show tables; # 展示
desc 表名; # 查看
create table t1(idint); # 创建
alter table t1 change id nid int; # 改变
drop table t1; # 删除# 语法:1. 修改表名
alter table 表名 rename 新表名;
2. 增加字段
alter table 表名 add 字段名 数据类型 [完整性约束条件…],
alter table 表名 add 字段名 数据类型 [完整性约束条件…] first; # 增加到首行
alter table 表名 add 字段名 数据类型 [完整性约束条件…] after 字段名; # 增加到某行之后 3. 删除字段
alter table 表名 drop 字段名;
4. 修改字段 # modify只能改字段数据类型完整约束,不能改字段名,但是change可以!
alter table 表名 modify 字段名 数据类型 [完整性约束条件…];
alter table 表名 change 旧字段名 新字段名 旧数据类型 [完整性约束条件…];
5. 查询关键字
# 数据准备
create table emp(
idint primary key auto_increment,
name varchar(20) not null,
sex enum('male','female') not null default 'male', #大部分是男的
age int(3) unsigned not null default 28,
hire_date date not null,
post varchar(50),
post_comment varchar(100),
salary double(15,2),
office int, # 一个部门一个屋子
depart_id int
);
#插入记录
三个部门:教学,销售,运营
insert into emp(name,sex,age,hire_date,post,salary,office,depart_id) values('jason','male',18,'20170301','张江第一帅形象代言',7300.33,401,1), # 以下是教学部
('tom','male',78,'20150302','teacher',1000000.31,401,1),
('kevin','male',81,'20130305','teacher',8300,401,1),
('tony','male',73,'20140701','teacher',3500,401,1),
('owen','male',28,'20121101','teacher',2100,401,1),
('jack','female',18,'20110211','teacher',9000,401,1),
('jenny','male',18,'19000301','teacher',30000,401,1),
('sank','male',48,'20101111','teacher',10000,401,1),
('哈哈','female',48,'20150311','sale',3000.13,402,2), # 以下是销售部门
('呵呵','female',38,'20101101','sale',2000.35,402,2),
('西西','female',18,'20110312','sale',1000.37,402,2),
('乐乐','female',18,'20160513','sale',3000.29,402,2),
('拉拉','female',28,'20170127','sale',4000.33,402,2),
('僧龙','male',28,'20160311','operation',10000.13,403,3), # 以下是运营部门
('程咬金','male',18,'19970312','operation',20000,403,3),
('程咬银','female',18,'20130311','operation',19000,403,3),
('程咬铜','male',18,'20150411','operation',18000,403,3),
('程咬铁','female',18,'20140512','operation',17000,403,3);
5.1 关键字之select与from
# from 控制的是查询哪张表# select 控制的是查询表里面的哪些字段
select * from emp;
select id,name from emp;
5.2 关键字之where筛选
# where筛选功能
模糊查询:没有明确的筛选条件
关键字:like
关键符号:
%:匹配任意个数任意字符
_:匹配单个个数任意字符
show variables like '%mode%se';
# 1.查询id大于等于3小于等于6的数据
select * from emp where id >= 3andid <= 6; # 写法一
select * from emp where id between 3and6; # 写法二# 2.查询薪资是20000或者18000或者17000的数据
select * from emp where salary = 20000or salary = 18000or salary = 17000; # 写法一
select * from emp where salary in (20000,18000,17000); # 写法二# 3.查询员工姓名中包含o字母的员工姓名和薪资
select * from emp where name like '%o%';
"""
在刚开始接触 mysql查询的时候,建议按照查询的优先级顺序拼写出你的sql语句
先是查哪张表 from emp
再是根据什么条件去查 where name like ‘%o%’
再是对查询出来的数据筛选展示部分 select name,salary
"""# 4.查询员工姓名是由四个字符组成的员工姓名与其薪资
select name,salary from emp where name like '____';
select name,salary from emp where char_length(name)=4;
# 5.查询id小于3或者大于6的数据
select * from emp where idnot between 3and6;
# 6.查询薪资不在20000,18000,17000范围的数据
select * from emp where salary notin(20000,18000,17000);
# 7.查询岗位描述为空的员工名与岗位名 针对null不能用等号,只能用is
select name,post from emp where post_comment is null;
select name,post from emp where post_comment isnot null;
5.3 关键字之group by分组
# 分组
按照某个指定的条件将单个单个的个体分成一个个整体
eg:
按照男女将人分组
按照肤色分组
按照年龄分组
# 分组之后默认只能够直接拿到该分组的依据 其他数据都不能直接获取# 数据分组应用场景:每个部门的平均薪资,男女比例等# 聚合函数
聚合函数主要就是配合分组一起使用
maxminsum count avg
# 1.按部门分组
针对5.6MySQL 需要自己设置sql_mode
setglobal sql_mode = 'only_full_group_by,STRICT_TRANS_TABLES,PAD_CHAR_TO_FULL_LENGTH';
设置完成后 重新进入MySQL 再执行:
select post from emp group by post;
"""
设置sql_mode为only_full_group_by,意味着以后但凡分组,只能取到分组的依据
不应该再去取组里面的单个元素的值,那样的话分组就没有意义了,因为不分组就是对单个元素信息的随意获取
"""
select * from emp group by post; # 报错
select id,name,sex from emp group by post; # 报错
select post from emp group by post; # 获取部门信息# 强调:只要分组了,就不能够再“直接”查找到单个数据信息了,只能获取到组名# 2.获取每个部门的最高工资
先以组为单位统计组内数据>>>聚合查询(聚集到一起合成为一个结果)
# 再每个部门的最高工资
select post,max(salary) from emp group by post;
补充:在显示的时候还可以给字段取别名
select post as'部门',max(salary) as'最高工资'from emp group by post;
as也可以省略 但是不推荐省 因为寓意不明确
# 每个部门的最低工资
select post,min(salary) from emp group by post;
# 每个部门的平均工资
select post,avg(salary) from emp group by post;
# 每个部门的工资总和
select post,sum(salary) from emp group by post;
# 每个部门的人数
select post,count(id) from emp group by post;
5.4 分组补充说明
# group_concat 分组之后使用
如果真的需要获取分组以外的数据字段 可以使用group_concat()
# 每个部门的员工姓名
select post,group_concat(name) from emp group by post;
select post,group_concat(name,'|',sex) from emp group by post; # 以 | 分隔显示多项数据拼接的结果# concat 不分组使用
select concat(name,sex) from emp;
select concat(name,'|',sex) from emp;
5.5 关键字之having过滤
"""
where与having都是筛选功能 但是有区别:
where在分组之前对数据进行筛选
having在分组之后对数据进行筛选
我们一定要有一个简单的认识:
一条SQL语句的结果也可以看成是一张全新的表!
"""# 统计各部门年龄在30岁以上的员工平均工资 并且保留平均工资大于10000的部门
select post,avg(salary) from emp where age>30 group by post having avg(salary)>10000;
5.6 关键字之distinct去重
# 对有重复的展示数据进行去重操作 一定要是重复的数据
select distinct id,age from emp;
select distinct post from emp;
5.7 关键字之order by排序
# order by默认就是升序排
select * from emp order by salary asc;
# 降序排
select * from emp order by salary desc;
# 先按照age降序排,在年轻相同的情况下再按照薪资升序排
select * from emp order by age desc,salary asc;
# 统计各部门年龄在10岁以上的员工平均工资,并且保留平均工资大于1000的部门,然后对平均工资进行排序
select post,avg(salary) from emp where age>10 group by post having avg(salary)>1000 order by avg(salary) desc;
5.8 关键字之limit分页
# 限制展示条数
select * from emp limit 3;
# 查询工资最高的人的详细信息
select * from emp order by salary desc limit 1;
# 分页显示
select * from emp limit 0,5; # 第一个参数表示起始位置,第二个参数表示的是条数,不是索引位置
select * from emp limit 5,5;
5.9 关键字之regexp正则
# 匹配 以j开头 中间任意字符 以 n或者y结尾
select * from emp where name regexp '^j.*(n|y)$';
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现