SQL_单表查询_sql单表查询-CSDN博客

本文链接：https://blog.csdn.net/Ironspider233/article/details/147439730

SQL中的DQL详解

本篇内容系统性地讲解了 SQL 中 DQL（Data Query Language，数据查询语言）的核心语法与使用技巧，帮助你掌握单表查询的完整流程与应用。

1. 基本查询

我们先从最基本的SELECT和FROM的组合开始学习

查询表的全部字段 (*代表选择所有的字段):

SELECT * 
FROM 表名;    

e.g. 查询user表中全部字段
SELECT * 
FROM users;

限定字段，仅查询该表的某些字段:

SELECT 字段1, 字段2, …… 
FROM 表名;

e.g. 查询user表中的 id 和 name 字段
SELECT id, name 
FROM users

2. WHERE 查询限制条件

接下来，我们增加WHERE来限制我们要查询的条件。

既然WHERE之后紧跟的是我们的限制条件，那我们从限制入手，来学习在WHERE中我们可以增加哪些限制：

(1) 比较操作符

操作符	含义	示例
=	等于	`WHERE age = 25`
<>	不等于	`WHERE status <> 'active'`
>	大于	`WHERE salary > 5000`
<	小于	`WHERE age < 30`
>=	大于等于	`WHERE score >= 60`
<=	小于等于	`WHERE age <= 50`

SELECT 字段1, 字段2, …… 
FROM 表名 
WHERE 字段 比较运算符 值;

e.g.

-- 查询 状态不是 active 的用户，比如“冻结”、“注销”。
SELECT id, name 
FROM users 
WHERE status <> 'active';

(2) 范围限制 (BETWEEN)

语法	含义	示例
`BETWEEN A AND B`	范围（含边界）	`WHERE age BETWEEN 20 AND 30`

SELECT 字段1, 字段2, ……  
FROM 表名 
WHERE 字段 BETWEEN 最小值 AND 最大值;

e.g.

-- 找出 年龄在 20 到 30 岁之间(含边界) 的用户。
SELECT id, name, age 
FROM users 
WHERE age BETWEEN 20 AND 30;

(3) 集合判断 (IN / NOT IN)

语法	含义	示例
`IN (值1, 值2, ...)`	属于集合	`WHERE city IN ('北京','上海')`
`NOT IN (值1, 值2, ...)`	不属于集合	`WHERE role NOT IN ('游客','游客2')`

SELECT 字段1, 字段2, ……  
FROM 表名 
WHERE 字段 IN (值1, 值2, 值3);

e.g.

-- 查询 城市在北京或上海的用户。
SELECT id, name, city 
FROM users 
WHERE city IN ('北京', '上海');

-- 排除游客和未认证用户，只保留正式用户。
SELECT id, name 
FROM users 
WHERE role NOT IN ('游客', '未认证');

(4) 空值判断 (IS NULL / IS NOT NULL)

语法	含义	示例
`IS NULL`	字段为空	`WHERE phone IS NULL`
`IS NOT NULL`	字段不为空	`WHERE email IS NOT NULL`

SELECT 字段1, 字段2, ……  
FROM 表名 
WHERE 字段 IS [NOT] NULL;

e.g.

-- 找出未填写手机号的用户。
SELECT id, name 
FROM users 
WHERE phone IS NULL;

-- 筛选出填写了邮箱的用户，用于发送通知或身份校验。
SELECT id, name, email 
FROM users 
WHERE email IS NOT NULL;

(5) 模糊匹配 (LIKE)

首先，我们先来了解两个和LIKE相关的通配符：

%: 表示任意 0 个或多个字符。可匹配任意类型和长度的字符，有些情况下若是中文，请使用两个百分号（%%）表示。

_: 表示任意单个字符。匹配单个任意字符，它常用来限制表达式的字符长度语句。

语法	含义	示例
`LIKE '%值%'`	包含某内容	`WHERE name LIKE '%张%'`
`LIKE 'A%'`	以 A 开头	`WHERE name LIKE 'A%'`
`LIKE '%B'`	以 B 结尾	`WHERE name LIKE '%B'`
`LIKE '_强'`	第二个字是“强”	`WHERE name LIKE '_强'`
`LIKE '张_'`	“张”开头，两字名	`WHERE name LIKE '张_'`
`LIKE '张__'`	“张”开头，三字名	`WHERE name LIKE '张__'`
`LIKE '__强'`	三字名，以“强”结尾	`WHERE name LIKE '__强'`
`LIKE 'A__B'`	A 开头，B 结尾，共四字符	`WHERE code LIKE 'A__B'`
`NOT LIKE '%测试%'`	不包含“测试”的记录	`WHERE title NOT LIKE '%测试%'`

SELECT 字段1, 字段2, ……
FROM 表名 
WHERE 字段 LIKE '匹配模式';

e.g.

-- 查询所有 名字以“张”开头 的用户，比如“张三”、“张小龙”、“张飞”。
SELECT id, name 
FROM users 
WHERE name LIKE '张%';

-- 查询所有 名字只有两个字，第二个字是“强” 的用户，比如“李强”、“王强”。
SELECT id, name 
FROM users 
WHERE name LIKE '_强';

(6) 多条件组合 (AND / OR / XOR)

AND:

1.所有条件必须都为 TRUE，结果才会返回;

2.逻辑上相当于“交集”;

3.可连续多次使用：a AND b AND c;

4.可结合括号：(a AND b) AND (c OR d)

SELECT 字段列表
FROM 表名
WHERE 条件1 AND 条件2;

e.g.

-- 查询所有年龄 ≥18 且 城市是“北京”的用户。
SELECT id, name, age
FROM users
WHERE age >= 18 AND city = '北京';

OR:

1.只要任意一个条件为 TRUE，就会返回;

2.逻辑上相当于“并集”;

3.多个 OR 条件建议加括号，避免优先级误判

SELECT 字段列表
FROM 表名
WHERE 条件1 OR 条件2;

e.g.

-- 查询所有城市是“北京”或“上海” 的用户。
SELECT id, name, age
FROM users
WHERE city = '北京' OR city = '上海';

-- 找出在北京或上海，且年龄 ≥ 25 岁 的用户。
SELECT id, name, age
FROM users
WHERE (city = '北京' OR city = '上海')
AND age >= 25;

XOR:

1.XOR 是“互斥或”;

2.适用于互斥条件判断;

SELECT 字段 
FROM 表 
WHERE 条件1 XOR 条件2;

e.g.

-- 只返回那些：年龄小于 30 的男性 或 年龄大于等于 30 的女性,仅满足其中一个条件时才返回，两个都满足或都不满足都不行。
SELECT id, name 
FROM users
WHERE (age < 30) XOR (gender = 'female');

3. ORDER BY 排序结果

通过上面的学习，我们已经可以对我们的查询结果增加一些限制，我们遵循由简入繁的学习规则，先学会对我们的搜索结果进行排序。

SELECT 字段1, 字段2
FROM 表名
[WHERE 条件]
ORDER BY 字段 [ASC|DESC];

其中，ORDER BY有两个参数：

ASC：升序（默认）→ 小到大、A-Z、旧到新

DESC：降序 → 大到小、Z-A、新到旧

e.g.

-- 查询用户列表，并按年龄从小到大排序显示。
SELECT id, name, age
FROM users
ORDER BY age ASC;

-- 查询用户列表，最新注册的用户排在最前面。
SELECT id, name, created_at
FROM users
ORDER BY created_at DESC;

-- 先按年龄升序排，如果年龄相同，再按成绩降序排。
SELECT id, name, age, score
FROM students
ORDER BY age ASC, score DESC;

4. LIMIT 限制返回条数（分页）

通过上面的学习，我们已经可以对我们的查询按照某个或多个字段进行排序，接下来我们来学习一下限制查询结果以及分页查询。

SELECT 字段
FROM 表名
[WHERE 条件]
ORDER BY 字段
LIMIT 起始行, 返回条数;

e.g.

-- 找出成绩前五的学生
SELECT name, score
FROM students
ORDER BY score DESC
LIMIT 0, 5;

其中，起始行这个参数可以帮助我们分页查询：起始行 = (page - 1) × pageSize

e.g.

-- 每页 5 条，显示第 3 页
SELECT id, name
FROM users
ORDER BY created_at DESC
LIMIT 10, 5;  -- (3-1)*5 = 10

5. 聚合函数 (Aggregate Functions)

在学习GROUP BY之前，我们先来了解一下聚合函数，其实际意义是将多行数据“压缩”为一个统计结果，它是GROUP BY的核心搭档，配合 GROUP BY，就可以实现“每组一个统计”。

函数	功能	示例	含义
COUNT()	计数	COUNT(*)	统计所有行数
		COUNT(distinct)	统计非重复行
		COUNT(字段)	统计该字段非空的行数
SUM()	求和	SUM(字段)	计算该字段总和
AVG()	平均值	AVG(字段)	计算该字段平均值
MAX()	最大值	MAX(字段)	统计最大值
MIN()	最小值	MIN(字段)	统计最小值

SELECT COUNT(*) / SUM(字段) / AVG(字段) / MAX(字段) / MIN(字段)
FROM 表名;

e.g.

-- 查询公司中最高薪资是多少。
SELECT MAX(salary) AS highest_salary
FROM employees;

6. AS 别名

在刚才的例子中，我们应该可以看到，在使用聚合函数之后使用了“AS”，这是 SQL 中一个非常常用、非常实用的小关键词，如果没有AS，在上面例子的输出结果中，我们使用聚合函数生成的新字段名会保留“MAX(salary)”，这是一个不易读的字段名，因此我们引入 AS , 给一个变量取个更好理解的名字。

SELECT 字段名 AS 别名
FROM 表名 AS 表别名;

e.g.

-- 计算所有女性用户的平均年龄。
SELECT AVG(age) AS average_age
FROM users
WHERE gender = 'female';

7. GROUP BY 分组统计

GROUP BY 是用来把数据按某个字段进行分组，通常配合聚合函数(COUNT、SUM、AVG…) 使用。

注意，所有非聚合字段必须出现在 GROUP BY 子句中

SELECT 分组字段, 聚合函数
FROM 表名
[WHERE 条件]
GROUP BY 分组字段;

简单示例

-- 按部门分组，计算每个部门的平均工资。
SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department;

加入 WHERE 条件:先过滤再分组

-- 统计 18 岁及以上用户 中，男女用户的数量。
SELECT gender, COUNT(*) AS count
FROM users
WHERE age >= 18
GROUP BY gender;

ROLLUP

ROLLUP 是 GROUP BY 的增强语法，用于在分组统计的基础上，自动增加“小计”或“总计”行。

如果存在多个分组, 则按照字段从左到右汇总

e.g. GROUP BY city, gender WITH ROLLUP: 先按 city + gender 分组, 然后对 city 做汇总(即每个城市合计),最后做整体汇总(总计)

SELECT 分组字段, 聚合函数
FROM 表
GROUP BY 分组字段1, 分组字段2 WITH ROLLUP;

e.g. 统计每个城市、性别的用户数量，并做小计和总计

SELECT city, gender, COUNT(*) AS user_count
FROM users
GROUP BY city, gender WITH ROLLUP;

结果如下:

注意，ROLLUP 结果中的NULL表示“合计行”

city	gender	user_count
北京	F	120
北京	M	100
北京	NULL	220 ← 北京总计
上海	F	80
上海	M	70
上海	NULL	150 ← 上海总计
NULL	NULL	370 ← 所有城市总计

8. HAVING 分组后的条件过滤

在 SQL 中：WHERE 是分组前的条件 (过滤原始数据); HAVING 是分组之后的条件(过滤聚合结果)

SELECT 分组字段, 聚合函数
FROM 表名
[WHERE 行过滤条件]
GROUP BY 分组字段
HAVING 聚合函数筛选条件;

简单示例

-- 筛选平均工资超过 8000 的部门
SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department
HAVING AVG(salary) > 8000;

多个分组后再加 HAVING

SELECT city, gender, COUNT(*) AS total
FROM users
GROUP BY city, gender
HAVING total >= 50;

现在我们来个综合例子来总结一下截止目前我们所学习到的内容

e.g. 统计所有年龄在 18 岁及以上的用户，按城市分组，计算每个城市的用户数量和平均工资，筛选出用户数不少于 5 的城市，并按平均工资从高到低排序，最终返回前 5 个城市。

 SELECT 
    city AS 城市,
    COUNT(*) AS 用户数,
    AVG(salary) AS 平均工资
FROM users
WHERE age >= 18
GROUP BY city
HAVING COUNT(*) >= 5
ORDER BY 平均工资 DESC
LIMIT 0, 5;