【计算机三级数据库技术】第6章 高级数据查询--附思维导图

简介: 提供了SQL查询的高级概念和应用,包括一般数据查询(如使用TOP、CASE和INTO关键字)、查询结构的并、交、差运算(UNION、INTERSECT、EXCEPT),相关子查询,替代子查询和派生表,以及开窗函数和公用表表达式(CTE)。文中还包含了思维导图,帮助读者更好地理解SELECT单表查询语句的要点。

1.png

1 一般数据查询

1.1 top

格式

select top 3 Sname from Students

1.2 CASE

select Sname,Slevel =
CASE
    WHEN Sgrade>90 THEN '优秀'
    WHEN Sgrade<90 THEN '一般'
END
from Students

1.3 INTO

select CustomerID,CName INTO #CardIDTable from Table_Customer

将查询结果保存到新的表中,局部临时表通过在表名前面加#来标识

2 查询结构的并、交、差运算

2.1 UNION

并运算

select 语句1
UNION
select 语句2

2.2 INTERSECT

交运算:返回两个查询集合中各列的值均相同的记录,并用这些记录构成交运算的结果

select 语句1
INTERSECT
select 语句2

2.3 EXCEPT

差运算:将返回第一个集合中有但第二个集合中没有的数据

select 语句1
EXCEPT
select 语句2

3 相关子查询

(1)也称为内层查询

  • 对于包含相关子查询,先执行外层查询,再执行内层查询
  • 对于包含基于集合测试子查询,先执行内层查询,再执行外层查询

(2)分类

  • 进行基于集合的子查询
            where 表达式 IN 子查询

这种子查询的语句是分步骤的,先执行子查询,然后在子查询的结果基础再执行外层查询

  • 进行比较的子查询
            where 表达式 比较运算符 (子查询)

要求子查询语句必须是返回单值的查询语句
子查询的查询条件不依赖于外层查询,称这样的子查询为不相关子查询或嵌套查询

  • 进行存在性判断的子查询
where EXISTS (子查询)

6 其他形式的子查询

6.1 替代子查询

在Select语句的选择列表中嵌入一个只返回一个标量值的select 语句,子查询语句通常都是通过一个聚合函数来返回一个单值

        Select Cname,Address (select count(*) from Table_sale a
JOIN Table_Customer b ON a.cardID = b.cardID where CustomerID = 'G001') AS TotalTImes

6.2 派生表

是将子查询作为一个表来处理,这个由子查询产生的新表就被称为派生表,类似于临时表

        Select * from (Select * from T1) AS temp 这里的temp就是派生表

7 其他一些查询功能

7.1 开窗函数

(1)简介
一组行被称为一个窗口,开窗函数是指可以用于“分区”或“分组”计算的函数,SUM、AVG、ROW_NUMBER等都可被称为开窗函数,开窗户函数可以分别应用于每个分区,把每个分区看成是一个窗口,并为每个分区进行计算,开窗函数必须放在OVER子句前边
(2)分类

  • 将OVER子句与聚合开窗函数一起使用
    OVER子句用于确定在应用关联的开窗函数之前对行集的分区和排序
Select Cno,CName,Semester Credit 
SUM(Credit)  OVER(PARTITION BY Semester) AS 'Total' From Course
  • 将OVER子句与排名开窗函数一起使用
    排名函数为分区中的每一行返回一个排名值
    SQL Server提供了四个排名函数:Rank、DENSE_RANK、NTILE和ROW_NUMBER
    RANK()
    返回结果集中每行数据在每个分区的排名
Select OrderID ,ProductID,OrderQty,
RANK() OVER
(PARTITION BY OrderID ORDER BY OrderQty DESC) AS RANK
from OrderDetail
ORDER BY OrderID

DENSE_RANK()
与RANK()一样,唯一区别是DENSE_RANK()函数的排名中间没有间断,即该函数返回的是一个连续的整数值

Select OrderID ,ProductID,OrderQty,
 DENSE_RANK() OVER
(PARTITION BY OrderID ORDER BY OrderQty DESC) AS DENSE_RANK
from OrderDetail
ORDER BY OrderID

NTILE()
将有序分区中的行划分到指定数目的组中,每个组有一个编号,编号从1开始。对于每一行,NTILE()将返回此行所属的组的编号

Select OrderID ,ProductID,OrderQty,
NTILE(4) OVER
(ORDER BY OrderQty DESC) AS FourGroups
from OrderDetail

将全部数据划分为4组,因此不需要进行分区,在OVER子句中只需对订购数量进行降序排序即可

ROW_NUMBER()
返回结果集中每个分区内行的序列号,每个分区的第一行从1开始
查询电冰箱类商品、销售单价以及该商品在该类上商品中的价格排名

SELECT GoodsName,SaleUnitPrice ROW_NUMBER() OVER (ORDER BY SaleUnitPrice DESC )AS 'Number' FROM Table_GoodsClass C JOIN Table_Goods G
ON C.GoodsClassID  = G.GoodsClassID
where GoodsClassName = '电冰箱'

7.2 公用表表达式

将查询语句产生的结果集指定一个临时命名的名字,这些命名的结果集就被称为公用表表达式

定义一个统计每个会员的购买商品总次数的CTE,并利用CTE查询会员卡号和购买商品总次数

WITH BuyCount(CardID,Counts) AS (SELECT CardID ,Count(*)
 From Table_saleBill GROUP BY CardID)
SELECT CardID,Counts FROM BuyCount ORDER BY Counts
目录
相关文章
|
1月前
|
存储 NoSQL 关系型数据库
非关系型数据库-MongoDB技术(二)
非关系型数据库-MongoDB技术(二)
|
1月前
|
NoSQL 关系型数据库 MongoDB
非关系型数据库-MongoDB技术(一)
非关系型数据库-MongoDB技术(一)
|
2天前
|
存储 缓存 监控
数据库优化技术:提升性能与效率的关键策略
【10月更文挑战第15天】数据库优化技术:提升性能与效率的关键策略
23 8
|
14天前
|
关系型数据库 分布式数据库 数据库
PolarDB 开源:推动数据库技术新变革
在数字化时代,数据成为核心资产,数据库的性能和可靠性至关重要。阿里云的PolarDB作为新一代云原生数据库,凭借卓越性能和创新技术脱颖而出。其开源不仅让开发者深入了解内部架构,还促进了数据库生态共建,提升了稳定性与可靠性。PolarDB采用云原生架构,支持快速弹性扩展和高并发访问,具备强大的事务处理能力及数据一致性保证,并且与多种应用无缝兼容。开源PolarDB为国内数据库产业注入新活力,打破国外垄断,推动国产数据库崛起,降低企业成本与风险。未来,PolarDB将在生态建设中持续壮大,助力企业数字化转型。
56 2
|
19天前
|
SQL 存储 人工智能
OceanBase CTO杨传辉谈AI时代下数据库技术的创新演进路径!
在「DATA+AI」见解论坛上,OceanBase CTO杨传辉先生分享了AI与数据库技术融合的最新进展。他探讨了AI如何助力数据库技术演进,并介绍了OceanBase一体化数据库的创新。OceanBase通过单机分布式一体化架构,实现了从小规模到大规模的无缝扩展,具备高可用性和高效的数据处理能力。此外,OceanBase还实现了交易处理、分析和AI的一体化,大幅提升了系统的灵活性和性能。杨传辉强调,OceanBase的目标是成为一套能满足80%工作负载需求的系统,推动AI技术在各行各业的广泛应用。关注我们,深入了解AI与大数据的未来!
|
2月前
|
SQL Java 关系型数据库
探索Java数据库连接的奥秘:JDBC技术全攻略
探索Java数据库连接的奥秘:JDBC技术全攻略
52 8
|
2月前
|
存储 缓存 负载均衡
【PolarDB-X 技术揭秘】Lizard B+tree:揭秘分布式数据库索引优化的终极奥秘!
【8月更文挑战第25天】PolarDB-X是阿里云的一款分布式数据库产品,其核心组件Lizard B+tree针对分布式环境优化,解决了传统B+tree面临的数据分片与跨节点查询等问题。Lizard B+tree通过一致性哈希实现数据分片,确保分布式一致性;智能分区实现了负载均衡;高效的搜索算法与缓存机制降低了查询延迟;副本机制确保了系统的高可用性。此外,PolarDB-X通过自适应分支因子、缓存优化、异步写入、数据压缩和智能分片等策略进一步提升了Lizard B+tree的性能,使其能够在分布式环境下提供高性能的索引服务。这些优化不仅提高了查询速度,还确保了系统的稳定性和可靠性。
75 5
|
2月前
|
Cloud Native 数据库 开发者
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
|
2月前
|
Cloud Native 关系型数据库 分布式数据库
云原生数据库2.0问题之PolarDB利用云计算技术红利如何解决
云原生数据库2.0问题之PolarDB利用云计算技术红利如何解决