关系型数据库SQL server数据操纵语言 (DML)

简介: 【8月更文挑战第1天】

image.png
数据操纵语言(Data Manipulation Language, DML)是SQL(Structured Query Language)的一部分,它主要用于对数据库中的数据进行操作。在SQL Server中,DML主要包括以下四种语句类型:

  1. INSERT - 用于向表中插入新的行。
  2. UPDATE - 用于修改已存在的行。
  3. DELETE - 用于删除表中的行。
  4. SELECT - 虽然有时被归类为数据查询语言(Data Query Language, DQL),但在很多上下文中也被视为DML的一部分,因为它用于从数据库中检索数据。

INSERT 语句

INSERT 语句用于向表中添加新的记录。基本语法如下:

INSERT INTO table_name (column1, column2, column3,...)
VALUES (value1, value2, value3,...);

例如,假设有一个名为 Employees 的表,包含 ID, FirstName, LastName, 和 Age 字段,可以这样插入一条新记录:

INSERT INTO Employees (ID, FirstName, LastName, Age)
VALUES (1, 'John', 'Doe', 30);

UPDATE 语句

UPDATE 语句用于修改表中已有的记录。基本语法如下:

UPDATE table_name
SET column1 = value1, column2 = value2,...
WHERE some_column = some_value;

例如,要将上述 Employees 表中 ID 为 1 的员工的 Age 改为 35,可以执行:

UPDATE Employees
SET Age = 35
WHERE ID = 1;

DELETE 语句

DELETE 语句用于删除表中的记录。基本语法如下:

DELETE FROM table_name
WHERE some_column = some_value;

例如,要删除 Employees 表中 ID 为 1 的记录,可以执行:

DELETE FROM Employees
WHERE ID = 1;

SELECT 语句

SELECT 语句用于从数据库中检索数据。基本语法如下:

SELECT column1, column2,...
FROM table_name
WHERE condition;

例如,要选择所有年龄大于 30 的员工的信息,可以执行:

SELECT *
FROM Employees
WHERE Age > 30;

这些就是SQL Server中数据操纵语言的基本用法。每种语句都有其特定的规则和扩展选项,比如 INSERT 可以使用 OUTPUT 子句来返回受影响的行,而 UPDATEDELETE 可以结合 JOIN 来跨表操作等。

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍如何基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
SQL 人工智能 JSON
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
简介:本文整理自阿里云高级技术专家李麟在Flink Forward Asia 2025新加坡站的分享,介绍了Flink 2.1 SQL在实时数据处理与AI融合方面的关键进展,包括AI函数集成、Join优化及未来发展方向,助力构建高效实时AI管道。
1337 43
|
11月前
|
SQL 数据可视化 关系型数据库
MCP与PolarDB集成技术分析:降低SQL门槛与简化数据可视化流程的机制解析
阿里云PolarDB与MCP协议融合,打造“自然语言即分析”的新范式。通过云原生数据库与标准化AI接口协同,实现零代码、分钟级从数据到可视化洞察,打破技术壁垒,提升分析效率99%,推动企业数据能力普惠化。
878 3
|
12月前
|
SQL 人工智能 JSON
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
本文整理自阿里云的高级技术专家、Apache Flink PMC 成员李麟老师在 Flink Forward Asia 2025 新加坡[1]站 —— 实时 AI 专场中的分享。将带来关于 Flink 2.1 版本中 SQL 在实时数据处理和 AI 方面进展的话题。
680 0
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
|
存储 关系型数据库 MySQL
亿级数据秒级响应:PolarDB MySQL HTAP实时分析方案设计与压测报告
PolarDB MySQL HTAP方案实现亿级数据秒级响应,支持高并发事务与实时分析。通过行列混存、智能路由与资源隔离,满足电商、金融等场景的实时报表、决策需求,降低架构复杂度与运维成本。
780 6
|
SQL 关系型数据库 MySQL
SQL如何对不同表的数据进行更新
本文介绍了如何将表A的Col1数据更新到表B的Col1中,分别提供了Microsoft SQL和MySQL的实现方法,并探讨了多表合并后更新的优化方式,如使用MERGE语句提升效率。适用于数据库数据同步与批量更新场景。
|
SQL DataWorks 数据管理
SQL血缘分析实战!数据人必会的3大救命场景
1. 开源工具:Apache Atlas(元数据管理)、Spline(血缘追踪) 2. 企业级方案:阿里DataWorks血缘分析、腾讯云CDW血缘引擎 3. 自研技巧:在ETL脚本中植入版本水印,用注释记录业务逻辑变更 📌 重点总结:
|
SQL 存储 关系型数据库
SQL Server 迁移数据到MySQL
原文:SQL Server 迁移数据到MySQL 一、背景 由于项目开始时候使用的数据库是SQL Server,后来把存储的数据库调整为MySQL,所以需要把SQL Server的数据转移到MySQL;由于涉及的表比较多,所以想在MySQL中生成对应表并导入数据; 上网找了些资料,如:将ACCESS和MSSQL导入MYSQL中、MySQL Migration 实现 MSSQL 到 MySQL数据迁移,虽然不知道里面的做法是否可以成功转移,但是里面的过程比较复杂,没有去尝试,后来自己找到了方法,最重要就是简单和准确(暂时没发现明显的BUG),这里分享给大家。
2622 0
|
11月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
1686 152