数据库高级查询(2)

#信息表:主表 成绩表:从表
#用内连接查询学生的姓名和成绩(只查询有成绩的)inner join
select x.name,s.grade from xinxi x inner join score s on x.id=s.xid;
select x.name,s.grade from score s inner join xinxi x on x.id=s.xid;

#用笛卡尔积查询学生的姓名和成绩(只查询有成绩的)
select x.name,s.grade from xinxi x,score s where x.id=s.xid;

#三表连接查询学生的姓名、课程名和成绩
select x.name,c.name,s.grade from xinxi x
inner join score s on x.id=s.xid
inner join course c on c.id=s.cid; 

#用左外连接查询学生的姓名和成绩(如果主表在前查询结果有空值而从表在前相反)left join
select x.name,s.grade from xinxi x left join score s on x.id=s.xid;
select x.name,s.grade from score s left join xinxi x on x.id=s.xid;

#用右外连接查询学生的姓名和成绩(如果主表在前查询结果无空值而从表在前相反)与左外连接相反  left join
select x.name,s.grade from xinxi x right join score s on x.id=s.xid;
select x.name,s.grade from score s right join xinxi x on x.id=s.xid;

delete from score;

#聚合函数
#求平均年龄
select avg(age)from xinxi;
#求最大、最小年龄
select max(age),min(age) from xinxi;
#求年龄总和
select sum(age) from xinxi;
#求总人数
select count(*) from xinxi;
select count(id) from xinxi;
select count(1) from xinxi;
#1、 一般情况下,Select Count (*)和Select Count(1)两着返回结果是一样的
#2、 假如表沒有主键(Primary key), 那么count(1)比count(*)快,
#3、 如果有主键的話,那主键作为count的条件时候count(主键)最快
#4、 如果你的表只有一个字段的话那count(*)就是最快的
#5、count(*) 跟 count(1) 的结果一样,都包括对NULL的统计,而count(column) 是不包括NULL的统计

#查询学生的课程编号和平均分(group by 必须和聚合函数一起使用)
select cid,avg(grade) from score group by cid;
#多列分组查询学生的学号、课程编号和平均分
#查询多个学生的多门课程的平均分
select xid,cid,avg(grade) from score group by xid,cid;

#查询补考学生成绩
select xid,cid,avg(grade) from score group by xid,cid having count(cid)>1;

select x.name,s.cid,avg(grade) from score  s 
inner join xinxi x on x.id=s.xid group by xid,cid having count(cid)>1;

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Python中,查询数据库高级写法可以使用ORM(对象关系映射)框架,例如SQLAlchemy。ORM框架可以将数据库中的表映射为Python中的类,并且提供了一系列的查询接口,方便开发者进行数据库操作。 下面是一个简单的示例代码,演示了使用SQLAlchemy查询数据库的方法: 首先,我们要安装SQLAlchemy模块,可以使用pip命令进行安装: ``` pip install sqlalchemy ``` 然后,我们要定义一个数据库表,并将其映射为Python中的类: ``` from sqlalchemy import create_engine, Column, Integer, String from sqlalchemy.ext.declarative import declarative_base # 创建连接数据库的引擎 engine = create_engine('mysql+pymysql://username:password@host:port/database') # 创建基类 Base = declarative_base() # 定义User类,对应数据库中的user表 class User(Base): __tablename__ = 'user' id = Column(Integer, primary_key=True, autoincrement=True) name = Column(String(50)) age = Column(Integer) def __repr__(self): return f'<User(name={self.name}, age={self.age})>' ``` 在这个示例中,我们首先使用create_engine()方法创建一个连接数据库的引擎。然后使用declarative_base()方法创建一个基类Base,该基类继承自SQLAlchemy的基类,并且可以将数据库中的表映射为Python中的类。最后我们定义了一个User类,它继承自Base类,并且对应数据库中的user表,其中包括id、name和age三个属性。 接下来,我们可以使用SQLAlchemy提供的查询接口查询数据库: ``` from sqlalchemy.orm import sessionmaker # 创建Session类 Session = sessionmaker(bind=engine) # 创建Session对象 session = Session() # 查询所有用户 users = session.query(User).all() print(users) # 查询年龄大于等于18的用户 users = session.query(User).filter(User.age >= 18).all() print(users) # 查询姓名为Alice的用户 user = session.query(User).filter(User.name == 'Alice').first() print(user) ``` 在这个示例中,我们首先使用sessionmaker()方法创建一个Session类,它可以创建Session对象。然后我们创建了一个Session对象,并使用query()方法查询数据库中的用户信息。其中,all()方法表示查询所有用户,filter()方法可以根据条件进行筛选,first()方法表示查询第一个符合条件的用户。 这样,我们就可以方便地使用SQLAlchemy进行数据库操作,并且可以避免手写SQL语句的繁琐。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值