30 分

-- 更新值为原值基础上变更
-- 查看原数据
-- 别名可以在ORDER BY中使用
SELECT name, math, chinese + math + english 总分 FROM exam_result ORDER BY 总分 LIMIT 3;
+-------+----+-----+
| name  |math| 总分 |
+-------+----+-----+
| 宋公明 | 65 | 170 |
| 刘玄德 | 85 | 185 |
| 曹孟德 | 60 | 197 |
+-------+----+-----+
3 rows in set (0.00 sec)

-- 数据更新,不支持 math += 30 这种语法
UPDATE exam_result SET math = math + 30 ORDER BY chinese + math + english LIMIT 3;
-- 查看更新后数据
-- 思考:这里还可以按总分升序排序取前 3 个么?
SELECT name, math, chinese + math + english 总分 FROM exam_result WHERE name IN ('宋公明', '刘玄德', '曹孟德');
+-------+----+-----+
| name  |math| 总分 |
+-------+----+-----+
| 曹孟德 | 90 | 227 |
| 刘玄德 |115 | 215 |
| 宋公明 | 95 | 200 |
+-------+----+-----+
3 rows in set (0.00 sec)

-- 按总成绩排序后查询结果
SELECT name, math, chinese + math + english 总分 FROM exam_result ORDER BY 总分 LIMIT 3;
+-------+----+-----+
| name  |math| 总分 |
+-------+----+-----+
| 宋公明 | 95 | 200 |
| 刘玄德 |115 | 215 |
| 唐三藏 | 98 | 221 |
+-------+----+-----+
3 rows in set (0.00 sec)
AI 代码解读

3.4 将所有同学的语文成绩更新为原来的 2 倍

==注意:更新全表的语句慎用!==

-- 没有 WHERE 子句,则更新全表

-- 查看原数据
SELECT * FROM exam_result;
+---+-------+-------+----+-------+
| id|  name |chinese|math|english|
+---+-------+-------+----+-------+
| 1 | 唐三藏 |    67 | 98 |    56 |
| 2 | 孙悟空 |    87 | 80 |    77 |
| 3 | 猪悟能 |    88 | 98 |    90 |
| 4 | 曹孟德 |    70 | 90 |    67 |
| 5 | 刘玄德 |    55 | 115|    45 |
| 6 | 孙权   |    70 | 73 |    78 |
| 7 | 宋公明 |    75 | 95 |    30 |
+---+-------+-------+----+-------+
7 rows in set (0.00 sec)

-- 数据更新
UPDATE exam_result SET chinese = chinese * 2;
Query OK, 7 rows affected (0.00 sec)
Rows matched: 7 Changed: 7 Warnings: 0

-- 查看更新后数据
SELECT * FROM exam_result;
+---+-------+-------+----+--------+
| id|  name |chinese|math|english |
+---+-------+-------+----+--------+
| 1 | 唐三藏 |   134 | 98 |     56 |
| 2 | 孙悟空 |   174 | 80 |     77 |
| 3 | 猪悟能 |   176 | 98 |     90 |
| 4 | 曹孟德 |   140 | 90 |     67 |
| 5 | 刘玄德 |   110 |115 |     45 |
| 6 | 孙权   |   140 | 73 |     78 |
| 7 | 宋公明 |   150 | 95 |     30 |
+---+-------+-------+----+--------+
7 rows in set (0.00 sec)
AI 代码解读

4. Delete

4.1 删除数据

语法:

DELETE FROM table_name [WHERE ...] [ORDER BY ...] [LIMIT ...]
AI 代码解读

案例:

4.1.1 删除孙悟空同学的考试成绩

-- 查看原数据
SELECT * FROM exam_result WHERE name = '孙悟空';
+---+-------+-------+----+-------+
| id|  name |chinese|math|english|
+---+-------+-------+----+-------+
| 2 | 孙悟空 |   174 | 80 |    77 |
+---+-------+-------+----+-------+
1 row in set (0.00 sec)

-- 删除数据
DELETE FROM exam_result WHERE name = '孙悟空';
Query OK, 1 row affected (0.17 sec)

-- 查看删除结果
SELECT * FROM exam_result WHERE name = '孙悟空';
Empty set (0.00 sec)
AI 代码解读

4.1.2 删除整张表数据

注意:删除整表操作要慎用!

-- 准备测试表
CREATE TABLE for_delete (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(20)
);
Query OK, 0 rows affected (0.16 sec)

-- 插入测试数据
INSERT INTO for_delete (name) VALUES ('A'), ('B'), ('C');
Query OK, 3 rows affected (1.05 sec)
Records: 3 Duplicates: 0 Warnings: 0

-- 查看测试数据
SELECT * FROM for_delete;
+---+----+
| id|name|
+---+----+
| 1 |  A |
| 2 |  B |
| 3 |  C |
+---+----+
3 rows in set (0.00 sec)
AI 代码解读
-- 删除整表数据
DELETE FROM for_delete;
Query OK, 3 rows affected (0.00 sec)

-- 查看删除结果
SELECT * FROM for_delete;
Empty set (0.00 sec)
AI 代码解读
-- 再插入一条数据,自增 id 在原值上增长
INSERT INTO for_delete (name) VALUES ('D');
Query OK, 1 row affected (0.00 sec)

-- 查看数据
SELECT * FROM for_delete;
+----+------+
| id | name |
+----+------+
| 4 | D |
+----+------+
1 row in set (0.00 sec)

-- 查看表结构,会有 AUTO_INCREMENT=n 项
SHOW CREATE TABLE for_delete\G
*************************** 1. row ***************************
Table: for_delete
Create Table: CREATE TABLE `for_delete` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(20) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
AI 代码解读

知识拓展:
在这里插入图片描述

4.2 截断表

语法:

TRUNCATE [TABLE] table_name
AI 代码解读

==注意:这个操作慎用==

  1. 只能对整表操作,不能像 DELETE 一样针对部分数据操作;
  2. 实际上 MySQL 不对数据操作,所以比 DELETE 更快,但是TRUNCATE在删除数据的时候,并不经过真正的事
    物,所以无法回滚
  3. 会重置 AUTO_INCREMENT 项
-- 准备测试表
CREATE TABLE for_truncate (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(20)
);
Query OK, 0 rows affected (0.16 sec)

-- 插入测试数据
INSERT INTO for_truncate (name) VALUES ('A'), ('B'), ('C');
Query OK, 3 rows affected (1.05 sec)
Records: 3 Duplicates: 0 Warnings: 0

-- 查看测试数据
SELECT * FROM for_truncate;
+---+----+
| id|name|
+---+----+
| 1 |  A |
| 2 |  B |
| 3 |  C |
+---+----+
3 rows in set (0.00 sec)
AI 代码解读
-- 截断整表数据,注意影响行数是 0,所以实际上没有对数据真正操作
TRUNCATE for_truncate;
Query OK, 0 rows affected (0.10 sec)

-- 查看删除结果
SELECT * FROM for_truncate;
Empty set (0.00 sec)

-- 再插入一条数据,自增 id 在重新增长
INSERT INTO for_truncate (name) VALUES ('D');
Query OK, 1 row affected (0.00 sec)

-- 查看数据
SELECT * FROM for_truncate;
+---+----+
| id|name|
+---+----+
| 1 |  D |
+---+----+
1 row in set (0.00 sec)

-- 查看表结构,会有 AUTO_INCREMENT=2 项
SHOW CREATE TABLE for_truncate\G
*************************** 1. row ***************************
Table: for_truncate
Create Table: CREATE TABLE `for_truncate` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(20) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
AI 代码解读

5. 插入查询结果

语法:

INSERT INTO table_name [(column [, column ...])] SELECT ...
AI 代码解读

案例:删除表中的的重复复记录,重复的数据只能有一份

-- 创建原数据表
CREATE TABLE duplicate_table (id int, name varchar(20));
Query OK, 0 rows affected (0.01 sec)

-- 插入测试数据
INSERT INTO duplicate_table VALUES
(100, 'aaa'),
(100, 'aaa'),
(200, 'bbb'),
(200, 'bbb'),
(200, 'bbb'),
(300, 'ccc');
Query OK, 6 rows affected (0.00 sec)
Records: 6 Duplicates: 0 Warnings: 0
AI 代码解读

思路:
在这里插入图片描述
为啥最后通过rename方式进行呢? -- 就是等一切数据就绪再进行统一放入/更新/生效
不先进行rename再插入呢? -- MySQL当中rename的效率是非常高效的,插入是十分低效的而且也不安全(万一在插入的过程中断点丢失数据是非常危险的)

-- 查看最终结果
SELECT * FROM duplicate_table;
+----+-----+
| id | name|
+----+-----+
| 100| aaa |
| 200| bbb |
| 300| ccc |
+----+-----+
3 rows in set (0.00 sec)
AI 代码解读

6. 聚合函数

+-------------------------+------------------------------------+ 
|            函数          |                  说明               |
+-------------------------+------------------------------------+ 
| COUNT([DISTINCT] expr)  | 返回查询到的数据的 数量                |
| SUM([DISTINCT] expr)    | 返回查询到的数据的 总和,不是数字没有意义  |
| AVG([DISTINCT] expr)    | 返回查询到的数据的 平均值,不是数字没有意义|
| MAX([DISTINCT] expr)    | 返回查询到的数据的 最大值,不是数字没有意义|
| MIN([DISTINCT] expr)    | 返回查询到的数据的 最小值,不是数字没有意义|
+-------------------------+------------------------------------+
AI 代码解读

案例:

6.1 统计班级共有多少同学

-- 使用 * 做统计,不受 NULL 影响
SELECT COUNT(*) FROM students;
+----------+
| COUNT(*) |
+----------+
|        4 |
+----------+
1 row in set (0.00 sec)
-- 使用表达式做统计
SELECT COUNT(1) FROM students;
+----------+
| COUNT(1) |
+----------+
|        4 |
+----------+
1 row in set (0.00 sec)
AI 代码解读

6.2 统计班级收集的 qq 号有多少

-- NULL 不会计入结果
SELECT COUNT(qq) FROM students;
+-----------+
| COUNT(qq) |
+-----------+
|         1 |
+-----------+
1 row in set (0.00 sec)
AI 代码解读

6.3 统计本次考试的数学成绩分数个数

-- COUNT(math) 统计的是全部成绩
SELECT COUNT(math) FROM exam_result;
+-------------+
| COUNT(math) |
+-------------+
|           6 |
+-------------+
1 row in set (0.00 sec)

-- COUNT(DISTINCT math) 统计的是去重成绩数量
SELECT COUNT(DISTINCT math) FROM exam_result;
+----------------------+
| COUNT(DISTINCT math) |
+----------------------+
|                    5 |
+----------------------+
1 row in set (0.00 sec)
AI 代码解读

6.4 统计数学成绩总分

SELECT SUM(math) FROM exam_result;
+-----------+
| SUM(math) |
+-----------+
|       569 |
+-----------+
1 row in set (0.00 sec)
-- 不及格 < 60 的总分,没有结果,返回 NULL
SELECT SUM(math) FROM exam_result WHERE math < 60;
+-----------+
| SUM(math) |
+-----------+
|      NULL |
+-----------+
1 row in set (0.00 sec)
AI 代码解读

6.4 统计平均总分

SELECT AVG(chinese + math + english) 平均总分 FROM exam_result;
+---------+
| 平均总分 |
+---------+
|   297.5 |
+---------+
AI 代码解读

6.5 返回英语最高分

SELECT MAX(english) FROM exam_result;
+-------------+
| MAX(english)|
+-------------+
|          90 |
+-------------+
1 row in set (0.00 sec)
AI 代码解读

6.6 返回 > 70 分以上的数学最低分

SELECT MIN(math) FROM exam_result WHERE math > 70;
+-----------+
| MIN(math) |
+-----------+
|        73 |
+-----------+
1 row in set (0.00 sec)
AI 代码解读

7. group by子句的使用

在select中使用group by 子句可以对指定列进行分组查询

select column1, column2, .. from table group by column;
AI 代码解读

案例:
准备工作,创建一个雇员信息表(来自oracle 9i的经典测试表)
这里我将雇员信息表放在gitee上,点击这里即可!!!

  • EMP员工表
  • DEPT部门表
  • SALGRADE工资等级表

下载到本地上之后导入到云服务的MySQL数据目录下:

-rw-r--r-- 1 root  root    3878 Mar 25  2022 scott_data.sql

[root@iZ0jl69kyvg0h181cozuf5Z tt]# pwd
/var/lib/mysql/tt
这里tt是我自己建的数据库(自己选择路径)
AI 代码解读

将数据库还原出来:

mysql> source /var/lib/mysql/tt/scott_data.sql
Query OK, 0 rows affected, 1 warning (0.00 sec)

Query OK, 1 row affected (0.00 sec)

Database changed
Query OK, 0 rows affected, 1 warning (0.00 sec)

Query OK, 0 rows affected (0.01 sec)

Query OK, 0 rows affected, 1 warning (0.00 sec)

Query OK, 0 rows affected (0.01 sec)

Query OK, 0 rows affected, 1 warning (0.00 sec)

Query OK, 0 rows affected (0.01 sec)

Query OK, 1 row affected (0.01 sec)
AI 代码解读

对应的/var/lib/mysql下同样出现对应的数据库内容文件

[root@iZ0jl69kyvg0h181cozuf5Z mysql]# pwd
/var/lib/mysql
[root@iZ0jl69kyvg0h181cozuf5Z mysql]# ll
drwxr-x--- 2 mysql mysql     4096 Mar 21 09:30 scott
AI 代码解读

7.1 显示每个部门的平均工资和最高工资

在这里插入图片描述
在这里插入图片描述

7.2 显示每个部门的每种岗位的平均工资和最低工资

mysql> select deptno,job, min(sal) 最低,avg(sal) 平均 from emp group by deptno,job;
+--------+-----------+---------+-------------+
| deptno | job       | 最低    | 平均        |
+--------+-----------+---------+-------------+
|     10 | CLERK     | 1300.00 | 1300.000000 |
|     10 | MANAGER   | 2450.00 | 2450.000000 |
|     10 | PRESIDENT | 5000.00 | 5000.000000 |
|     20 | ANALYST   | 3000.00 | 3000.000000 |
|     20 | CLERK     |  800.00 |  950.000000 |
|     20 | MANAGER   | 2975.00 | 2975.000000 |
|     30 | CLERK     |  950.00 |  950.000000 |
|     30 | MANAGER   | 2850.00 | 2850.000000 |
|     30 | SALESMAN  | 1250.00 | 1400.000000 |
+--------+-----------+---------+-------------+
9 rows in set (0.00 sec)
AI 代码解读

7.3 显示平均工资低于2000的部门和它的平均工资

统计各个部门的平均工资

select avg(sal) from EMP group by deptno
AI 代码解读

having和group by配合使用,对group by结果进行过滤

select deptno,avg(sal) 平均 from EMP group by deptno having myavg<2000;
+--------+-------------+
| deptno | 平均        |
+--------+-------------+
|     30 | 1566.666667 |
+--------+-------------+
1 row in set (0.00 sec)
AI 代码解读

--having经常和group by搭配使用,作用是对分组进行筛选,作用有些像where

7.4 SMITH员工不参与计算,显示平均工资低于2000的岗位和它的平均工资

mysql> select deptno,job,avg(sal) 平均 from emp where ename !='SMITH' group by deptno,job having avg(sal) < 2000;+--------+----------+-------------+
| deptno | job      | 平均        |
+--------+----------+-------------+
|     10 | CLERK    | 1300.000000 |
|     20 | CLERK    | 1100.000000 |
|     30 | CLERK    |  950.000000 |
|     30 | SALESMAN | 1400.000000 |
+--------+----------+-------------+
4 rows in set (0.00 sec)
AI 代码解读

在这里插入图片描述

切屏小技巧:
在这里插入图片描述

练习题

在进行练习之前,请务必熟悉两篇博客当中的内容并且动手实践!!!

1. SQL195 查找最晚入职员工的所有信息

在这里插入图片描述

2. SQL196 查找入职员工时间排名倒数第三的员工所有信息

在这里插入图片描述

3. SQL201 查找薪水记录超过15条的员工号emp_no以及其对应的记录次数t

4. 182. 查找重复的电子邮箱

5. 595. 大国

6. 177. 第N高薪

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 &nbsp; &nbsp; 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
目录
打赏
0
0
0
0
39
分享
相关文章
join查询可以⽆限叠加吗?MySQL对join查询有什么限制吗?
大家好,我是 V 哥。本文详细探讨了 MySQL 中 `JOIN` 查询的限制及其优化方法。首先,`JOIN` 查询不能无限叠加,存在资源(CPU、内存、磁盘 I/O)、性能和语法等方面的限制。过多的 `JOIN` 操作会导致数据库性能急剧下降。其次,介绍了三种常见的 `JOIN` 查询算法:嵌套循环连接(NLJ)、索引嵌套连接(INL)和基于块的嵌套循环连接(BNL),并分析了它们的触发条件和性能特点。最后,分享了优化 `JOIN` 查询的方法,包括 SQL 语句优化、索引优化、数据库配置调整等。关注 V 哥,了解更多技术干货,点赞👍支持,一起进步!
【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。
443 0
【MySQL基础篇】多表查询(隐式/显式内连接、左/右外连接、自连接查询、联合查询、标量/列/行/表子查询)
本文详细介绍了MySQL中的多表查询,包括多表关系、隐式/显式内连接、左/右外连接、自连接查询、联合查询、标量/列/行/表子查询及其实现方式,一文全面读懂多表联查!
【MySQL基础篇】多表查询(隐式/显式内连接、左/右外连接、自连接查询、联合查询、标量/列/行/表子查询)
索引在手,查询无忧:MySQL索引简介
MySQL 是一款广泛使用的关系型数据库管理系统,在2024年5月的DB-Engines排名中得分1084,仅次于Oracle。本文介绍MySQL索引的工作原理和类型,包括B+Tree、Hash、Full-text索引,以及主键、唯一、普通索引等,帮助开发者优化查询性能。索引类似于图书馆的分类系统,能快速定位数据行,极大提高检索效率。
84 8
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。
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。
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。
97 25
Docker Compose V2 安装常用数据库MySQL+Mongo
以上内容涵盖了使用 Docker Compose 安装和管理 MySQL 和 MongoDB 的详细步骤,希望对您有所帮助。
154 42
数据库传奇:MySQL创世之父的两千金My、Maria
《数据库传奇:MySQL创世之父的两千金My、Maria》介绍了MySQL的发展历程及其分支MariaDB。MySQL由Michael Widenius等人于1994年创建,现归Oracle所有,广泛应用于阿里巴巴、腾讯等企业。2009年,Widenius因担心Oracle收购影响MySQL的开源性,创建了MariaDB,提供额外功能和改进。维基百科、Google等已逐步替换为MariaDB,以确保更好的性能和社区支持。掌握MariaDB作为备用方案,对未来发展至关重要。
85 3