这几天来 Mysql 的学习总结

￡神魔★判官ぃ 2021-11-14 15:16 239阅读 0赞

# 这几天来 Mysql 的学习总结 #

这两天呢，也算是在毅力的坚持下，学完了前半部分 Mysql 的知识，嗯。。。之前没接触过，不过还好，目前学到的 Mysql 还算简单，下面就总结一下学到了那些知识：

1.  [对数据库及表的操作，对表结构的修改，对数据的增删改查（前面有篇文章已经说过了，这里就不再多说了）][Link 1]
2.  去重查询
3.  条件查询，范围查询，模糊查询，排序
4.  聚合分组查询
5.  分页查询，链接查询
6.  自关联查询，子查询

### 具体知识点总结： ###

### 【1】 [对数据库及表的操作，对表结构的修改，对数据的增删改查（前面有篇文章已经说过了，这里就不再多说了）][Link 1] ###

### 【2】去重查询：![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70] ###

> 据这几次实践操作亲手实验来看，去重查询嘛，无非就是这样的用法：  
> `select distinct gender from school;`  
> 但是有一点吧，我发现，这个去重的某一个字段 不能和 其他 (某些特殊) 字段同时被查询  
> 比如说，当我这样用的时候，去重没起到任何作用：  
> `select distinct(name) as '名字', id as '编号' from school;`  
> 或者这样用：  
> `select distinct name as '名字', id as '编号' from school;`  
> 再或者这样用，都不起作用：  
> `select distinct (name as '名字', id as '编号') from school;`  
> 然鹅当我这样用的是时候(我把 id 换成了 name)，No promblem:  
> `select distinct(name) as '名字', age as '年龄' from school;`  
> 具体来说，我总结了条规律：：：：：：：：  
> 当 去重的字段和主键 字段一起查询的时候，去重不起作用，当 去重的字段和 非主键的字段一起查询的时候，起作用。

### 【3】条件查询，范围查询，模糊查询，排序 ###

条件查询和范围查询：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 1]

> 条件查询嘛，就这么点内容，select 语句后面加上 where ，后面再加上一些筛选条件：  
> `select name,id from school where name like '老_';` 这里的 `name like '老_';` 其实是模糊查询里面的，嗯。。。。听我解释，这里。。。。。确实是条件查询，可是吧。。。。我就喜欢和别的知识点联系起来。。。这里说一下模糊查询吧。。。这里的 `name like '老_';` 里面的`_单下划线`，可以匹配单个字符，包括中文，还有一个，就是`%百分号` ，可以匹配任意多个字符，也包括中文。这里简单说一下模糊查询，下面还要细讲。嗯。。。。条件查询，这里这个例子不太好，我们换一个。  
> 嗯。。。。。。范围查询，第二个例子：  
> `select name,id from school where id between 2 and 7;` 这里的，引出了一个范围查询，`between 2 and 7`，除此之外，还有这个用法 `id in(1.2,3)`，这里呢，不多说了，范围查询嘛，就简单的用法，记起来不难，用起来更不难。

模糊查询：![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 2]

> 上面呢，已经讲了一部分模糊查询的例子，这里呢，具体讲一下：  
> 模糊查询呢，一种使用 `like` 来进行判断，另一种使用 `rlike` 判断  
> 只不过呢，两种用法不同，`like`这种模糊查询呢，局限很大，就两种手段，1.通过 `_单下划线`2.通过 `%百分号`  
> 然鹅 `rlike` 呢，后面 用的是 郑子表达式。一般还是推荐 用 `rlike` 这种办法  
> 上面的例子说了使用方法。

排序：![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 3]

> 这里呢，排序只说一点 `asc 是升序 ，desc是降序`

### 【4】聚合分组查询： ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 4]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 5]

> 聚合函数，一般有 count() sum() avg() …这个呢，记住这几个常用的，其他的呢，实在不知道的，先去百度查就可以，本来数据库就不是知识库，而是工具库，用来存数据的，会用就会够了。  
> 分组呢，这里说一下，这里的分组查询，以谁分组，你需要显示的内容里面一定有这个字段名，其他 需要显示的字段，要看 你分组的东西里面有没有代表性的字段，不可以显示分组中 没有代表性的字段。

### 【5】分页查询，链接查询：![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 6]![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 7] ###

> 分页查询：  
> 这里需要说的地方是这里：`limit 0, 5`前面的 `0`代表从第几条数据开始，第一条数据从0开始。  
> 这里的 `5`是每页可以显示多少条数据。后面 `limit 5, 5`，前面的 `5`是从第六条数据开始，后面的 `5`是每页最多显示五条数据。这里呢，有一个规律，逗号前面的那个数，可以套用这个公式：`（第几页-1） * （每页最多显示的数据量）`  
> 链接查询：  
> 分为 `inner join`和`left join`还有`right join`，这个呢，具体说一下 `inner join`和`left join`，这两个 最主要的区别呢，就是当 左右两个表联合的时候，会拿着前面的表和后面的表匹配，当有没有匹配到的数据时，前者不显示，后者显示为 `null`

### 【6】自关联查询：![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 8] ###

> 同一张表中 pid 的值直接关联 aid 的值，也就是，同一张表中的数据相互关联，具体也挺好理解，看上面的图。

### 【7】子查询![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 9] ###

> 子查询呢，就是一个查询语句里嵌套面另外一查询语句。连个查询语句都可以独立完成某一功能。

[Link 1]: https://blog.csdn.net/weixin_44449518/article/details/97612216
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70]: /images/20211114/de8a32c70a6c41d3998813507822500b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 1]: /images/20211114/43459fbb687e45e18c1ebfa4809dd9c9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 2]: /images/20211114/97daca8352b54211957b273769dc28e1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 3]: /images/20211114/f2437f31ba1646a3a3c564325975e3ba.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 4]: /images/20211114/bed44f786664457080dbdda73c12278b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 5]: /images/20211114/b8837430daca46f598c02cae2a8c1949.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20190801003942685.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 7]: /images/20211114/b49f14d7ff6145388909b81b35a1250d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 8]: /images/20211114/7a220d52a0024f078fe8b45f93ebdec5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQ0OTUxOA_size_16_color_FFFFFF_t_70 9]: /images/20211114/445bf0dd6dd14a0cae0a696647ce0e3d.png