Mysql基础4-数据查询合集

素颜马尾好姑娘i 2024-03-17 23:37 66阅读 0赞

#### 一、DQL介绍 ####

**DQL全称：**Data Query Language(数据查询语言),用来查询数据库中表的记录。

**关键字：select**

#### 二、DQL语法 ####

**select** 字段列表 **from** 表名列表 **where** 条件列表 **group by** 分组字段列表 **having** 分组后条件列表 **order by** 排序字段列表 **limit** 分页参数

注意：本章节只涉及到单表查询，多表查询会在后面的文章中介绍

#### 三、基本查询 ####

##### 　　1、原始表数据 #####

![5e9c0a71316c6a8d3e54fbdc31ac0f8f.png][]

##### 　　2、查询多个字段 #####

语法：**select 字段1，字段2，... from 表名** 或者 **select \* from 表名**（查询所有数据）

**查询指定字段**

![eaf43b731d166cce7b148e23a000b272.png][]

##### 　　3、设置别名 #####

**　语法：select 字段1 \[as 别名1\], 字段2 \[as 别名2\] ... from 表名；**

**　　　　对查询结果设置别名**

![8ddf050d2ac7077b3b2e56b1005517ec.png][]

##### 　　4、去重查询 #####

**语法：select distinct 字段列表 from 表名；　　**

![7ca61cf38d715d4e4b575bfcafd8d8e3.png][]

#### 四、条件查询 ####

**语法：select 字段列表 from 表名 where 条件列表　　**

<table> 
 <tbody> 
  <tr> 
   <td>运算符</td> 
   <td>功能</td> 
  </tr> 
  <tr> 
   <td>&gt;</td> 
   <td>大于</td> 
  </tr> 
  <tr> 
   <td>&gt;=</td> 
   <td>大于等于</td> 
  </tr> 
  <tr> 
   <td>&lt;</td> 
   <td>小于</td> 
  </tr> 
  <tr> 
   <td>&lt;=</td> 
   <td>小于等于</td> 
  </tr> 
  <tr> 
   <td>&lt;&gt; 或 !=</td> 
   <td>不等于</td> 
  </tr> 
  <tr> 
   <td>between ... and ...</td> 
   <td>在某个范围之间（包含最大值和最小值）</td> 
  </tr> 
  <tr> 
   <td>in(...)</td> 
   <td>在in之后的列表中的值，多选一</td> 
  </tr> 
  <tr> 
   <td>like 占位符</td> 
   <td>模糊匹配( "_" 匹配单个字符，"%"匹配任何字符)</td> 
  </tr> 
  <tr> 
   <td>is null</td> 
   <td>是null</td> 
  </tr> 
  <tr> 
   <td>and 或者 &amp;&amp;</td> 
   <td>并且</td> 
  </tr> 
  <tr> 
   <td>or 或者 ||</td> 
   <td>或者</td> 
  </tr> 
  <tr> 
   <td>not 或者 ！</td> 
   <td>非</td> 
  </tr> 
 </tbody> 
</table>

**1、查询年龄等于18的所有人的姓名**

![5b70ce140dfc45971ec329d6bbd261a3.png][]

**2、查询年龄小于21的人的姓名　**

![c1eaf6dff9292747dc3ab8e742994415.png][]

**3、查询年龄大于18,小于20的**

![29aaa68793e4b75876ae86f9e2490c1d.png][]

**4、查询地址不为空的人的姓名和地址信息　**

![f19d8b70fd74a8989b0637a5d9dfc376.png][]

**5、查询年龄小于20并且地址在西安的人的姓名和地址**

![c2e27ccfbf586dda6955f00d8cbbdc99.png][]

6、查询地址在列表\["北京","上海","广州","深圳"\]中的人的姓名和地址

![b2b31b3e03edfc469757305575a7de8f.png][]

#### 五、聚合函数 ####

**1、介绍**

**　　　　将一列数据作为一个整体，进行纵向计算**

**　　2、常见聚合函数**

**　　　　count：统计数量**

**　　　　max: 最大值**

**　　　　min:最小值**

**　　　　avg:平均值**

**　　　　sum:求和**

**　　3、语法**

**　　　　select 聚合函数(字段列表) from 表名；**

**　　4、示例**

**　　　　4.1 统计table\_test表中一共有多少数据**

![0b915b4ab6ad7a5c85d5deec18d0b716.png][]

**4.2 统计table\_test表中年龄最大的数据**

**　　　　**

![622322e8b0dae2fe0b7118d81f829124.png][]

**4.3 统计table\_test表中年龄最小的数据**

![0f5e9b0f6c078f76135e4034330c9330.png][]

**4.4 统计table\_test表中年龄的平均值**

![a36194b192c6dbba8cba0ceb47e62b39.png][]

**4.5 统计table\_test表中所有人的年龄之和**

![f0d9137bbf980f492261e018255873b2.png][]

**4.6 统计北京地区所有员工的年龄之和　**

![054fe5ffcdf383a36412793e2d75f0c2.png][]

**注意：在使用聚合函数的时候，所有的null值是不参与运算的,虽然table\_test表中有6个数据，但是address列有一个是null，所以统计address字段时是5**

![92be9f241eacb4e752f2b0b369e26c63.png][]

#### 六、分组查询 ####

**1、语法：**

select 字段列表 from 表名 \[where 条件\] group by 分组字段名 \[having 分组后过滤条件\]

**2、where与having区别**

执行时机不同：where是分组之前进行过滤，不满足where条件，不参与分组，而having是分组之后对结果进行过滤

判断条件不同：where不能对聚合函数进行判断，而having可以

**3、示例**

3.1 统计不同地区的平均年龄，需要根据address做分组

![b7bb9070db6ed16e8a669c95cb1d1c01.png][]

3.2 统计各个地区的平均年龄(不统计空地区的),先使用where做条件筛选，然后再分组

![d4f54ed21be740abfef17afa7b41e40b.png][]

3.3 统计各个地区的平均年龄(不统计空地区),并且显示平均年龄要大于19岁的

![42a12fe4f0b88cae2d3fcb1c36c0a811.png][]

注意：

1、执行顺序：where > 聚合函数 > having

2、分组之后，查询的字段一般为聚合函数和分组字段，查询其他字段没有意义

#### 七、排序查询 ####

**1、语法：**

select 字段列表 from 表名 order by 字段1 排序方式1, 字段2 排序方式2；

**2、排序方式**

ASC:升序（默认）

DESC：降序

**3、示例**

3.1 table\_test表中数据按照年龄升序排列

![6853270a89232d27d543912d50c0775e.png][]

3.2 table\_test 表中数据按照年龄降序排列

![06103577a15263528ee617080ee8a7fd.png][]

3.3 table\_test 表中数据按照年龄降序排列，年龄一样的，在继续按照id降序排列

![4e21742f874358c2221fbb68e6d3375d.png][]

#### 八、分页查询 ####

**1、语法**

select 字段列表 from 表名 limit 起始索引，查询记录数;

**2、注意**

\* 其实索引从0开始，其实索引等于（查询页码-1）\* 每页显示的记录数

\* 分页查询是数据库的方言，不同的数据库有不同的实现，mysql中是limit

\* 如果查询的是第一页，起始索引可以省略，直接写为limit 数量

**3、示例**

3.1 查询第一页数据，每页展示5条数据

![ef435e6c43ec2655fe05e2046848af5a.png][]

3.2 查询第二页数据，每页展示5条数据,因为每页的数据是5条，所以第二页的索引其实位置是（2-1)\*5 = 5,第三页的起始位置是(3-1)\*5=10

又因为一共只有6条数据，所以第二页只有一条数据可以展示

![69d821286f392a4272b920b774f3f1f7.png][]

#### 九、DQL执行顺序 ####

![fbc0ddc2127a94eb70124adb7f1bb8f1.png][]

[5e9c0a71316c6a8d3e54fbdc31ac0f8f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/de6c1311e24d446f823784a4d21a3991.png
[eaf43b731d166cce7b148e23a000b272.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/502e59fe0b7f4b42bcf396f8a63856e1.png
[8ddf050d2ac7077b3b2e56b1005517ec.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/e911f832d0e640a5886e8269370e2ec2.png
[7ca61cf38d715d4e4b575bfcafd8d8e3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/ed4ec4a2e33946eb9e5a52a329911757.png
[5b70ce140dfc45971ec329d6bbd261a3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/589cf10af8264ad892e5e27f3f81febb.png
[c1eaf6dff9292747dc3ab8e742994415.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/08105a51a75e4c02875bbd7ae5f7828b.png
[29aaa68793e4b75876ae86f9e2490c1d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/62d89ba5b975417e809adea978fbedee.png
[f19d8b70fd74a8989b0637a5d9dfc376.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/9b7b4dbec7b5418b9b8594873d499e40.png
[c2e27ccfbf586dda6955f00d8cbbdc99.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/a4b116c6b12046a1a6c0d0f3ec0bbef0.png
[b2b31b3e03edfc469757305575a7de8f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/d945fb91da2c4769a339e6e49cbf031d.png
[0b915b4ab6ad7a5c85d5deec18d0b716.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/de47644eb9da4f30816780cc531605b6.png
[622322e8b0dae2fe0b7118d81f829124.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/2d34555246d14003847e3b370e6c6678.png
[0f5e9b0f6c078f76135e4034330c9330.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/215bec32730347409408bed5e424da30.png
[a36194b192c6dbba8cba0ceb47e62b39.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/65173e249ff54a39a08ca3c98d839724.png
[f0d9137bbf980f492261e018255873b2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/c92ceecebdc2419c927939048cfbed98.png
[054fe5ffcdf383a36412793e2d75f0c2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/e405c839b94945b5aacc6bfabe2a8b0a.png
[92be9f241eacb4e752f2b0b369e26c63.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/85f3c8322c9d40d3a6ddd0c4092c2199.png
[b7bb9070db6ed16e8a669c95cb1d1c01.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/6671ff88bf8c41d9ae581b177e8f8852.png
[d4f54ed21be740abfef17afa7b41e40b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/919096fdc5e848889e3c33e9c62a4e47.png
[42a12fe4f0b88cae2d3fcb1c36c0a811.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/47c2645db97442cf8b34130a930ea390.png
[6853270a89232d27d543912d50c0775e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/7e243bfc8ecd4a07beef5af6d179f9de.png
[06103577a15263528ee617080ee8a7fd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/24a4cda5a366469e91f637b593e219f3.png
[4e21742f874358c2221fbb68e6d3375d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/e14e62f1459a48ef8965e9c0b57aa4d7.png
[ef435e6c43ec2655fe05e2046848af5a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/cae5e42352c14c629f035a12da74ea28.png
[69d821286f392a4272b920b774f3f1f7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/9b2158e0d730438fa302914036bcc86f.png
[fbc0ddc2127a94eb70124adb7f1bb8f1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/8bed6ac0065948babc0e9b3467863614.png