大数据最全【数据库】03——初级开发需要掌握哪些SQL语句_数据库初级开发，你还看不明白

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

• 嵌入式SQL和动态SQL。嵌入式和动态SQL定义SQL语句如何嵌入诸如C、C++和Java这样的通用编程语言。
• 授权：SQL和DDL包含定义对关系和视图的访问权限的命令。

在本篇文章，我们学习最基本的DDL和DML，这是SQL-92标准以来就一直存在的部分。工作中，后端开发工程师们最常用的就是这部分内容。

2 SQL数据定义

2.1 基本类型

SQL支持的基本类型如下(后续文章将介绍更多)。

• char(n),定长字符串。
• varchar(n),最大长度为n的变长字符串
• int：整数(依赖于机器的整数的有限子集)
• smallint:小整数(依赖与机器的整数类型的子集)
• numeric(p,d)：总长度为p，小数点右边有d位数字的指定精度定点数。
• real,double precision：浮点数和双精度浮点数，精度依赖于机器
• float(n)：精度至少为n位数字的浮点数。

每种类型都可能包含一个空值，这是一个特殊值，表示一个缺失的值，它有可能存在但不为人所知，有可能根本不存在。在特定情况下，可能希望禁止加入空值。

char是定长的，如果存入的属性长度没有n，会追加空格补全。因此char和varchar类型的数据可能无法比较，因为即使他们存的是相同的值，也可能返回false，建议始终使用varchar避免这样的问题。下表是一些char，varchar存储数据的实例对比。

SQL还提供nvarchar类型来存放使用Unicode表示的多语言数据。然而，很多数据库甚至允许在varchar类型中存放Unicode(采用utf-8形式)。

2.2 基本模式定义

(1)创建关系
创建一个关系，很简单。顺带一提，最后的分号是可选的。

    create table test
    (
    	test_id int,
    	test_depat_name varchar(15),
    	test_price numeric(12,2) not null,
    	test_desc varchar(255),
    	primary key(test_id)，
    	foreign key(test_dept_name) references department
    )；

上面使用了主键约束primary key,外键约束foreign key,非空约束 not null。值得关注的是，包括Mysql在内的数据库需要使用另一种外键约束的用法:
foreign key(test_dept_name) references department(dept_name)

(2)删除关系

drop table r;

这个命令会删除r中所有元组，并且删除关系。下面的sql更弱点，会删除元组，但是保留关系。

delete form r;

(3)修改关系结构
给关系r增加属性A，其类型为D。

alter table r add A D;

删除关系中的属性。

alter table r drop A;

3 SQL查询的基本结构

在讲解前，先放下后续会用到的一些表(除此外还有department，emp这种简单的表结构)。

3.1 单关系查询

查询并去重。

    SELECT DISTINCT ename FROM emp;

SQL还允许显示指定不去重,但它是可以缺省的元素。

SELECT ALL ename FROM emp;

可以结合+,-,*,/运算符来使用select子句。

SELECT ename, salary \* 1.1 FROM emp;

where子句可以增加查询条件。

    select \* from emp where sal between 2000 and 3000;

在SQL中，比较运算符>,<等等可以用来比较字符串、算数表达式以及特殊类型(如日期)。

3.2 多关系查询

我们可以在where子句中指定匹配条件，然后进行多关系查询。

   select 
    e.empno,e.ename,d.dname,e.deptno,d.deptno
    from 
    emp e,dept d
    where e.deptno=d.deptno;

上面的实例给关系取了别名，这是区分不同关系中的同名属性的好办法。

事实上查询时，select,from,where子句并不是顺序执行的。正确的理解如下。

1.为from所列出的关系产生笛卡尔积。
2.在1的结果上应用where子句中指定的谓词。
3.对步骤2的结果中的每个元组，输出select子句中指定的属性(或表达式的结果)。

可以料想到，where子句十分关键，否则结果会直接输出笛卡尔积，那可是相当大的数据量

4 附加的基本运算

4.1 更名运算

对属性可以使用更名运算进行更名。

SELECT emp_department AS edept FROM emp;

还可以用它来重命名关系，重命名关系的一个原因时把一个长的关系名替换成为短的。

   select 
    e.empno,e.ename,d.dname,e.deptno,d.deptno
    from 
    emp as e,dept as d
    where e.deptno=d.deptno;

除此外，一个关系与自身进行笛卡尔积运算也需要使用重命名。比如找出至少比运维部门某一位员工工资更高的所有员工姓名。

select distinct T.name
from emp as T,emp as S
where T.sal > S.sal and S.deptname = '运维部';

4.2 字符串运算

在SQL标准中，字符串的相等运算是大小写敏感的。但是在一些数据库中(如Mysql和SQL Server)，在匹配字符串时并不区分大小写。

字符串可以应用许多函数运算，比如连接字符串(||),提取子串，去字符串后空格trim等等。不同数据库系统提供的函数集是不同的，具体可以查阅数据库系统手册。

使用like可以进行模糊匹配。有两个特殊的字符串可以用来描述模式。

• 百分号%:匹配任意字串
• 下划线_：匹配任意一个字符

模式是大小写敏感的(Mysql中除外，PostgreSQL使用ilike大小写也不敏感)。

另外，为了能够使模式包含特殊字符(%和_),SQL允许使用escape关键字定义转义字符。如。

like 'ab\%cd% escape '\'表示匹配以'ab%cd开头的所有字符。

SQL标准还允许我们通过not like比较运算符来搜索不匹配想。一些实现还提供了不区分大小写的变种。

一些SQL实现，特别是PostgreSQL，提供了similar to运算。它具备比like更强大的模式匹配能力，其模式定义语法类似UNIX中使用的正则表达式。

4.3 排序

使用order by关键字就可以实现排序了。desc表示降序，asc表示升序，缺省时默认升序。

    select
      empno,  ename
    from emp
    where
     hiredate between date '1980-01-01' and date '1981-01-01'
    order by empno desc;

5 集合运算

SQL作用在关系上的union、intersect和except运算对应数学集合论中的∪、∩、-。

5.1 并运算

union会去重。

    (select deptno from emp)
    union 
    (select deptno from dept
    order by deptno);

注意，上面使用()是为了方便阅读，如果数据库不允许使用可以去掉。

不想去重则可以使用union all

5.2 交运算

这个过程是如此的枯燥。

    (select deptno from emp)
    intersect
    (select deptno from dept
    order by deptno);

同理，insect all可以保留重复项。

5.3 差运算

    (select deptno from emp)
    except
    (select deptno from dept
    order by deptno);

同理，except all可以保留重复项。

6 空值

空值给包括算数运算、比较运算和集合运算在内的关系运算带来了特殊的问题。

比如，如果算术表达式的任一输入值为空，则该算术表达式(如+,-,*，/)结果为空。

对比较运算，这也是一个问题。考虑比较运算1<null的结果，这是true还是false呢？我们并不知道空值是什么，所以很难进行比较。因而SQL将任何设计空值的比较运算结果视为unknown。

由于where子句中的谓词可以对比较结果进行and,or和not的布尔运算，因此这些布尔运算的定义也被拓展成可以处理unknown值。

• and。true and unknown结果为unknown, false and unknown结果是unknown.而unknown and unknown的结果是unknown。
• or。true or unknown的结果是true，false or unknown的结果是unknown,而unknown or unknown的结果是unknown。
• not。not unknown的结果是unknown.

tips:尝试理解上面的规则。不用死记硬背。

可以使用is null和is not null来判空和判非空。还可以使用is unknown和is not unknown来判断一个比较运算的结果是否为unknown,例如

select name 
from instructor
where salary > 1000 is unknown;

注意，在使用select distinct时。重复元素如果都是空，会被判为相同去重。这与谓词中的处理有区别，因为在谓词中null = null会返回unknown。

如果元组上所有属性上取值相等，那么他们会被当做相同的元组，即使某些值为空，这种方式还适用与集合的并、交、和差运算。

7 聚集函数

聚集函数是以值集为输入并返回单个值的函数，SQL标准提供了五个标准聚集函数。平均值avg,最小值min,最大值max,总和sum和计数count。其中sum和avg必须输入数字集，但是其他运算符可以作用在非数字类型的集合上。

7.1 基本聚集

先求个平均工资

select avg(salary) as avg_salary
from instructor
where dept_name = 'Comp.Sci';

注意，在求平均值时，重复值是必要的，如果先对数据进行了去重操作，求出来的平均工资就不正确了。

如果确实需要在使用聚集函数前对数据去重，可以使用distinct关键字。

select count(distinct ID)
from teachers
where semester = 'Spring' and year = 2018;

使用count(*)可以统计一个关系中的元组数量。

7.2 分组聚集

有时候我们不仅希望将聚集函数作用在单个元组集上，而且希望将其作用在一组元组集上。在SQL上可以使用group by实现。在group by子句中可以给出一个或者多个属性用来构造分组。在分组(group by)子句中所有属性上取值相同的元组会被分在一个组内。

考虑一个示例，找出每个系的平均工资。

select deptname, avg(salary) as avg_salary
from instructor 
group by dept_name;

使用聚集函数的一个重要的点是，任何没有出现在group by子句中的属性，如果出现在select子句中，它只能作为聚集函数的参数。比如，下面的查询是错误的，因为ID没有出现在group by子句中，但是出现在了select子句中，而且没有被聚集。

/\* 错误查询 \*/
select deptname, ID,avg(salary) as avg_salary
from instructor 
group by dept_name;

总结来说就是，select子句中的属性只能是分组条件相关属性和聚集函数。这是因为一个特定分组的每个教师都可以有唯一的ID，但是每个分组只输出一个元组，那就无法确定要选择哪个元组值作为唯一输出。

7.3 having子句

有时候，对分组的限定条件比对元组的限定条件更有用。比如，我们只对教师的平均工资超过42000美元的那些系感兴趣，这个条件并不针对单个元组，而是针对group by子句构成的每个分组。我们可以使用having子句做到这些。SQL在形成分组以后才应用having子句中的谓词，因此在having子句中可以使用聚集函数。

select dept_name,avg(salary) as avg_salary
from instructor
group by dept_name
having avg(salary) > 42000;

与select子句类似，任何出现在having子句中，但是没有被聚集的属性必须出现在group by子句中。

7.4 对空值和布尔值的聚集

考虑如下查询:

select sum(salary)
from instructor;

如果有教师的薪资是null，SQL将忽略其值。在聚集函数中，除count(*)外的所有函数都会忽略输入集合中的空值。由于空值被忽略，聚集函数的输入值集合可能为空集，规定空集的count运算值为0，其它所有聚集运算会返回一个空值，在一些更加复杂的SQL结构中空值的影响会更加难以捉摸。

在SQL1999中引入了布尔数据类型，它可以取true，false和unknown三种值，聚集函数some和every可以应用于布尔值的集合，并分别计算这些值取(or)和取(and）的结构。

8 嵌套子查询

8.1 集合成员资格

使用in可以测试集合成员资格，使用not in可以测试集合资格的缺失，其实就是可以粗浅的理解为过滤。比如查询2017年秋季的课程，在看看他们是不是也是2018年的春季的课程集合中的成员，你当然可以使用交运算完成，但你也可以使用嵌套子查询实现。注意下面使用了distinct。

select distinct course_id
from section
where semester = 'Fall' and year = 2017 and
course_id in 
(select course_id
from section
where semester = 'Srping' and year = 2018);

8.2 集合比较

之前我们有一个查询时"找出工资至少比运维部某员工的工资要高的所有员工的姓名"。之前的做法是，

select distinct T.name
from emp as T,emp as S
where T.sal > S.sal and S.deptname = '运维部';

但是我们可以使用some关键字，结合子查询实现同样的操作。

select name from emp where sal > some
	(select sal 
	from emp where department = '运维部‘)；

还有另外一个关键字all代表所有也常常用于集合比较。练习找出平均工资最高的系。

select dept_name 
from instructor
 group by deptname
 having avg(salary) >= all 
(select avg(salary) from instructor group by dep_tname);

写起来好舒服的。

8.3 空关系测试

SQL中包含一个特性，测试一个子查询的结果是否存在元组，exist结构在作为参数的子查询非空时返回true值。我们可以用它实现"找出2017年秋季学期和2018年春季学期都开课的所有课程"。

select course_id from section as S
where semester = 'Fall' and year = 2017 and 
	exist(select \*
		from section as T
		where semester = 'Spring' and year = 2018 and
			S.course_id = T.course_id);

实际上它并不是特别好理解，注意比较与in在写法上的区别。上面的查询还说明了SQL的一个特性：来自外层的查询相关名称(上述查询中的S)可以用在where子句的子查询中。

使用了来自外层查询的相关名称的子查询被称为相关子查询。

在包含了子查询的查询中，在相关名称上可以应用作用域规则，根据此规则，在一个子查询中只能使用此子查询本身定义的，或者包含此子查询的任何查询中定义的相关名称，如果一个相关名称既在子查询中局部定义，有在包含该子查询的查询中全局定义，则局部定义有效。这有点类似编程语言中的局部变量的规则。

上面的相关子查询是不是觉得怪别扭的。怎么理解呢？我们来分析下它的执行步骤。

先看一个简单的例子。

select \* from emp e
where sal >(select avg(sal) from emp where job = e.job);

1.首先执行外查询 select * from emp e，
2.然后取出第一行数据，将数据中的JOB传递给内查询
内查询(select avg(sal) from emp where job = e.job) 根据外查询传递的JOB来查询平均工资，此时相当于select avg(sal) from emp where job = ‘CLERK’;
3.外查询取出的第一行数据比较sal是否大于内查询查出的平均工资，若大于，则保留改行作结果显示，反之则不保留
4.依次逐行查询、比较、是否保留；类似Java的for循环一样

在回过头看上面语句的执行步骤

select course_id from section as S
where semester = 'Fall' and year = 2017 and 
	exist(select \*
		from section as T
		where semester = 'Spring' and year = 2018 and
			S.course_id = T.course_id);

执行步骤：

1. 执行第一行，查询section表符合semester = 'Fall’以及 year = 2017的course_id值
   2.然后取出外查询的第一行数据，此时S.course_id相当于明牌。找到符合semester = ‘Spring’ 和 year = 2018 两个条件，且course_id与外层查询相同的课程，有则返回true，没有则返回false。
   3.内查询返回true时，则把该行数据结果保留，返回false时，则不保留

理解了吧。

自然，也存在not exist。可以用它表达超集的概念，比如”关系A包含关系B“可以表示为
not exist (B except A),现在通过not exist实现"找出选修了Biology系开设的所有课程的所有学生"。

是不是觉得一头雾水，别着急，我们先翻译下题意，题目换一种表达方式就是，找出选修的课程包含Biology的所有课程的学生。

发现A包含B结构了吗？学生选修的课程是A，Biology系开设的所有课程是B。

select S.ID,S.name
not exist 
(select course_id from course
where dept_name = 'Biology')
except
(select T.course_id
from take as T
where S.ID = T.ID)

再来，我们前面提到了一个查询，“找出选修了ID为10101的教师所讲授的课程段的(不同)学生总数”。

回顾下我们之前怎么做的？我们使用了in判断集合成员资格的形式进行了实现。核心套路是，大范围是否在小范围里。

select count(distinct ID)


![img](https://img-blog.csdnimg.cn/img_convert/9ff284e8941c3f3aeeac079aa186261a.png)
![img](https://img-blog.csdnimg.cn/img_convert/9007f6a7950c9f4df491c0738f378ca3.png)
![img](https://img-blog.csdnimg.cn/img_convert/42b3087ff4cef04ff8094d67ae7b2526.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**

课程是B。

select S.ID,S.name
not exist
(select course_id from course
where dept_name = ‘Biology’)
except
(select T.course_id
from take as T
where S.ID = T.ID)

再来，我们前面提到了一个查询，“找出选修了ID为10101的教师所讲授的课程段的(不同)学生总数”。


回顾下我们之前怎么做的？我们使用了`in`判断集合成员资格的形式进行了实现。核心套路是，大范围是否在小范围里。

select count(distinct ID)

[外链图片转存中…(img-9E4prBpU-1715039893007)]
[外链图片转存中…(img-lWNNMpX6-1715039893007)]
[外链图片转存中…(img-Pigijjy6-1715039893007)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取