【MySQL-8】DQL-查询语句全解 [ 基础/条件/分组/排序/分页查询 ](附带代码演示&案例练习)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS PostgreSQL,高可用系列 2核4GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 【MySQL-8】DQL-查询语句全解 [ 基础/条件/分组/排序/分页查询 ](附带代码演示&案例练习)

前言

大家好吖,欢迎来到 YY 滴MySQL系列 ,热烈欢迎! 本章主要内容面向接触过C++ Linux的老铁

主要内容含:


DQL基本介绍&语法&执行顺序&验证执行顺序实验

  • DQL英文全称是Data Query Language(数据查询语言),数据查询语言,用来 查询 数据库中表的记录。
  • 查询关键字: SELECT
  • DQL-语法

验证执行顺序实验:

  • 执行成功
  • 执行失败
  • 如图所示: select语句是在where之后执行的,即where不能用select中声明的别名
  • 而order by 即可用select中的别名

案例演示准备工作-表准备(必看!!!)

  • 如下所示创建表,并批量插入数据
  • 批量插入数据见DML语句操作(下方有传送门)

【MySQL】DML的表操作详解:添加数据&修改数据&删除数据(可cv例题语句)

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(18) comment‘身份证号’,
     entrydate date comment ‘入职时间’

)comment '员工表';

一.DQL-基础查询

语句总览&注意事项&可cv例题语句

  • 如下所示:
-- 1.查询指定字段 name,workno,age 返回
select nane,workno,age from emp;

--2.查询所有字段 返回
select id, workno, name, gender, age, idcard,workaddress, entrydate from emp;
select * from 表名;//实际开发中尽量别写*效率低且不直观

--3.查询所有员工的工作地址,起别名
select workaddress as'工作地址'from emp;
select workaddress '工作地址'from emp; //as可以省略

--4.查询公司员工的上班地址(不要重复)
select distinct workaddress‘工作地址'from emp;

1.查询多个字段 / 所有字段

SELECT 字段1,字段2,字段3.….FROM 表名;
SELECT*FROM 表名;//实际开发中尽量别写*效率低且不直观

效果如下所示

-- 1.查询指定字段 name,workno,age 返回
select nane,workno,age from emp;

--2.查询所有字段 返回
select id, workno, name, gender, age, idcard,workaddress, entrydate from emp;
select * from 表名;//实际开发中尽量别写*效率低且不直观

2.查询多个字段并设置别名

SELECT 字段1[AS 别名1],字段2[AS 别名2]…FROM 表名;

效果如下所示

--3.查询所有员工的工作地址,起别名
select workaddress as'工作地址'from emp;
select workaddress '工作地址'from emp; //as可以省略

3.查询多个字段并去重

SELECT DISTINCT 字段列表FROM 表名;

效果如下所示

--4.查询公司员工的上班地址(不要重复)
select distinct workaddress‘工作地址'from emp;

二.DQL-条件查询

语法&条件种类&可cv例题语句

  • 如下所示:
--1.查询年龄等于88的员工
select * from emp where age = 88;

--2.查询年龄小于20的员工信息
select * from emp where age < 20;

--3.查询年龄小于等于20的员工信息
select * from emp where age <= 20;

--4.查询没有身份证号的员工信息
select * from emp where idcard is null;

--5.查询有身份证号的员工信息
select * from emp where idcard is not null;

--6.查询年龄不等于88的员工信息
select * from emp where age != 88;
select * from emp where age <> 88;

--7.查询年龄在15岁(包含)到20岁(包含)之间的员工信息
select * from emp where age >= 15 && age <= 20;
select * from emp where age >= 15 and age <= 20;
select * from emp where age between 15 and 20;

--8.查询性别为女且年龄小于25岁的员工信息
select * from emp where gender ='女'and age < 25;

--9.查询年龄等于18或20或40的员工信息
select * from emp where age = 18 or age = 20 or age =40;
select * from emp where age in(18,20,40);

--10.查询姓名为两个字的员工信息_%
select * from emp where name like '__';

--11.查询身份证号最后一位是X的员工信息
select * from emp where idcard like '%x';
select * from emp where idcard like '_________________x';//_的数目是身份证数-1

三.DQL-聚合函数

介绍&常见聚合函数&语法&注意事项&可cv例题语句

介绍:

  • 将一列数据作为一个整体,进行纵向计算
  • 常见聚合函数,如下所示:

语法:

注意事项:

  • NULL值不参与所有聚合函数计算
--1.统计该企业员工的员工个数
select count(idcard) from emp;

--2.统计该企业员工的平均年龄
select avg(age) from emp;

--3,统计该企业员工的最大年龄
select max(age) from emp;

--4.统计该企业员工的最小年龄
select min(age) from emp;

--5.统计西安地区员工的年龄之和
select sum(age)from emp where workaddress ='西安';

四.DQL-分组查询

语法&where与having的区别&注意事项&可cv例题语句

  • 如下所示:

where与having区别:

  1. 执行实际不同: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。
  2. 判断条件不同:where不能对 聚合函数 进行判断,而having可以。

注意事项:

  • 执行顺序: where>聚合函数>having
  • 分组之后,查询的字段一般为 聚合函数和分组函数 ,查询其他字段无任何意义
--根据性别分组
--1.统计男性员工和女性员工的数量
select gender,count(*) from emp group by gender;

--2.根据性别分组,统计男性员工和女性员工的平均年龄
select gender, avg(age) from emp group by gender;

--3.查询年龄小于45的员工,并根据工作地址分组,获取员工数量大于等于3的工作地址
select workaddress, count(*) from emp where age45 group by workaddress having count(*) >= 3;

-- 取别名后进行分组后的过滤
select workaddress, count(*) address_count from emp where age < 45 group by workaddress having address_count >= 3;

五.DQL-排序查询

语法&排序方式&注意事项&可cv例题语句

  • 语法&排序方式如下所示:

注意事项:

  • 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。
--1.根据年龄对公司的员工进行升序排序
select * from emp order by age asc;

-- 默认是升序
select * from emp order by age;

--2.根据年龄对公司的员工进行降序排序
select * fron emp order by age desc;

--3.根据年龄对公司的员工进行升序排序,年龄相同,再按照入职时间进行降序排序
--(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)
select * fron emp order by age asc , entrydate desc;

六.DQL-分页查询

语法&注意事项&可cv例题语句

  • 语法如下所示:

注意事项:

  • 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。
--1.查询第1页员工数据,每页展示10条记录
select * from emp limit 0,10;

(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)
select * from emp limit 10;

--2.查询第2页员工数据,每页展示10条记录(页码-1)*页展示记录数
select * from emp limit 10,10;

七.DQL-案例练习

按照需求完成如下DQL语句编写

  • 1.查询年龄为20,21,22,23岁的员工信息。
  • 2.查询性别为男,并且年龄在20-40岁(含)以内的姓名为三个字的员工。
  • 3.统计员工表中,年龄小于60岁的,男性员工和女性员工的人数。
  • 4.查询所有年龄小于等于35岁员工的姓名和年龄,并对查询结果按年龄升序排序,如果年龄相同按入职时间降序排序。
  • 5.查询性别为男,且年龄在20-40岁(含)以内的前5个员工信息,对查询的结果按年龄升序排序,年龄相同按入职时间升序排序。
--1.查询年龄为20,21,22,23岁的女性员工信息
select * from emp where gender ='女' and age in(20,21,22,23);

--2.查询性别为男,并且年龄在20-40岁(含)以内的姓名为三个字的员工
select *from emp where gender ='男'and(age between 20 and 40)and name like '___';

--3.统计员工表中,年龄小于60岁的,男性员工和女性员工的人数
select gender, count(*) from emp where age < 60 group by gender;

--4.查询所有年龄小于等于35岁员工的姓名和年龄,并对查询结果按年龄升序排序,如果年龄相同按入职时间降序排序
select name , age from emp where age <= 35 order by age, entrydate desc;

--5.查询性别为男,且年龄在20-40岁(含)以内的前5个员工信息,对查询的结果按年龄升序排序,年龄相同按入职时间升序排序
select * from emp where gender ='男'and age between 20 and 40 order by age asc, entrydate asc limit 5;

DQL-执行顺序

  • DQL-执行顺序

验证执行顺序实验:

  • 执行成功
  • 执行失败
  • 如图所示: select语句是在where之后执行的,即where不能用select中声明的别名

而order by 即可用select中的别名

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
相关文章
|
2月前
|
SQL 关系型数据库 MySQL
菜鸟之路Day30一一MySQL之DML&DQL
本文介绍了MySQL中DML(数据操作语言)和DQL(数据查询语言)的核心用法。DML主要包括插入(insert)、更新(update)和删除(delete)语句,通过具体示例演示了如何对表数据进行增删改操作。DQL则聚焦于数据查询,涵盖基本查询、条件查询、聚合函数、分组查询、排序查询和分页查询等内容。文章通过丰富的SQL语句实例,帮助读者掌握如何高效查询和操作数据库中的数据,适合初学者学习和实践。
89 12
|
3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。
|
5月前
|
缓存 算法 关系型数据库
MySQL底层概述—8.JOIN排序索引优化
本文主要介绍了MySQL中几种关键的优化技术和概念,包括Join算法原理、IN和EXISTS函数的使用场景、索引排序与额外排序(Using filesort)的区别及优化方法、以及单表和多表查询的索引优化策略。
244 22
MySQL底层概述—8.JOIN排序索引优化
|
5月前
|
存储 SQL 关系型数据库
服务器数据恢复—云服务器上mysql数据库数据恢复案例
某ECS网站服务器,linux操作系统+mysql数据库。mysql数据库采用innodb作为默认存储引擎。 在执行数据库版本更新测试时,操作人员误误将在本来应该在测试库执行的sql脚本在生产库上执行,导致生产库上部分表被truncate,还有部分表中少量数据被delete。
148 25
|
5月前
|
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。
|
5月前
|
SQL 关系型数据库 MySQL
MySQL原理简介—11.优化案例介绍
本文介绍了四个SQL性能优化案例,涵盖不同场景下的问题分析与解决方案: 1. 禁止或改写SQL避免自动半连接优化。 2. 指定索引避免按聚簇索引全表扫描大表。 3. 按聚簇索引扫描小表减少回表次数。 4. 避免产生长事务长时间执行。
|
24天前
|
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。
173 1
|
2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!
|
4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
|
存储 关系型数据库 MySQL
大数据新视界 --面向数据分析师的大数据大厂之 MySQL 基础秘籍:轻松创建数据库与表,踏入大数据殿堂
本文详细介绍了在 MySQL 中创建数据库和表的方法。包括安装 MySQL、用命令行和图形化工具创建数据库、选择数据库、创建表(含数据类型介绍与选择建议、案例分析、最佳实践与注意事项)以及查看数据库和表的内容。文章专业、严谨且具可操作性,对数据管理有实际帮助。
大数据新视界 --面向数据分析师的大数据大厂之 MySQL 基础秘籍:轻松创建数据库与表,踏入大数据殿堂

推荐镜像

更多