查询关键字与多表查询

查询关键字与多表查询

查询关键字

查询关键字之having过滤

having与where的功能是一模一样的 都是对数据进行筛选
  where用在分组之前的筛选
  havng用在分组之后的筛选
为了更好的区分 所以将where说成筛选 havng说成过滤

# 统计每个部门年龄在30岁以上的员工的平均薪资并且保留平均薪资大于10000的部门
'''编写SQL语句 不要指望着一步到位 边写边看慢慢拼凑'''
# 1.先获取每个部门年龄在30岁以上的员工的平均薪资
	先筛选出30岁以上的员工数据 然后再对数据进行分组
  select post,avg(salary) from emp where age>30 group by post;
# 2.在过滤出平均薪资大于10000的数据
	针对分组之后的数据再次筛选 需要使用having而不是where
  select post,avg(salary) from emp 
    where age>30 
    group by post
    having avg(salary) > 10000
    ;
  '''针对聚合函数 如果还需要在其他地方作为条件使用 可以先起别名'''
  select post,avg(salary) as avg_salary from emp 
    where age>30 
    group by post
    having avg_salary > 10000
    ;

查询关键字之distinct去重

# 去重的前提 数据必须是一模一样的才可以(如果数据有主键肯定无法去重)
  select distinct age from emp;

查询关键字之order by排序

# 1.按照薪资高低排序
  select * from emp order by salary;  # 默认是升序(从小到大)
  select * from emp order by salary asc;  # 关键字asc 可以省略 
  select * from emp order by salary desc;  # 降序(从大到小)
# 2.先按照年龄升序排序 如果年龄相同 则再按照薪资降序排序
	select * from emp order by age asc,salary desc;
# 3.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的部门并按照从大到小的顺序排序
      select post,avg(salary) as avg_salary from emp 
      where age > 10 
      group by post
      having avg_salary > 1000
      order by avg_salary desc;

查询关键字之limit分页

# 分页即限制展示条数
# 1.限制只展示五条数据
	select * from emp limit 5;
# 2.分页效果
	select * from emp limit 5,5;
# 3.查询工资最高的人的详细信息
	select * from emp order by salary desc limit 1;
"""
当数据特别多的时候 经常使用limit来限制展示条数 节省资源 防止系统崩溃
"""

查询关键字之regexp正则

select * from emp where name regexp '^j.*(n|y)$';

多表查询思路

# 多表查询的思路总共就两种
  1.子查询
  	就相当于是我们日常生活中解决问题的方式(一步步解决)
    将一条SQL语句的查询结果加括号当做另外一条SQL语句的查询条件
    eg:以上一篇员工表和部门表为例 查询jason所在的部门名称
      	子查询的步骤
          1.先查jason所在的部门编号
          2.根据部门编号去部门表中查找部门名称
          
  2.连表操作
  	先将多张表拼接到一起 形成一张大表 然后基于单表查询获取数据
    eg:以上一篇员工表和部门表为例 查询jason所在的部门名称
      	连表操作
          1.先将员工表和部门表按照某个字段拼接到一起
          2.基于单表查询
          
# 实际演练
    create table dep(
    id int primary key auto_increment,
    name varchar(32)
    );
  create table emp(
    id int primary key auto_increment,
    name varchar(32),
    gender enum('male','female','others') default 'male',
    age int,
    dep_id int
    );
  insert into dep values(200,'技术'),(201,'人力资源'),(202,'销售'),(203,'运营'),(205,'安保');
  insert into emp(name,age,dep_id) values('jason',18,200),('tony',28,201),('oscar',38,201),('jerry',29,202),('kevin',39,203),('jack',48,204);

# 使用子查询 获取jason所在的部门名称
# 1.先获取jason的部门编号
	select dep_id from emp where name='jason';
# 2.将结果加括号作为查询条件
	select name from dep where id=(select dep_id from emp where name='jason');
  
# 使用连表操作  获取jason所在的部门名称
笛卡尔积(了解知识)
	select * from emp,dep;  # 会讲所有的数据全部对应一遍
  select * from emp,dep where emp.dep_id=dep.id;  # 效率低下
"""
1.一条SQL语句的查询结果 我们也可以看成是一张虚拟表
2.如果一条SQL语句中设计到多张表的字段名称编写 建议使用表名前缀做区分
"""
连表操作有四个关键字
	inner join		内连接
    select * from emp inner join dep on emp.dep_id=dep.id;
    '''只连接两张表中有对应关系的数据'''
        left join		左连接
    select * from emp left join dep on emp.dep_id=dep.id;
    '''以左表为基准 展示所有的数据 没有对应项则用NULL填充'''
        right join		右连接
    select * from emp right join dep on emp.dep_id=dep.id;
    '''以右表为基准 展示所有的数据 没有对应项则用NULL填充'''
        union			全连接
    select * from emp left join dep on emp.dep_id=dep.id
    union
    select * from emp right join dep on emp.dep_id=dep.id;
    '''左右两表数据全部展示 没有对应项则用NULL填充'''
答案求解
  select dep.name from emp 
  inner join dep on emp.dep_id=dep.id
  where emp.name='jason'
  ;
  
"""
了解
学会了连表操作之后 其实就可以将N多张表拼接到一起
思路:可以将两张表拼接之后的结果起别名当做一张表使用
      然后再去跟另外一张表拼接
select * from emp inner join 
(select emp.id as epd,emp.name,dep.id from emp inner join dep on emp.dep_id=dep.id) as t1
on emp.id=t1.epd;
"""

可视化软件navicate

Navicat可以充当很多数据库软件的客户端 提供了图形化界面能够让我们更加快速的操作数据库
# 下载
  navicat有很多版本 并且默认都是收费使用
  正版可以免费体验14天 
  针对这种图形化软件 版本越新越好(不同版本图标颜色不一样 但是主题功能是一样的)
# 使用
  内部封装了SQL语句 用户只需要鼠标点点点就可以快速操作
  连接数据库  创建库和表 录入数据 操作数据
  外键 SQL文件 逆向数据库到模型 查询(自己写SQL语句)
  # 使用navicat编写SQL 如果自动补全语句 那么关键字都会变大写
  SQL语句注释语法(快捷键与pycharm中的一致 ctrl+?)
  	# 
    --
# 运行SQL文件
posted @   DDYT  阅读(79)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
点击右上角即可分享
微信分享提示