暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

MySQL学习之旅

DATA ANALYSIS SHARING 2021-08-31
172

点击蓝字 关注我们


修改表的SQL语句

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;

      ALTER TABLE 表名

         ADD 字段名  数据类型 [完整性约束条件…]  AFTER 字段名;                       

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 数据类型 [完整性约束条件…];



查询关键字


'''前期表准备'''

create table emp(

  id int 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','上海第一帅形象代言',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);

查询关键字之where筛选


select * from emp where id=1;

select指定字段

from 定位表

where筛选


#########模糊查询#########

关键字 like

show variables like '%mode%';

关键符号 %  _

%:匹配任意个数的任意字符

    _:匹配单个个数的任意字符


# 1.查询id大于等于3小于等于6的数据

select id,name from emp where id >= 3 and id <= 6;

select *  from emp where id between 3 and 6;  


# 2.查询薪资是20000或者18000或者17000的数据

select * from emp where salary = 20000 or salary = 18000 or salary = 17000;

select * from emp where salary in (20000,18000,17000);  # 简写


# 3.查询员工姓名中包含o字母的员工姓名和薪资

# 在你刚开始接触mysql查询的时候,建议你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

"""

select name,salary from emp where name like '%o%';


# 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 id not between 3 and 6;


# 6.查询薪资不在20000,18000,17000范围的数据

select * from emp where salary not in (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 = NULL;  # 查询为空!

select name,post from emp where post_comment is NULL;

select name,post from emp where post_comment is not NULL;

查询关键字之group by分组

分组

就是按照指定的依据将单个单个的个体分门别类(整体)


聚合函数

max最大值

    min最小值

    sum  求和

    count计数

    avg平均值


# 数据分组应用场景:每个部门的平均薪资,男女比例等


# 1.按部门分组

select * from emp group by post;  # 分组后取出的是每个组的第一条数据

select id,name,sex from emp group by post;  # 验证


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,

不应该在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


set global sql_mode="strict_trans_tables,only_full_group_by";

# 重新链接客户端

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  

# 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)

# 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;

统计的时候只要是非空字段 效果都是一致的 

这里显示age,salary,id最后演示特殊情况post_comment


# 3.查询分组之后的部门名称和每个部门下所有的学生姓名

# group_concat(分组之后用)不仅可以用来显示除分组外字段还有拼接字符串的作用

select post,group_concat(name) from emp group by post;

select post,group_concat(name,"_SB") from emp group by post;

select post,group_concat(name,": ",salary) from emp group by post;

select post,group_concat(salary) from emp group by post;


# 4.补充concat(不分组时用)拼接字符串达到更好的显示效果 as语法使用

select name as 姓名,salary as 薪资 from emp;

select concat("NAME: ",name) as 姓名,concat("SAL: ",salary) as 薪资 from emp;


# 补充as语法 即可以给字段起别名也可以给表起

select emp.id,emp.name from emp as t1; # 报错  因为表名已经被你改成了t1

select t1.id,t1.name from emp as t1;


# 查询四则运算

# 查询每个人的年薪

select name,salary*12 as annual_salary from emp;

select name,salary*12 annual_salary from emp;  # as可以省略

查询关键字之having过滤

having的功能与where是一致的 都是用来筛选数据

只不过where是用在分组之前

而having是用在分组之后


1、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;

# 如果不信你可以将having取掉,查看结果,对比即可验证having用法!


#强调:having必须在group by后面使用

select * from emp having avg(salary) > 10000;  # 报错

·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;

·order by·

select * from emp order by salary asc; #默认升序排

select * from emp order by salary desc; #降序排


select * from emp order by age desc; #降序排


            #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);

·limit·

# 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;


表准备

#建表

create table dep(

id int primary key auto_increment,

name varchar(20) 

);


create table emp(

id int primary key auto_increment,

name varchar(20),

sex enum('male','female') not null default 'male',

age int,

dep_id int

);


#插入数据

insert into dep values

(200,'技术'),

(201,'人力资源'),

(202,'销售'),

(203,'运营'),

(205,'财务')

;


insert into emp(name,sex,age,dep_id) values

('jason','male',18,200),

('egon','female',48,201),

('kevin','male',18,201),

('nick','male',28,202),

('owen','male',18,203),

('jerry','female',18,204);


# 当初为什么我们要分表,就是为了方便管理,在硬盘上确实是多张表,但是到了内存中我们应该把他们再拼成一张表进行查询才合理

多表查询

多表查询的思路

1.子查询

分步操作

    将一条sql语句的查询结构当作另外一条sql语句的条件

2.连表操作

    先将多张表拼接成一张大表,之后再查询即可


子查询

# 就是将一个查询语句的结果用括号括起来当作另外一个查询语句的条件去用

# 1.查询部门是技术或者人力资源的员工信息


先获取技术部和人力资源部的id号

再去员工表里面根据前面的id筛选出符合要求的员工信息


select * from emp where dep_id in (select id from dep where name = "技术" or name = "人力资源");


连表操作

# inner join内连接只显示两张表都有的数据

select * from emp inner join dep on emp.dep_id=dep.id;


# left join左连接以左表为基准展示所有 对应不上的用NULL填充

select * from emp left join dep on emp.dep_id=dep.id;


# right join右连接以右表为基准展示所有 对应不上的用NULL填充

select * from emp right join dep on emp.dep_id=dep.id;


# union    全连接         用的比较少

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;


文章转载自DATA ANALYSIS SHARING,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论