数据库,单表查询,多表查询,子查询

数据库,单表查询,多表查询,子查询,第1张

注意点

select 指定表字段 from 表1,表2

四则运算包括加减乘除

select 字段1 四则运行符号 字段2 from 表名称

语法:select 函数(字段1) from 表名称

统计函数

binary

区分大小写

语法:select 段落 from 表明 where binary 字段

分组

语法

selectfrom 表名

where

group by 字段名称 #如果这里有多个字段,A,B,用,连接表示具有相同字段A以及相同字段B进行分组

having 判断内容

注意 :

排序

语法:默认为升序

ord by 字段名称

固定升序或者降序

多个条件排序主次关系

ord by 主字段,次字段

限制显示记录

对于单页表 *** 作

limit start count

对于多页 *** 作

分页原理:先查询总数据条数 设为a

确定每页数量b

总页数为c = a / b 如果除不尽则需要加1 例如 10 / 3 正确页数为4

查询语句的起始位置为s = 当前页数d 减去1 乘以每页数量

即 s = (d - 1) b

limit s b

语法 :where 字段名称 regexp '正则表达式'

注意:正则表达式不包括特殊字符如\w

语法:select from 表1,表2

他会把多个表每行与另外个表统统匹配上,其中会有一些脏数据,我们可以用里面值的关系进行连接

其本质就是笛卡尔积查询

区别是把,变成 join

且不能用where,要先用on根据里面值的关系拼接好了再用 where

左表中记录的无论是否有匹配关系都全部显示,右表中仅显示匹配成功的记录

语法:select from 表1 left join,表2

右表中记录的无论是否有匹配关系都全部显示,左表中仅显示匹配成功的记录

语法:select from 表1 right join 表2

无论是否匹配成功,两边表中的记录都要全部显示

select from 表1 full join 表2

注意:mysql 不支持

我们要引入union

union 只能用于字段数量相同的两个表 会自动去除重复的记录

union all 则保留所有记录

select from dept left join emp on deptid=empdept_id

union

select from dept right join emp on deptid=empdept_id;

可以完成全外连接

在三表以及三表以上查询的时候,表1 join 表2 join 表三,其意思是表1与表2连接后的表再与表3进行连接

如果三表连接时候没有用join而是用 , 进行连接表示同时查询3个表

将查找后的内容作为查找的值或者查找的对象,

如果要作为一个表当作查找对象,要对于查找后的表进行重命名语法如下

select from (select from ) as 新名字

xists 后跟子查询 子查询有结果是为True 没有结果时为False

为true时外层执行 为false外层不执行

String sql="select cook_name,cook_price,cook_image from cook "

+ "where shop_name in(select shop_name from shop where shop_address='柳园' and shop_restaurant='1号')";

是不是cook和where之间没有空格

这是多表查询问题。

两表连接,必有共同字段。在本问题中,共同字段是“品种名称”。

我们可如下 *** 作:

select 品种名称,产量,生育期,株高,面积

from 品种表,面积表

where 品种表品种名称=面积表品种名称

如此 *** 作,可以对于不同用户显示不同的字段数据,提高了数据库的安全性。

子查询的作用:

1、方便理解。

2、实现更复杂的查询。

3、提高查询效率。

扩展知识:

1、当直接从SQL的数据库中查询(列出)某些数据很困难或办不到时,可以通过从“查询结果集”中再次提取数据集来实现复合查询。这个“查询结果集”就被叫做子查询。

2、例,当表1与表2中以ID1关联,表2与表3以ID2关联,要以表1为基准复合查询三表中的数据时,就需要先查出表2与表3的子查询集,然后再与表1进行多表联查。

1、where型子查询

(把内层查询结果当作外层查询的比较条件)

#不用order by 来查询最新的商品

select goods_id,goods_name from goods where goods_id = (select max(goods_id) from goods);

#取出每个栏目下最新的产品(goods_id唯一)

select cat_id,goods_id,goods_name from goods where goods_id in(select max(goods_id) from goods group by cat_id);

2、from型子查询

(把内层的查询结果供外层再次查询)

#用子查询查出挂科两门及以上的同学的平均成绩

思路:

#先查出哪些同学挂科两门以上

select name,count() as gk from stu where score < 60 having gk >=2;

#以上查询结果,我们只要名字就可以了,所以再取一次名字

select name from (select name,count() as gk from stu having gk >=2) as t;

#找出这些同学了,那么再计算他们的平均分

select name,avg(score) from stu where name in (select name from (select name,count() as gk from stu having gk >=2) as t) group by name;

3、exists型子查询

(把外层查询结果拿到内层,看内层的查询是否成立)

#查询哪些栏目下有商品,栏目表category,商品表goods

select cat_id,cat_name from category where exists(select from goods where goodscat_id = categorycat_id);

嵌套查询是由里向外处理

select sno,cno

from sc x

where grade>=(select avg(grade) from sc y where ysno=xsno)

首先执行ysno=xsno,我想Sno是学号吧,从X关系和Y关系中查找学号相同的,从新建立一个新的关系,

再从新的关系中求成绩的平均值。

最后才在新的关系中查找满足条件(grade>=平均成绩)的Sno和Cno。

最后的结果排序如果没有指定显示顺序,结果将按其最方便的顺序(通常是元组在表中的先后顺序)输出结果。可以按照自己的意思排列结果的顺序,用ORDER BY子句指定一个或多个属性列的升序(ASC)或降序(DESC)。

select sno,cno

from sc x

where grade>=(select avg(grade) from sc y where ysno=xsno)

ORDER BY grade ASC;

select sno,cno

from sc

where grade>=(select avg(grade) from sc )

ORDER BY grade ASC;

输出的结果肯定一致吧。

一、

伪列就像Oracle中的一个表列,但实际上它并未存储在表中。伪列可以从表中查询,但是不能插入、更新或删除它们的值。常用的伪列:rowid和rownum。

Rowid:数据库中的每一行都有一个行地址,Rowid伪列返回该行地址。可以使用Rowid值来定位表中的一行。通常情况下,Rowid值可以唯一地标识数据库中的一行。

Rowid伪列有以下重要用途:

1)能以最快的方式访问表中的一行;

2)能显示表的行是如何存储的。

3)可以作为表中行的唯一标识。

如:SQL>

select

rowid,ename

from

emp;

Rownum:对于一个查询返回的每一行,Rownum伪列返回一个数值代表的次序。返回的第一行的Rownum值为1,第二行的Rownum值为2,依此类推。通过使用Rownum伪列,用户可以限制查询返回的行数。

如:SQL>select

from

emp

where

rownum<11;

从EMP表中提取10条记录

二、

oracle中不支持select

top

n

from

tablename

查询,但是通过

order

by

rownum

组合可以实现此功能。例如:SELECT 列名1...列名n FROM

(SELECT 列名1...列名n FROM

表名

ORDER

BY

列名1...列名n)

WHERE

ROWNUM

<=

N(抽出记录数)

ORDER

BY

ROWNUM

ASC

以上就是关于数据库,单表查询,多表查询,子查询全部的内容,包括:数据库,单表查询,多表查询,子查询、java中如何对数据库执行嵌套子查询、请教:如何数据库“子查询”select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!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/9718452.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-01
下一篇 2023-05-01

发表评论

登录后才能评论

评论列表(0条)

保存