SQL语言的表达

SQL全称是“结构化查询语言(Structured Query Language)”

SQL(STructured Query Language)是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。

SQL同时也是数据库脚本文件的扩展名。

SQL是高级的非过程化编程语言，允许用户在高层数据结构上工作。他不要求用户指定对数据的存放方法，也不需要用户了解具体的数据存放方式，所以具有完全不同底层结构的不同数据库系统可以使用相同的SQL语言作为数据输入与管理的接口。它以记录集合作为 *** 作对象，所有SQL语句接受集合作为输入，返回集合作为输出，这种集合特性允许一条SQL语句的输出作为另一条SQL语句的输入，所以SQL语句可以嵌套，这使他具有极大的灵活性和强大的功能，在多数情况下，在其他语言中需要一大段程序实现的功能只需要一个SQL语句就可以达到目的，这也意味着用SQL语言可以写出非常复杂的语句。

结构化查询语言(Structured Query Language)最早是IBM的圣约瑟研究实验室为其关系数据库管理系统SYSTEM R开发的一种查询语言，它的前身是SQUARE语言。SQL语言结构简洁，功能强大，简单易学，所以自从IBM公司1981年推出以来，SQL语言得到了广泛的应用。如今无论是像Oracle、Sybase、Informix、SQL Server这些大型的数据库管理系统，还是像Visual Foxporo、PowerBuilder这些PC上常用的数据库开发系统，都支持SQL语言作为查询语言。

美国国家标准局(ANSI)与国际标准化组织（ISO）已经制定了SQL标准。ANSI是一个美国工业和商业集团组织，负责开发美国的商务和通讯标准。ANSI同时也是ISO和International Electrotechnical Commission(IEC)的成员之一。ANSI 发布与国际标准组织相应的美国标准。1992年，ISO和IEC发布了SQL国际标准，称为SQL-92。ANSI随之发布的相应标准是ANSI SQL-92。ANSI SQL-92有时被称为ANSI SQL。尽管不同的关系数据库使用的SQL版本有一些差异，但大多数都遵循 ANSI SQL 标准。SQL Server使用ANSI SQL-92的扩展集，称为T-SQL，其遵循ANSI制定的 SQL-92标准。

SQL语言包含4个部分：

※ 数据定义语言(DDL)，例如：CREATE、DROP、ALTER等语句。

※ 数据 *** 作语言(DML)，例如：INSERT、UPDATE、DELETE语句。

※ 数据查询语言(DQL)，例如：SELECT语句。

※ 数据控制语言(DCL)，例如：GRANT、REVOKE、COMMIT、ROLLBACK等语句。

SQL语言包括三种主要程序设计语言类别的陈述式：数据定义语言(DDL)，数据 *** 作语言(DML)及数据控制语言(DCL)。

[编辑本段]SQL发展历史

1970： EJ Codd 发表了关系数据库理论(relational database theory)；

1974-79： IBM 以Codd的理论为基础开发了“Sequel”,并重命名为"SQL"；

1979： Oracle 发布了商业版SQL

1981-84： 出现了其他商业版本，分别来自 IBM(DB2),Data General(DG/SQL),Relational Technology(INGRES)；

SQL/86：ANSI 跟 ISO的第一个标准；

SQL/89：增加了引用完整性(referential integrity)；

SQL/92(aka SQL2)：被数据库管理系统（DBMS）生产商广发接受；

1997+：成为动态网站(Dynamic web content)的后台支持；

SQL/99：Core level跟其他8种相应的level，包括递归查询，程序跟流程控制，基本的对象（object）支持包括oids；

SQL/2003：包含了XML相关内容,自动生成列值(column values)；

2005-09-30：“Data is the next generation insideSQL is the new HTML”! Tim O'eilly提出了Web 20理念，称数据将是核心，SQL将成为“新的

HTML"；

SQL/2006：定义了SQL与XML(包含XQuery)的关联应用；

2006：Sun公司将以SQL基础的数据库管理系统嵌入Java V6

[编辑本段]DDL

DDL 用于定义和管理物件，例如资料库、资料表以及检视表（ 第18章 将会解释何谓检视表）。DDL 陈述式通常包括每个物件的CREATE、ALTER 以及 DROP 命令。举例来说，CREATE TABLE、ALTER TABLE 以及 DROP TABLE 这些陈述式便可以用来建立新资料表、修改其属性（如新增或删除资料行）、删除资料表等，下面我们会一一介绍。

CREATE TABLE 陈述式

使用 DDL 在 MyDB 资料库建立一个名为 Customer_Data 的范例资料表，本章后面的例子我们会使用到这个资料表。如前所述，CREATE TABLE 陈述式可以用来建立资料表。这个范例资料表被定义成四个资料行，如下所示：

Use MyDB

CREATE TABLE Customer_Data

(customer_id smallint,

first_name char(20),

last_name char(20),

phone char(10))

GO

这个陈述式能产生 Customer_Data 资料表，这个资料表会一直是空的直到资料被填入资料表内。

ALTER TABLE 陈述式

ALTER TABLE 陈述式用来变更资料表的定义与属性。在下面的例子中，我们利用 ALTER TABLE 在已经存在的 Customer_Data 资料表中新增 middle_initial 资料行。

ALTER TABLE Customer_Data

ADD middle_initial char(1)

GO

现在资料表的定义包括了五个资料行，而不是之前的四个资料行。关於使用ALTER TABLE 的更多细节，请参阅 第15章 。

DROP TABLE 陈述式

DROP TABLE 陈述式用来删除资料表定义以及所有的资料、索引、触发程序、条件约束以及资料表的权限。要删除我们的 Customer_Data 资料表，可利用下列命令：

DROP TABLE Customer_Data

GO

关於 DROP TABLE 陈述式的详细内容，请参阅 第15章 。

[编辑本段]DML

DML 利用 INSERT、SELECT、UPDATE 及 DELETE 等陈述式来 *** 作资料库物件所包含的资料。

INSERT 陈述式

INSERT 陈述式用来在资料表或检视表中插入一列资料。例如，如果要在Customer_Data 资料表中新增一个客户，可使用类似以下的 INSERT 陈述式：

INSERT INTO Customer_Data

(customer_id, first_name, last_name, phone)

VALUES (777, "Frankie", "Stein", "4895873900")

请注意 SQL 陈述式中第二行的资料行名称清单，清单上资料行名称的次序决定了资料数值将被放在哪个资料行。举例来说，第一个资料数值将被放在清单列出的第一个资料行 customer_id、第二个资料数值放在第二个资料行，依此类推。由于我们在建立资料表时，定义资料资料行填入数值的次序与现在相同，因此我们不必特意指定栏位名称。我们可以用以下的 INSERT 陈述式代替：

INSERT INTO Customer_Data

VALUES (777, "Frankie", "Stein", "4895873900")

注意

如果使用这种形式的 INSERT 陈述式，但被插入的数值次序上与建立资料表时不同，数值将被放入错误的资料行。如果资料的型别与定义不符，则会收到一个错误讯息。

UPDATE 陈述式

UPDATE 陈述式用来更新或改变一列或多列中的值。例如，一位名称为 Frankie Stein 的客户想要在记录中改变他的姓氏为 Franklin，可使用以下 UPDATE 陈述式：

UPDATE Customer_Data

SET first_name = "Franklin"

WHERE last_name = "Stein" and customer_id= 777

我们在 WHERE 子句中加入 customer_id 的项目来确定其他名称为 Stein 的客户不会被影响－只有customer_id为777的客户，姓氏会有所改变。

--------------------------------------------------------------------------------

说明

当您使用 UPDATE 陈述式时，要确定在 WHERE 子句提供充分的筛选条件，如此才不会不经意地改变了一些不该改变的资料。

--------------------------------------------------------------------------------

DELETE 陈述式

DELETE 陈述式用来删除资料表中一列或多列的资料，您也可以删除资料表中的所有资料列。要从 Customer_Data 资料表中删除所有的列，您可以利用下列陈述式：

DELETE FROM Customer_Data

或

DELETE Customer_Data

资料表名称前的 FROM 关键字在 DELETE 陈述式中是选择性的。除此之外，这两个陈述式完全相同。

要从 Customer_Data 资料表中删除 customer_id 资料行的值小於100的列，可利用下列陈述式：

DELETE FROM Customer_Data

WHERE customer_id < 100

现在我们已经快速浏览了 SQL 提供的 DDL 与 DML 陈述式，接著，下面将介绍 T-SQL。

[编辑本段]DCL

DCL是用来管理数据库的语言。包含管理权限及数据更改。

--------------------------------------------------------------------------------

[编辑本段]SELECT 陈述式

SELECT 陈述式用来检索资料表中的资料，而哪些资料被检索由列出的资料行与陈述式中的 WHERE 子句决定。例如，要从之前建立的 Customer_Data 资料表中检索 customer_id 以及 first_name 资料行的资料，并且只想取出每列中 first_name 资料行值为 Frankie 的资料，那麼可以利用以下的 SELECT 陈述式：

SELECT customer_id, first_name FROM Customer_Data

WHERE first_name = "Frankie"

如果有一列符合 SELECT 陈述式中的标准，则结果将显示如下：

customer_id first_name

------------- ------------

777 Frankie

[编辑本段]SQL中的五种数据类型

简要描述一下SQL中的五种数据类型:字符型，文本型，数值型，逻辑型和日期型

字符型

VARCHAR VS CHAR

VARCHAR型和CHAR型数据的这个差别是细微的，但是非常重要。他们都是用来储存字符串长度小于255的字符。

假如你向一个长度为四十个字符的VARCHAR型字段中输入数据BIll GAtES。当你以后从这个字段中取出此数据时，你取出的数据其长度为十个字符——字符串Bill Gates的长度。 现在假如你把字符串输入一个长度为四十个字符的CHAR型字段中，那么当你取出数据时，所取出的数据长度将是四十个字符。字符串的后面会被附加多余的空格。

当你建立自己的站点时，你会发现使用VARCHAR型字段要比CHAR型字段方便的多。使用VARCHAR型字段时，你不需要为剪掉你数据中多余的空格而 *** 心。

VARCHAR型字段的另一个突出的好处是它可以比CHAR型字段占用更少的内存和硬盘空间。当你的数据库很大时，这种内存和磁盘空间的节省会变得非常重要

文本型

TEXT

使用文本型数据，你可以存放超过二十亿个字符的字符串。当你需要存储大串的字符时，应该使用文本型数据。

注意文本型数据没有长度，而上一节中所讲的字符型数据是有长度的。一个文本型字段中的数据通常要么为空，要么很大。

当你从HTML fORM的多行文本编辑框(TEXTAREA)中收集数据时，你应该把收集的信息存储于文本型字段中。但是，无论何时，只要你能避免使用文本型字段，你就应该不适用它。文本型字段既大且慢，滥用文本型字段会使服务器速度变慢。文本型字段还会吃掉大量的磁盘空间。

一旦你向文本型字段中输入了任何数据(甚至是空值)，就会有2K的空间被自动分配给该数据。除非删除该记录，否则你无法收回这部分存储空间。

数值型

SQL支持许多种不同的数值型数据。你可以存储整数 INT 、小数 NUMERIC、和钱数 MONEY。

INT VS SMALLINT VS TINYINT

他们的区别只是字符长度:

INT型数据的表数范围是从-2，147，483，647到2，147，483，647的整数

SMALLINT 型数据可以存储从-32768到32768的整数

TINYINT 型的字段只能存储从0到255的整数,不能用来储存负数

通常，为了节省空间，应该尽可能的使用最小的整型数据。一个TINYINT型数据只占用一个字节;一个INT型数据占用四个字节。这看起来似乎差别不大，但是在比较大的表中，字节数的增长是很快的。另一方面，一旦你已经创建了一个字段，要修改它是很困难的。因此，为安全起见，你应该预测以下，一个字段所需要存储的数值最大有可能是多大，然后选择适当的数据类型。

NUMERIC

为了能对字段所存放的数据有更多的控制，你可以使用NUMERIC型数据来同时表示一个数的整数部分和小数部分。NUMERIC型数据使你能表示非常大的数——比INT型数据要大得多。一个NUMERIC型字段可以存储从-1038到1038范围内的数。NUMERIC型数据还使你能表示有小数部分的数。例如，你可以在NUMERIC型字段中存储小数314。

当定义一个NUMERIC型字段时，你需要同时指定整数部分的大小和小数部分的大小。如:MUNERIC(23,0)

一个 NUMERIC型数据的整数部分最大只能有28位，小数部分的位数必须小于或等于整数部分的位数，小数部分可以是零。

MONEY VS SMALLMONEY

你可以使用 INT型或NUMERIC型数据来存储钱数。但是，专门有另外两种数据类型用于此目的。如果你希望你的网点能挣很多钱，你可以使用MONEY型数据。如果你的野心不大，你可以使用SMALLMONEY型数据。MONEY型数据可以存储从-922，337，203，685，4775808到922，337，203，685，4775807的钱数。如果你需要存储比这还大的金额，你可以使用NUMERIC型数据。

SMALLMONEY型数据只能存储从-214，7483648到214，7483647 的钱数。同样，如果可以的话，你应该用SMALLMONEY型来代替MONEY型数据，以节省空间。

逻辑型

BIT

如果你使用复选框( CHECKBOX)从网页中搜集信息，你可以把此信息存储在BIT型字段中。BIT型字段只能取两个值:0或1。

当心，在你创建好一个表之后，你不能向表中添加 BIT型字段。如果你打算在一个表中包含BIT型字段，你必须在创建表时完成。

日期型

DATETIME VS SMALLDATETIME

一个 DATETIME型的字段可以存储的日期范围是从1753年1月1日第一毫秒到9999年12月31日最后一毫秒。

如果你不需要覆盖这么大范围的日期和时间，你可以使用SMALLDATETIME型数据。它与DATETIME型数据同样使用，只不过它能表示的日期和时间范围比DATETIME型数据小，而且不如DATETIME型数据精确。一个SMALLDATETIME型的字段能够存储从1900年1月1日到2079年6月6日的日期，它只能精确到秒。

DATETIME型字段在你输入日期和时间之前并不包含实际的数据，认识这一点是重要的。

SQL数据库专业的就业方向分为三类：

第一类：纯数据分析类。

1DataAnalyst数据分析师。

2DataScientist数据科学家。

3DataArchitect数据架构师。

4DataEngineer数据工程师。

5Database数据库管理员。

第二类：以数据为驱动的商业分析类。

1BusinessAnalyst商业分析师。

2DataandManager数据产品经理。

第三类：统计学家。

统计学家顾名思义，需要熟悉统计理论方法，分布式计算，数据库系统，云工具，数据挖掘机器学习等，语言方面需要R,SAS,SPSS,Mtlab,Stata,Python,Perl,Hive,Pig,Spark,SQL。

扩展资料：

SQL数据库专业任职要求：

计算机相关专业,本科及以上学历,工作两年以上。

熟练掌握C/C或Java语言。

熟悉Linux *** 作系统、数据库应用,了解常用的软件架构模式、基本的编程编译工具,熟悉代码优化的规则与技巧。

拥有数据库领域编码经验,熟悉SQL和存储引擎者优先。对机器学习、数据库高可用、时序、图数据库有经验者优先。

有ACM参赛获奖经验者优先。

SQL 当一个新表被创建之时，系统将在磁盘中分配一段以8K为单位的连续空间，当字段的值从内存写入磁盘时，就在这一既定空间随机保存，当一个8K用完的时候， SQLS指针会自动分配一个8K的空间。这里，每个8K空间被称为一个数据页（Page），又名页面或数据页面，并分配从0-7的页号,每个文件的第0页记录引导信息，叫文件头（File header）；每8个数据页（64K）的组合形成扩展区（Extent），称为扩展。全部数据页的组合形成堆（Heap）。

SQLS 规定行不能跨越数据页，所以，每行记录的最大数据量只能为8K。这就是char和varchar这两种字符串类型容量要限制在8K以内的原因，存储超过 8K的数据应使用text类型，实际上，text类型的字段值不能直接录入和保存，它只是存储一个指针，指向由若干8K的文本数据页所组成的扩展区，真正的数据正是放在这些数据页中。

页面有空间页面和数据页面之分。当一个扩展区的8个数据页中既包含了空间页面又包括了数据或索引页面时，称为混合扩展（Mixed Extent）,每张表都以混合扩展开始；反之，称为一致扩展专门保存数据及索引信息。表被创建之时，SQLS在混合扩展中为其分配至少一个数据页面，随着数据量的增长，SQLS可即时在混合扩展中分配出7个页面，当数据超过8个页面时，则从一致扩展中分配数据页面。

空间页面专门负责数据空间的分配和管理，包括：PFS页面（Page free space）：记录一个页面是否已分配、位于混合扩展还是一致扩展以及页面上还有多少可用空间等信息；GAM页面（Global allocation map）和SGAM页面(Secodary global allocation map)：用来记录空闲的扩展或含有空闲页面的混合扩展的位置。SQLS综合利用这三种类型的页面文件

在必要时为数据表创建新空间；数据页或索引页则专门保存数据及索引信息，SQLS使用4种类型的数据页面来管理表或索引：它们是IAM页、数据页、文本/图像页和索引页。

在WINDOWS 中，我们对文件执行的每一步 *** 作，在磁盘上的物理位置只有系统（system）才知道；SQL SERVER沿袭了这种工作方式，在插入数据的过程中，不但每个字段值在数据页面中的保存位置是随机的，而且每个数据页面在“堆”中的排列位置也只有系统（system）才知道。这是为什么呢？众所周知，OS 之所以能管理DISK，是因为在系统启动时首先加载了文件分配表：FAT（File Allocation Table），正是由它管理文件系统并记录对文件的一切 *** 作，系统才得以正常运行；同理，作为管理系统级的SQL

SERVER,也有这样一张类似FAT的表存在，它就是索引分布映像页：IAM（Index Allocation Map）。

IAM的存在，使SQLS对数据表的物理管理有了可能。

IAM 页从混合扩展中分配，记录了8个初始页面的位置和该扩展区的位置，每个IAM页面能管理512,000个数据页面，如

果数据量太大，SQLS也可以增加更多的IAM页，可以位于文件的任何位置。第一个IAM页被称为FirstIAM,其中记录了以

后的IAM页的位置。

数据页和文本/图像页互反，前者保存非文本/图像类型的数据，因为它们都不超过8K的容量，后者则只保存超过8K容

量的文本或图像类型数据。而索引页顾名思义，保存的是与索引结构相关的数据信息。了解页面的问题有助我们下

一步准确理解SQLS维护索引的方式，如页拆分、填充因子等。

二、索引的基本概念

什么是索引呢索引是一种特殊类型的数据库对象，它与表有着密切的联系。

索引是为检索而存在的。如一些书籍的末尾就专门附有索引，指明了某个关键字在正文中的出现的页码位置，方便我们查找，但大多数的书籍只有目录，目录不是索引，只是书中内容的排序，并不提供真正的检索功能。可见建立索引要单独占用空间；索引也并不是必须要建立的，它们只是为更好、更快的检索和定位关键字而存在。

再进一步说，我们要在图书馆中查阅图书，该怎么办呢？图书馆的前台有很多叫做索引卡片柜的小柜子，里面分了若干的类别供我们检索图书，比如你可以用书名的笔画顺序或者拼音顺序作为查找的依据，你还可以从作者名的笔画顺序或拼音顺序去查询想要的图书，反正有许多检索方式，但有一点很明白，书库中的书并没有按照这些卡片柜中的顺序排列——虽然理论上可以这样做，事实上，所有图书的脊背上都人工的粘贴了一个特定的编号①，它们是以这个顺序在排列。索引卡片中并没有指明这本书摆放在书库中的第几个书架的第几本，仅仅指明了这个特定的编号。管理员则根据这一编号将请求的图书返回到读者手中。这是很形象的例子，以下的讲解将会反复用到它。

SQLS 在安装完成之后，安装程序会自动创建master、model、tempdb等几个特殊的系统数据库，其中master是SQLS的

主数据库，用于保存和管理其它系统数据库、用户数据库以及SQLS的系统信息，它在SQLS中的地位与WINDOWS下的注册表相当。

master中有一个名为sysindexes的系统表，专门管理索引。SQLS查询数据表的 *** 作都必须用到它，毫无疑义，它是本文主角之一。查看一张表的索引属性，可以在查询分析器中使用以下命令：select from sysindexes where id=object_id(‘tablename’)；而要查看表的索引所占空间的大小，可以使用系统存储过程命令：sp_spaceused tablename，其中参数tablename为被索引的表名。

三、平衡树

如果你通过书后的索引知道了一个关键字所在的页码，你有可能通过随机的翻寻，最终到达正确的页码。但更科学更快捷的方法是：首先把书翻到大概二分之一的位置，如果要找的页码比该页的页码小，就把书向前翻到四分之一处，否则，就把书向后翻到四分之三的地方，依此类推，把书页续分成更小的部分，直至正确的页码。这叫“两分法”，微软在官方教程MOC里另有一种说法：叫B树（B-Tree，Balance Tree），即平衡树。

一个表索引由若干页面组成，这些页面构成了一个树形结构。B 树由“根”（root）开始，称为根级节点，它通过指向另外两个页，把一个表的记录从逻辑上分成两个部分：“枝”—--非叶级节点（Non-Leaf Level）；而非叶级节点又分别指向更小的部分：“叶”——叶级节点（Leaf Level）。根节点、非叶级节点和叶级节点都位于索引页中，统称为索引节点，属于索引页的范筹。这些“枝”、“叶”最终指向了具体的数据页（Page）。在根级节点和叶级节点之间的叶又叫数据中间页。

“根”（root）对应了sysindexes表的Root字段，其中记载了非叶级节点的物理位置（即指针）；非叶级节点位于根

节点和叶节点之间，记载了指向叶级节点的指针；而叶级节点则最终指向数据页。这就是“平衡树”。

四、聚集索引和非聚集索引

从形式上而言，索引分为聚集索引（Clustered Indexes）和非聚集索引（NonClustered Indexes）。

聚集索引相当于书籍脊背上那个特定的编号。如果对一张表建立了聚集索引，其索引页中就包含着建立索引的列的值（下称索引键值），那么表中的记录将按照该索引键值进行排序。比如，我们如果在“姓名”这一字段上建立了聚集索引，则表中的记录将按照姓名进行排列；如果建立了聚集索引的列是数值类型的，那么记录将按照该键值的数值大小来进行排列。

非聚集索引用于指定数据的逻辑顺序，也就是说，表中的数据并没有按照索引键值指定的顺序排列，而仍然按照插入记录时的顺序存放。其索引页中包含着索引键值和它所指向该行记录在数据页中的物理位置，叫做行定位符（RID：Row ID）。好似书后面的的索引表，索引表中的顺序与实际的页码顺序也是不一致的。而且一本书也许有多个索引。比如主题索引和作者索引。

SQL Server在默认的情况下建立的索引是非聚集索引，由于非聚集索引不对表中的数据进行重组，而只是存储索引键

值并用一个指针指向数据所在的页面。一个表如果没有聚集索引时,理论上可以建立249个非聚集索引。每个非聚集索引提供访问数据的不同排序顺序。

以上就是关于SQL语言的表达全部的内容，包括:SQL语言的表达、什么是SQL开发、SQL SERVER 索引的工作原理等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！