MySQL高级增删改查

新增数据

基本语法
insert into 表名 [(字段列表)] values (值列表);

主键冲突

更新和替换
主键冲突：更新操作
insert into 表名[(字段列表：包含主键)] values(值列表) on duplicate key update 字段 = 新值;

主键冲突：替换
repalce into 表名[(字段列表：包含主键)] values(值列表) ;

蠕虫复制

从已有的数据去获取数据，然后将数据又进行新增操作，数据成倍增长。

表创建的高级操作：从已有表创建新表。
Create table 表名 like 数据库表名;

蠕虫复制：先查出数据，然后将查出的数据新增一遍
insert into 表名[(字段列表)] select 字段列表/* from 数据表名;

蠕虫复制的意义：
1. 从已有表拷贝数据到新表中
2. 可以迅速的让表中的数据膨胀到一定的数量级，测试表的压力以及效率

更新数据

基本语法
update 表名 set 字段 = 值 [where 条件];
高级新增语法
update 表名 set 字段 = 值 [where 条件] [limit 更新数量];

删除数据

与更新类似。
delete from 表名 [where ] [limit ];

删除：如果表中存在自增长，那么删除之后，自增长不会还原。
思路：数据的删除是不会改变表结构，只能删除表后重建表。
truncate 表名; – 先删除改变，后新增改变

查询数据

基本语法
select 字段列表/* from 表名 [where ];
完整语法
select [选项] 字段列表[字段别名] / * from 数据源 [where ] [group by ] [having ] [order by ] [limit ];

select 选项

select对查出来的结果的处理方式
All 默认的，保留所有的结果
Distinct：去重

字段别名

当数据进行查询出来的时候，有时候名字并不一定满足需求，需要对字段重命名。

语法：字段名 as 别名

数据源

本质上只要保证数据类似二维表，最终都可以作为数据源
数据源分为多种：单表数据源，多表数据源，查询语句

单表数据源：select * from 表名;
多表数据源：select * from 表1,,表2… ;（笛卡尔积没什么用，尽量避免）
子查询：select * from ( select 语句) as 别名;

where 子句

where 子句返回结果： 0 或者1 0代表false 1代表true

where原理：where是唯一一个直接从磁盘获取数据的时候就开始判断条件：从磁盘取出一条记录，开始进行where判断：判断的结果如果成立保存到内存，如果失败直接放弃。

查询条件1：查出学生id为2或3 或5的学生

条件查询2：查出区间在170 ~ 180身高的学生

between 本身是闭区间，between左边的值必须<=右边的值。

group by子句

根据某个字段进行分组。
基本语法：group by 字段名

分组的意义：是为了统计数据。
sql提供了一系列统计函数
count()：统计分组后的记录数
max()：统计每组中最大值
min()：
avg()：
sum()：

count 函数：里面可以使用两种参数：*代表统计记录，字段名代表统计对应的字段（null不统计）。

分组会自动排序：根据分组字段，默认升序。
group by 字段 [asc | desc] ; – 对分组结果合并之后的整个结果进行排序；

多字段分组：先根据一个字段进行分组，然后对分组后的结果再次按照其他字段进行分组。

group_concat 字段可以对分组的结果中的某个字段进行字符串连接（保留该组所有的某个字段）。

having子句

与where子句一样：进行条件判断的。
where是针对磁盘数据进行判断，进入到内存之后，会进行分组操作，分组结果需要having来处理。
having能做where能做的几乎所有的事情。但是where却不能做having能做的很多事情。

1. 分组后的结果或者说统计函数都只有having能够使用
   

2.having能够使用字段别名，where不能。

order by子句

根据某个字段进行排序，依赖校对集
基本语法
order by 字段名 [asc|desc];

排序可以进行多字段排序：先根据某个字段排序，排序好后在按照某个数据再次排序

limit 子句

限制结果的语句：限制数量

limit有两种使用方式：
方案1：只用来限制长度：limit 数据量;

方案2：限制起始位置，限制数量：limit 起始位置，长度;

主要用来实现数据的分页：节省时间，提高响应效率，减少资源浪费