SELECT 语句详解

发布于 28 天前  29 次阅读


SELECT 语句详解

一、实验简介

1.1 实验内容

SQL 中最常用的 SELECT 语句,用来在表中选取数据,本节实验中将通过一系列的动手操作详细学习 SELECT 语句的用法。

1.2 实验知识点

  • SELECT 基本语法
  • 数学符号条件
  • AND OR IN
  • 通配符
  • 排序
  • SQL 内置函数和计算
  • 子查询与连接查询

1.3 实验环境

课程使用的实验环境为 Ubuntu Linux 16.04 64 位版本。实验中会用到程序:

  • Mysql 5.7.22
  • Xfce 终端

二、开发准备

注:如果你是从上一节直接进入本节进行学习的,请先删除上一节建立的数据库mysql_shiyan,删除语句为DROP DATABASE mysql_shiyan;

在正式开始本实验内容之前,需要先下载相关数据库表,搭建好一个名为mysql_shiyan 的数据库(有三张表:department,employee,project),并向其中插入数据。

具体操作如下,首先输入命令进入 /home/shiyanlou/Desktop 目录:

cd /home/shiyanlou/Desktop

然后再输入命令,下载代码:

wget https://labfile.oss-internal.aliyuncs.com/courses/9/MySQL-04-01.sql
wget https://labfile.oss-internal.aliyuncs.com/courses/9/MySQL-04-02.sql

下载完成后,输入命令开启 MySQL 服务并使用 root 用户登录:

# 打开 MySQL 服务
sudo service mysql start

# 使用 root 用户登录
mysql -u root

刚才下载的两个文件 MySQL-04-01.sqlMySQL-04-02.sql,其中第一个文件用于创建数据库,第二个文件向数据库中插入数据。

你可以用 gedit 查看两个文件的内容。

如果你是接着上一个实验操作的话,首先删除 mysql_shiyan 数据库:

drop database mysql_shiyan;

加载文件中的数据,需要在 MySQL 控制台中输入命令,搭建数据库:

source /home/shiyanlou/Desktop/MySQL-04-01.sql

向数据库插入数据:

source /home/shiyanlou/Desktop/MySQL-04-02.sql

三、实验步骤

在数据库操作语句中,使用最频繁,也被认为最重要的是 SELECT 查询语句。之前的实验中,我们已经在不少地方用到了 SELECT * FROM table_name; 这条语句用于查看一张表中的所有内容。 而 SELECT 与各种限制条件关键词搭配使用,具有各种丰富的功能,这次实验就进行详细介绍。

3.1 基本的 SELECT 语句

SELECT 语句的基本格式为:

SELECT 要查询的列名 FROM 表名字 WHERE 限制条件;

如果要查询表的所有内容,则把 要查询的列名 用一个星号 * 号表示(实验 2、3 中都已经使用过),代表要查询表中所有的列。 而大多数情况,我们只需要查看某个表的指定的列,比如要查看 employee 表的 name 和 age:

SELECT name,age FROM employee;

01

image-20220628195359630

3.2 数学符号条件

SELECT 语句常常会有 WHERE 限制条件,用于达到更加精确的查询。WHERE 限制条件可以有数学符号 (=,<,>,>=,<=) ,刚才我们查询了 name 和 age,现在稍作修改:

SELECT name,age FROM employee WHERE age>25;

筛选出 age 大于 25 的结果:

02

或者查找一个名字为 Mary 的员工的 name,age 和 phone:

SELECT name,age,phone FROM employee WHERE name='Mary';

结果当然是:

03

image-20220628195935565

3.3 “AND”与“OR”

从这两个单词就能够理解它们的作用。WHERE 后面可以有不止一条限制,而根据条件之间的逻辑关系,可以用 [条件一 OR 条件二] 和 [条件一 AND 条件二] 连接:

例如,筛选出 age 小于 25,或 age 大于 30

SELECT name,age FROM employee WHERE age<25 OR age>30;

04

#筛选出 age 大于 25,且 age 小于 30
SELECT name,age FROM employee WHERE age>25 AND age<30;

05

而刚才的限制条件 age>25 AND age<30 ,如果需要包含 25 和 30 这两个数字的话,可以替换为 age BETWEEN 25 AND 30

06

image-20220628200314694

3.4 IN 和 NOT IN

关键词 INNOT IN 的作用和它们的名字一样明显,用于筛选“在”“不在”某个范围内的结果,比如说我们要查询在 dpt3dpt4 的人:

SELECT name,age,phone,in_dpt FROM employee WHERE in_dpt IN ('dpt3','dpt4');

07

NOT IN 的效果则是,如下面这条命令,查询出了不在 dpt1 也不在 dpt3 的人:

SELECT name,age,phone,in_dpt FROM employee WHERE in_dpt NOT IN ('dpt1','dpt3');

08

image-20220628200802929

3.5 通配符

关键字 LIKE 可用于实现模糊查询,常见于搜索功能中。

和 LIKE 联用的通常还有通配符,代表未知字符。SQL 中的通配符是 _% 。其中 _ 代表一个未指定字符,% 代表不定个未指定字符

比如,要只记得电话号码前四位数为 1101,而后两位忘记了,则可以用两个 _ 通配符代替:

SELECT name,age,phone FROM employee WHERE phone LIKE '1101__';

这样就查找出了 1101 开头的 6 位数电话号码

09

另一种情况,比如只记名字的首字母,又不知道名字长度,则用 % 通配符代替不定个字符:

SELECT name,age,phone FROM employee WHERE name LIKE 'J%';

这样就查找出了首字母为 J 的人:

10

image-20220628201000162

image-20220628201058329

3.6 对结果排序

为了使查询结果看起来更顺眼,我们可能需要对结果按某一列来排序,这就要用到 ORDER BY 排序关键词。默认情况下,ORDER BY 的结果是升序排列,而使用关键词 ASCDESC 可指定升序降序排序。 比如,我们按 salary 降序排列,SQL 语句为:

SELECT name,age,salary,phone FROM employee ORDER BY salary DESC;

11

如果后面不加 DESC 或 ASC 将默认按照升序排列。应用场景:博客系统中按时间先后顺序显示博文。

image-20220628201433948

3.7 SQL 内置函数和计算

SQL 允许对表中的数据进行计算。对此,SQL 有 5 个内置函数,这些函数都对 SELECT 的结果做操作:

函数名: COUNT SUM AVG MAX MIN
作用: 计数 求和 求平均值 最大值 最小值

其中 COUNT 函数可用于任何数据类型(因为它只是计数),而 SUM 、AVG 函数都只能对数字类数据类型做计算,MAX 和 MIN 可用于数值、字符串或是日期时间数据类型。

具体举例,比如计算出 salary 的最大、最小值,用这样的一条语句:

SELECT MAX(salary) AS max_salary,MIN(salary) FROM employee;

有一个细节你或许注意到了,使用 AS 关键词可以给值重命名,比如最大值被命名为了 max_salary:

12

image-20220628202307846

image-20220628202402175

3.8 子查询

上面讨论的 SELECT 语句都仅涉及一个表中的数据,然而有时必须处理多个表才能获得所需的信息。例如:想要知道名为 "Tom" 的员工所在部门做了几个工程。员工信息储存在 employee 表中,但工程信息储存在 project 表中。

对于这样的情况,我们可以用子查询:

SELECT of_dpt,COUNT(proj_name) AS count_project FROM project GROUP BY of_dpt
HAVING of_dpt IN
(SELECT in_dpt FROM employee WHERE name='Tom');

上面代码包含两个 SELECT 语句,第二个 SELECT 语句将返回一个集合的数据形式,然后被第一个 SELECT 语句用 in 进行判断。

HAVING 关键字可以的作用和 WHERE 是一样的,都是说明接下来要进行条件筛选操作。

区别在于 HAVING 用于对分组后的数据进行筛选,WHERE关键字在数据分组前进行过滤

13

子查询还可以扩展到 3 层、4 层或更多层。

上述例子讲解过于简略,且包含了分组数据GROUP BY关键字,笔者翻阅了《MySQL必知必会》P83-89 作补充学习

书中数据样例下载地址:https://forta.com/books/0672327120/

新建数据库后导入数据

image-20220628213240220

分组过滤的例子:

image-20220628213538895

3.9 连接查询

在处理多个表时,子查询只有在结果来自一个表时才有用。但如果需要显示两个表或多个表中的数据,这时就必须使用连接 (join) 操作。 连接的基本思想是把两个或多个表当作一个新的表来操作,如下:

SELECT id,name,people_num
FROM employee,department
WHERE employee.in_dpt = department.dpt_name
ORDER BY id;

这条语句查询出的是,各员工所在部门的人数,其中员工的 id 和 name 来自 employee 表,people_num 来自 department 表:

14

另一个连接语句格式是使用 JOIN ON 语法,刚才的语句等同于:

SELECT id,name,people_num
FROM employee JOIN department
ON employee.in_dpt = department.dpt_name
ORDER BY id;

结果也与刚才的语句相同。

四、实验总结

本节实验中学习了 SELECT 语句的常用方法:

  • 基本语法
  • 数学符号条件
  • AND OR IN
  • 模糊查询
  • 对查询结果排序
  • SQL 内置函数和计算
  • 子查询与连接查询

五、课后习题

使用连接查询的方式,查询出各员工所在部门的人数与工程数,工程数命名为 count_project。(连接 3 个表,并使用 COUNT 内置函数)

练习题参考答案

以下提示仅供参考,你可以按自己的想法来完成:

SELECT name, people_num, COUNT(proj_name) AS count_project
  FROM employee, department, project
  WHERE in_dpt = dpt_name AND of_dpt = dpt_name
  GROUP BY name, people_num;
+------+------------+---------------+
| name | people_num | count_project |
+------+------------+---------------+
| Alex |         11 |             1 |
| Jack |         12 |             2 |
| Jim  |         11 |             1 |
| Jobs |         12 |             2 |
| Joe  |         12 |             2 |
| Ken  |         11 |             1 |
| Mary |         12 |             2 |
| Mike |         15 |             2 |
| Rick |         10 |             1 |
| Rose |         10 |             1 |
| Tom  |         15 |             2 |
| Tony |         10 |             1 |
+------+------------+---------------+
12 rows in set (0.01 sec)

前两行不必说了,从三张表选择三列数据;第三行设置三列数据的关系,dpt_name 是唯一值,of_dptin_dpt 的值必取自 dpt_name 这列,它们应该有外键关系,但不是必须的;第四行分组,分组不可或缺,否则会出现无意义的数据(一般来说连接查询语句中有 COUNT 就会有 GROUP BY),报一个 sql_mode 引起的错误,至于为什么选择 namepeople_num 分组,大家可以试一下同时去掉 COUNTGROUP BY 语句,看看其中的差异即可理解。


昨日的月光悄然退场,曦阳已经渐亮