本次开启MySQL专栏的博文，针对MySQL数据库的前期介绍和了解，我们设置了初识MySQL之概念认知篇，正所谓，兵马未动、粮草先行，本次我们先以MySQL的技术性操作，实用篇开启MySQL的学习，概念和前期引入我们会在后期设置，话不多说，我们步入正题！
熟练掌握MySQL的查询不仅可熟练的玩转MySQL，还可以与Hadoop里面的hive插件，还有spark这些大数据应用软件融会贯通，反正就是一句话，学好MySQL是非常重要的。
引入
SELECT语句的基本查询：
SELECT （distinct：会过滤掉相同的行） 要查询的列名 FROM 表名字 WHERE 限制条件;
select * from tb_student where name like '王%' GROUP BY MAJOR_class HAVING major_class='4'
实例操作
1:select要查询的内容，内容可以是一个字段、多个字段，或者是全部字段，也可以是表达式或者函数。如果要查询各个字段需要用“，”将其隔开，书写的顺序决定的显示的顺序，我们也可以在后面进行列名的重命名
-- SELECT 语句的基本语法 select * from tb_course; select t.name 课程名称 from tb_course as t; select count(*) from tb_course;
-- 限制查询 select * from tb_course where name like '数据%';
又叫模糊查询，我们有时候不知道这个表里面的一些属性的具体参数值，我们可以用模糊查询，利用like % 来通配符的查询。
总结：一般来说，我们首先有
select distinct（过滤）查询字段名 重命名 [或者 * 或者其他不重名的查询字段] from 数据表 where 条件表达式 （= < > 等运算符） group by 字段名列表（按照这个字段名列表进行分组） having 逻辑表达式（在分组好的各组里面进行逻辑筛选，过滤，最终选择出符合要求的数据集） order by 字段名（按照字段名进行排序默认为从小到大）desc（从大到小） limit n(偏移量，start) h (stop)，一般如果只想要显示5个值：limit 5 ，因为第一个参数默认为0 这样就达到了主观的查询要显示的条数
简单查询
select
select a.`NAME`,NOW() from tb_student as a
使用now（）函数输出我们查询的时间和日期
where
SELECT 列名称 FROM 表名称 WHERE 列 运算符 值
select * from tb_student as b where b.GENDER='男' and b.BIRTHDATE>='2001-07-01';
select * from tb_electives as c where c.SCORE BETWEEN '80' and '100' ORDER BY SCORE desc;
使用其他的模式进行匹配，我们首先查询了成绩80-100的，然后对其进行排序
between...and、not between...and、and、in、not in、like、not like、or 、not、is null、is not null
这些运算符和我们之前的学习都差不多，只要可以理解单词的意思问题就不大
select * from tb_student as c where c.ID in ('2017001002','2017001011','2017001012','2017001013');
对于之前我们所说的模式匹配符
%代表可以匹配多个字符，也就是0个或多个 _代表任意单个字符，如果匹配的里面包括这个那么就需要利用到换义字符\
select * from tb_student as c where c.`NAME` like '程_忠';
select * from tb_student where id is null; select * from tb_student where id is not null;
查看这个参数是否为空，利用这个模式来查询
select * from tb_studnet where name='k' and 条件 ，
SELECT * from tb_student as c where c.GENDER='女' or c.BIRTHDATE>='2001-07-01' or c.MAJOR_CLASS='1';
注意这里的or and运算符的处理我们还是要理解一些，如果在同一个语句里面出现了他们，那么应该先运算and两边的条件表达式，所以下图中你才看见到了班级编号为1的排列到前面了。
order by子句
在查询结果集中，数据行是按照他们在表中的顺序进行排列的。我们可以使用order by字句对查询结果集中的数据行按照指定的排序方法。
SELECT * from tb_electives as c ORDER BY c.SCORE desc; 查询分数的排序好的数据，这里我们发现不一定需要where这个参数，如果需要也是过滤的
使用limit子句
SELECT * from tb_electives as c ORDER BY c.SCORE desc limit 10 ; 显示前面的10条数据
SELECT * from tb_electives as c ORDER BY c.SCORE desc limit 10 ,1; 显示第11行的数据，也就是10+1=11
统计查询
这个里面就会涉及到一些集合函数和group by子句，having子句的组合查询，最后对查询结果进行求和操作和其他数学操作
count（字段）对字段中的个数统计次数 sum（求和） avg（平均值） max（最大值） min（最小值）
select count(*) 学生总人数 from tb_student;
select count(*) as 学生总人数 ,sum(SCORE) 总成绩, avg(SCORE) 班级平均成绩, max(SCORE) 最高分,min(SCORE) 最低分 from tb_electives where COURSE_CLASS_CODE='3SL1037A.01';
使用group by子句
group by 语句的作用就是可以利用相同字段的进行分组，然后达到相应的查询目的
SELECT column_name, function(column_name) FROM table_name WHERE column_name operator value GROUP BY column_name;
例如：
SELECT COURSE_CLASS_CODE 课程编号,avg(score) 班级平均分 from tb_electives GROUP BY COURSE_CLASS_CODE;
按照相应的条件进行筛选就必须要在后加上 having 筛选条件了
比如我想要筛选到所有班级平均成绩大于77的班级，实现过程如下：
SELECT COURSE_CLASS_CODE 课程编号,avg(score) 班级平均分 from tb_electives GROUP BY COURSE_CLASS_CODE HAVING AVG(score) >=77 ;
下面简单的排列一下顺序，也就是利用order by 字段名 desc进行相应的排序，结果如下，这里我们利用round（数据，保留的小数的位数）来格式化我们的数据：
SELECT COURSE_CLASS_CODE 课程编号,ROUND(avg(score),1) 班级平均分 from tb_electives GROUP BY COURSE_CLASS_CODE HAVING AVG(score) >=77 ORDER BY AVG(SCORE) desc ;
至于这里的语法查询，我觉得合理应用having的查询是比较的明智的，选取我们需要的数据，但是如果我们现在就只想要平均成绩最高的那个班级，我们可以有多种方法，比如我们利用聚合函数max，也可以排好序之后，使用limit 子句加上1 ：
SELECT COURSE_CLASS_CODE 课程编号,ROUND(avg(score),1) 班级平均分 from tb_electives GROUP BY COURSE_CLASS_CODE HAVING AVG(score) >=77 ORDER BY AVG(SCORE) desc LIMIT 1 ;
多表查询
在实际的应用场景之中，我们发现大量的数据集，并不是放在一张表里面的，可能是多张表，也可能是几百万张表，这个时候我们需要利用我们的一些分表查询
（在Hadoop里面有一种叫做，分区分桶：分区的作用提高我们查询的效率，细化数据管理直接读取相应的目录，缩小MapReduce程序要扫描的数据量；分桶的作用就是当我们利用join查询的时候可以提高效率，也就是我们利用分桶字段做连接字段的时候）
内连接
select * from a[inner] join b on a.字段=b.字段
SELECT COURSE_CLASS_CODE,count(*) from tb_student INNER JOIN tb_electives on tb_student.ID=tb_electives.STUDENT_ID GROUP BY COURSE_CLASS_CODE ;
查询出各个班级的人数分别是多少
这里我们也想要输出每个班级的男女人数各是多少，应该怎么做，我把这个问题留给大家，欢迎大家到评论区留言，各抒己见，答案的方式不唯一！我们下期文章再会！！！
