数据查询
基本查询
要查询数据库表的数据,我们使用如下的SQL语句:
SELECT * FROM <表名>
假设表名是students,要查询students表的所有行,我们用如下SQL语句:
SELECT * FROM students;
结果:
id class_id name gender score
1 1 小明 M 90
2 1 小红 F 95
3 1 小军 M 88
使用SELECT * FROM students
时,SELECT是关键字,表示将要执行一个查询,*表示“所有列”,FROM表示将要从哪个表查询,本例中是students表。该SQL将查询出students表的所有数据。注意:查询结果也是一个二维表,它包含列名和每一行的数据。
要查询classes表的所有行,我们用如下SQL语句:
SELECT * FROM classes;
结果:
id name
1 一班
2 二班
3 三班
4 四班
SELECT语句其实并不要求一定要有FROM子句。例如下面的SELECT语句:
SELECT 100+200;
结果:300
上述查询会直接计算出表达式的结果。虽然SELECT可以用作计算,但这并不是SQL的强项。关于不带FROM子句的SELECT语句有一个用途,就是用来判断当前到数据库的连接是否有效。许多检测工具会执行一条SELECT 1
来测试数据库连接。
条件查询
使用SELECT * FROM <表名>
可以查询到一张表的所有记录。但是,很多时候,我们并不希望获得所有记录,而是根据条件选择性地获取指定条件的记录,例如,查询分数在80分以上的学生记录。在一张表有数百万记录的情况下,获取所有记录不仅费时,还费内存和网络带宽。SELECT语句可以通过WHERE条件来设定查询条件,查询结果是满足查询条件的记录。例如,要指定条件“分数在80分或以上的学生”,写成WHERE条件就是SELECT * FROM students WHERE score >= 80
。
其中,WHERE关键字后面的score >= 80
就是条件。score是列名,该列存储了学生的成绩,因此,score >= 80
就筛选出了指定条件的记录:
SELECT * FROM students WHERE score >= 80;
结果为:
id class_id name gender score
1 1 小明 M 90
2 1 小红 F 95
3 1 小军 M 88
因此,条件查询的语法就是:
SELECT * FROM <表名> WHERE <条件表达式>
条件表达式可以用<条件1> AND <条件2>表达满足条件1并且满足条件2。 例如,符合条件“分数在80分或以上”,并且还符合条件“男生”,把这两个条件写出来:
条件1:根据score列的数据判断:score >= 80;条件2:根据gender列的数据判断:gender = ‘M’,注意gender列存储的是字符串,需要用单引号括起来。
就可以写出WHERE条件:
score >= 80 AND gender = 'M':
SELECT * FROM students WHERE score >= 80 AND gender = 'M';
结果为:
id class_id name gender score
1 1 小明 M 90
3 1 小军 M 88
7 2 小林 M 85
第二种条件是<条件1> OR <条件2>,表示满足条件1或者满足条件2。 例如,把上述AND查询的两个条件改为OR,查询结果就是“分数在80分或以上”或者“男生”,满足任意之一的条件即选出该记录:
SELECT * FROM students WHERE score >= 80 OR gender = 'M';
很显然OR条件要比AND条件宽松,返回的符合条件的记录也更多。
第三种条件是NOT <条件>,表示“不符合该条件”的记录。 例如,写一个“不是2班的学生”这个条件,可以先写出“是2班的学生”:class_id = 2,再加上NOT:NOT class_id = 2:
SELECT * FROM students WHERE NOT class_id = 2;
id class_id name gender score
1 1 小明 M 90
2 1 小红 F 95
3 1 小军 M 88
上述NOT条件NOT class_id = 2其实等价于class_id <> 2,因此,NOT查询不是很常用。
要组合三个或者更多的条件,就需要用小括号()表示如何进行条件运算。 例如,编写一个复杂的条件:分数在80以下或者90以上,并且是男生:
SELECT * FROM students WHERE (score < 80 OR score > 90) AND gender = 'M';
如果不加括号,条件运算按照NOT、AND、OR的优先级进行,即NOT优先级最高,其次是AND,最后是OR。加上括号可以改变优先级。常用的条件表达式有如下:
条件 表达式举例1 表达式举例2 说明
使用=判断相等 score = 80 name = 'abc' 字符串需要用单引号括起来
使用>判断大于 score > 80 name > 'abc' 字符串比较根据ASCII码,中文字符比较根据数据库设置
使用>=判断大于或相等 score >= 80 name >= 'abc'
使用<判断小于 score < 80 name <= 'abc'
使用<=判断小于或相等 score <= 80 name <= 'abc'
使用<>判断不相等 score <> 80 name <> 'abc'
使用LIKE判断相似 name LIKE 'ab%' name LIKE '%bc%' %表示任意字符,例如'ab%'将匹配'ab','abc','abcd'
投影查询
使用SELECT * FROM <表名> WHERE <条件>
可以选出表中的若干条记录。我们注意到返回的二维表结构和原表是相同的,即结果集的所有列与原表的所有列都一一对应。如果我们只希望返回某些列的数据,而不是所有列的数据,我们可以用SELECT 列1, 列2, 列3 FROM …,让结果集仅包含指定列。这种操作称为投影查询。
例如,从students表中返回id、score和name这三列:
SELECT id, score, name FROM students;
结果为:
id score name
1 90 小明
2 95 小红
3 88 小军
这样返回的结果集就只包含了我们指定的列,并且,结果集的列的顺序和原表可以不一样。使用SELECT 列1, 列2, 列3 FROM …时,还可以给每一列起个别名,这样,结果集的列名就可以与原表的列名不同。它的语法是SELECT 列1 别名1, 列2 别名2, 列3 别名3 FROM …。
例如,以下SELECT语句将列名score重命名为points,而id和name列名保持不变:
SELECT id, score points, name FROM students;
结果为:
id points name
1 90 小明
2 95 小红
3 88 小军
投影查询同样可以接WHERE条件,实现复杂的查询:
SELECT id, score points, name FROM students WHERE gender = 'M';
结果为:
id points name
1 90 小明
3 88 小军
6 55 小兵
7 85 小林
9 89 小王
排序
我们使用SELECT查询时,细心的读者可能注意到,查询结果集通常是按照id排序的,也就是根据主键排序。这也是大部分数据库的做法。如果我们要根据其他条件排序怎么办?可以加上ORDER BY
子句。例如按照成绩从低到高进行排序:
SELECT id, name, gender, score FROM students ORDER BY score;
结果为:
id name gender score
6 小兵 M 55
4 小米 F 73
5 小白 F 81
如果要反过来,按照成绩从高到底排序,我们可以加上DESC表示“倒序”:
SELECT id, name, gender, score FROM students ORDER BY score DESC;
如果score列有相同的数据,要进一步排序,可以继续添加列名。例如,使用ORDER BY score DESC, gender表示先按score列倒序,如果有相同分数的,再按gender列排序:
SELECT id, name, gender, score FROM students ORDER BY score DESC, gender;
默认的排序规则是ASC:“升序”,即从小到大。ASC可以省略,即ORDER BY score ASC
和ORDER BY score
效果一样。
如果有WHERE子句,那么ORDER BY子句要放到WHERE子句后面。例如,查询一班的学生成绩,并按照倒序排序:
SELECT id, name, gender, score
FROM students
WHERE class_id = 1
ORDER BY score DESC;
这样查询到的结果仅包含符合WHERE条件的记录,并按照ORDER BY的设定排序。
分页查询
使用SELECT查询时,如果结果集数据量很大,比如几万行数据,放在一个页面显示的话数据量太大,不如分页显示,每次显示100条。要实现分页功能,实际上就是从结果集中显示第1到100条记录作为第1页,显示第101到200条记录作为第2页,以此类推。
因此,分页实际上就是从结果集中“截取”出第M~N条记录。这个查询可以通过LIMIT <M> OFFSET <N>
子句实现。现在,我们把结果集分页,每页3条记录。要获取第1页的记录,可以使用LIMIT 3 OFFSET 0
:
SELECT id, name, gender, score
FROM students
ORDER BY score DESC
LIMIT 3 OFFSET 0;
上面的查询指令LIMIT 3 OFFSET 0
表示对结果集从0号记录开始,最多取3条,如果要查询第2页,那么只需要跳过头3条记录,也就是对结果集从3号记录开始查询,把OFFSET设定为3:
SELECT id, name, gender, score
FROM students
ORDER BY score DESC
LIMIT 3 OFFSET 3;
LIMIT 3
表示的意思是“最多3条记录”。可见,分页查询的关键在于,首先要确定每页需要显示的结果数量(这里是3),然后根据当前页的索引,确定LIMIT和OFFSET应该设定的值:
LIMIT总是设定为pageSize,即每页显示的结果数量;
OFFSET计算公式为pageSize * (pageIndex - 1)。,即对当前页的索引进行乘法计算,得到记录索引。
如果原本记录集一共就10条记录,但我们把OFFSET设置为20,会得到什么结果呢?
Empty result set
OFFSET超过了查询的最大数量并不会报错,而是得到一个空的结果集。OFFSET是可选的,如果只写LIMIT 15,那么相当于LIMIT 15 OFFSET 0。在MySQL中,LIMIT 15 OFFSET 30还可以简写成LIMIT 30, 15。在使用LIMIT <M> OFFSET <N>
分页时,随着N越来越大,查询效率也会越来越低。
聚合查询
如果我们要统计一张表的数据量,例如,想查询students表一共有多少条记录,难道必须用SELECT * FROM students查出来然后再数一数有多少行吗?答案是当然可以,但是比较死板。对于统计总数、平均数这类计算,SQL提供了专门的聚合函数,使用聚合函数进行查询,就是聚合查询,它可以快速获得结果。
仍然以查询students表一共有多少条记录为例,可以使用SQL内置的COUNT()函数查询:
SELECT COUNT(*) FROM students;
COUNT(*)
10
COUNT()表示查询所有列的行数,要注意聚合的计算结果虽然是一个数字,但查询的结果仍然是一个二维表,只是这个二维表只有一行一列,并且列名是COUNT()。
通常,使用聚合查询时,我们应该给列名设置一个别名,便于处理结果:
SELECT COUNT(*) num FROM students;
num
10
COUNT(*)和COUNT(id)实际上是一样的效果。另外注意,聚合查询同样可以使用WHERE条件,因此我们可以方便地统计出有多少男生、多少女生、多少80分以上的学生等:
SELECT COUNT(*) boys FROM students WHERE gender = 'M';
boys
5
除了COUNT()函数外,SQL还提供了如下聚合函数:
函数 说明
SUM 计算某一列的合计值,该列必须为数值类型
AVG 计算某一列的平均值,该列必须为数值类型
MAX 计算某一列的最大值
MIN 计算某一列的最小值
这里的MAX()和MIN()函数并不限于数值类型。如果是字符类型,MAX()和MIN()会返回排序最后和排序最前的字符。
因此要统计男生的平均成绩,我们用下面的聚合查询:
SELECT AVG(score) average FROM students WHERE gender = 'M';
average
81.4
注意: 如果聚合查询的WHERE条件没有匹配到任何行,COUNT()会返回0,而SUM()、AVG()、MAX()和MIN()会返回NULL:
SELECT AVG(score) average FROM students WHERE gender = 'X';
average
NULL
注意: 每页3条记录,通过聚合查询获得总页数指令如下:
SELECT CEILING(COUNT(*) / 3) FROM students;
分组聚合查询
如果我们要统计一班的学生数量,我们知道,可以用SELECT COUNT(*) num FROM students WHERE class_id = 1;
。如果要继续统计二班、三班的学生数量,难道必须不断修改WHERE条件来执行SELECT语句吗?
对于聚合查询,SQL还提供了“分组聚合”的功能。我们观察下面的聚合查询:
SELECT COUNT(*) num FROM students GROUP BY class_id;
num
4
3
3
可以看到COUNT()
的结果不再是一个,而是3个,这是因为,GROUP BY
子句指定了按class_id
分组,因此,执行该SELECT
语句时,会把class_id
相同的列先分组,再分别计算,因此,得到了3行结果。但是这3行结果分别是哪三个班级的,不好看出来,所以可以把class_id
列也放入结果集中:
SELECT class_id, COUNT(*) num FROM students GROUP BY class_id;
class_id num
1 4
2 3
3 3
这就可以一目了然地看出各个班级的学生人数。再试试把name放入结果集:
SELECT name, class_id, COUNT(*) num FROM students GROUP BY class_id;
name class_id num
NULL 1 4
NULL 2 3
NULL 3 3
注意: 执行这条查询我们会得到一个语法错误,因为在任意一个分组中,只有class_id都相同,name是不同的,SQL引擎不能把多个name的值放入一行记录中。因此,聚合查询的列中,只能放入分组的列。
可以使用多个列进行分组。例如,想统计各班的男生和女生人数:
SELECT class_id, gender, COUNT(*) num FROM students GROUP BY class_id, gender;
class_id gender num
1 M 2
1 F 2
2 F 1
2 M 2
3 F 2
3 M 1
上述查询结果集一共有6条记录,分别对应各班级的男生和女生人数。
例子: 请使用一条SELECT查询查出每个班级的平均分:
SELECT class_id,AVG(score) from students group by class_id;
例子: 请使用一条SELECT查询查出每个班级男生和女生的平均分:
SELECT class_id,gender,AVG(score) from students group by class_id,gender;
class_id gender AVG(score)
1 M 89
1 F 84
2 F 81
2 M 70
3 F 89.5
3 M 89
多表查询
SELECT查询不但可以从一张表查询数据,还可以从多张表同时查询数据。查询多张表的语法是:SELECT * FROM <表1> <表2>
。同时从students表和classes表查询数据,可以这么写:
SELECT * FROM students, classes;
id class_id name gender score id name
1 1 小明 M 90 1 一班
1 1 小明 M 90 2 二班
1 1 小明 M 90 3 三班
1 1 小明 M 90 4 四班
2 1 小红 F 95 1 一班
2 1 小红 F 95 2 二班
2 1 小红 F 95 3 三班
2 1 小红 F 95 4 四班
这种一次查询两个表的数据,查询的结果也是一个二维表,它是students表和classes表的“乘积”,即students表的每一行与classes表的每一行都两两拼在一起返回。结果集的列数是students表和classes表的列数之和,行数是students表和classes表的行数之积。这种多表查询又称笛卡尔查询,使用笛卡尔查询时要非常小心,由于结果集是目标表的行数乘积,对两个各自有100行记录的表进行笛卡尔查询将返回1万条记录,对两个各自有1万行记录的表进行笛卡尔查询将返回1亿条记录。另外上述查询的结果集有两列id和两列name,两列id是因为其中一列是students表的id,而另一列是classes表的id,但是在结果集中,不好区分,要解决这个问题,我们仍然可以利用投影查询的“设置列的别名”来给两个表各自的id和name列起别名如下:
SELECT
students.id sid,
students.name,
students.gender,
students.score,
classes.id cid,
classes.name cname
FROM students, classes;
注意,多表查询时,要使用表名.列名
这样的方式来引用列和设置别名,这样就避免了结果集的列名重复问题。但是,用表名.列名
这种方式列举两个表的所有列实在是很麻烦,所以SQL还允许给表设置一个别名,让投影查询中引用起来稍微简洁一点:
SELECT
s.id sid,
s.name,
s.gender,
s.score,
c.id cid,
c.name cname
FROM students s, classes c;
注意到FROM子句给表设置别名的语法是FROM <表名1> <别名1>, <表名2> <别名2>
。这样用别名s和c分别表示students表和classes表。多表查询也是可以添加WHERE条件的,如下:
SELECT
s.id sid,
s.name,
s.gender,
s.score,
c.id cid,
c.name cname
FROM students s, classes c
WHERE s.gender = 'M' AND c.id = 1;
sid name gender score cid cname
1 小明 M 90 1 一班
3 小军 M 88 1 一班
6 小兵 M 55 1 一班
这个查询的结果集每行记录都满足条件s.gender = 'M’和c.id = 1。添加WHERE条件后结果集的数量大大减少了。
连接查询
连接查询是另一种类型的多表查询。连接查询对多个表进行JOIN运算,简单地说,就是先确定一个主表作为结果集,然后,把其他表的行有选择性地“连接”在主表结果集上。
例如,想要选出students表的所有学生信息,可以用一条简单的SELECT语句完成:
SELECT s.id, s.name, s.class_id, s.gender, s.score FROM students s;
id name class_id gender score
1 小明 1 M 90
2 小红 1 F 95
3 小军 1 M 88
4 小米 1 F 73
5 小白 2 F 81
6 小兵 2 M 55
7 小林 2 M 85
8 小新 3 F 91
9 小王 3 M 89
10 小丽 3 F 88
但是,假设我们希望结果集同时包含所在班级的名称,上面的结果集只有class_id
列,缺少对应班级的name
列。那么问题来了,存放班级名称的name列存储在classes表中,只有根据students表的class_id,找到classes表对应的行,再取出name列,就可以获得班级名称。
因此连接查询就派上了用场。我们先使用最常用的一种内连接——INNER JOIN来实现:
SELECT s.id, s.name, s.class_id, c.name class_name, s.gender, s.score
FROM students s
INNER JOIN classes c
ON s.class_id = c.id;
注意INNER JOIN查询的写法是:
先确定主表,仍然使用FROM <表1>
的语法;
再确定需要连接的表,使用INNER JOIN <表2>
的语法;
然后确定连接条件,使用ON <条件...>
,这里的条件是s.class_id = c.id,表示students表的class_id列与classes表的id列相同的行需要连接;
注意: 可以加上WHERE子句、ORDER BY等子句。使用别名不是必须的,但可以更好地简化查询语句。那内连接(INNER JOIN)应该如何理解呢?有内连接(INNER JOIN)就有外连接(OUTER JOIN)。把内连接查询改成外连接查询,看看效果:
SELECT s.id, s.name, s.class_id, c.name class_name, s.gender, s.score
FROM students s
RIGHT OUTER JOIN classes c
ON s.class_id = c.id;
id name class_id class_name gender score
1 小明 1 一班 M 90
2 小红 1 一班 F 95
3 小军 1 一班 M 88
4 小米 1 一班 F 73
5 小白 2 二班 F 81
6 小兵 2 二班 M 55
7 小林 2 二班 M 85
8 小新 3 三班 F 91
9 小王 3 三班 M 89
10 小丽 3 三班 F 88
NULL NULL NULL 四班 NULL NULL
执行上述RIGHT OUTER JOIN
可以看到,和INNER JOIN
相比,RIGHT OUTER JOIN
多了一行,多出来的一行是“四班”,但是,学生相关的列如name、gender、score都为NULL。
这是因为根据ON条件s.class_id = c.id,classes表的id=4的行正是“四班”,但是,students表中并不存在class_id=4的行。
有RIGHT OUTER JOIN,就有LEFT OUTER JOIN,以及FULL OUTER JOIN。它们的区别是:
INNER JOIN
只返回同时存在于两张表的行数据,由于students表的class_id包含1,2,3,classes表的id包含1,2,3,4,所以,INNER JOIN根据条件s.class_id = c.id返回的结果集仅包含1,2,3。
RIGHT OUTER JOIN
返回右表都存在的行。如果某一行仅在右表存在,那么结果集就会以NULL填充剩下的字段。
LEFT OUTER JOIN
则返回左表都存在的行。如果我们给students表增加一行,并添加class_id=5,由于classes表并不存在id=5的行,所以,LEFT OUTER JOIN的结果会增加一行,对应的class_name是NULL:
例子: 先增加一列class_id=5:
INSERT INTO students (class_id, name, gender, score) values (5, '新生', 'M', 88);
使用LEFT OUTER JOIN:
SELECT s.id, s.name, s.class_id, c.name class_name, s.gender, s.score
FROM students s
LEFT OUTER JOIN classes c
ON s.class_id = c.id;
id name class_id class_name gender score
1 小明 1 一班 M 90
2 小红 1 一班 F 95
3 小军 1 一班 M 88
4 小米 1 一班 F 73
5 小白 2 二班 F 81
6 小兵 2 二班 M 55
7 小林 2 二班 M 85
8 小新 3 三班 F 91
9 小王 3 三班 M 89
10 小丽 3 三班 F 88
11 新生 5 NULL M 88
最后使用FULL OUTER JOIN,它会把两张表的所有记录全部选择出来,并且,自动把对方不存在的列填充为NULL:
SELECT s.id, s.name, s.class_id, c.name class_name, s.gender, s.score
FROM students s
FULL OUTER JOIN classes c
ON s.class_id = c.id;
id name class_id class_name gender score
1 小明 1 一班 M 90
2 小红 1 一班 F 95
3 小军 1 一班 M 88
4 小米 1 一班 F 73
5 小白 2 二班 F 81
6 小兵 2 二班 M 55
7 小林 2 二班 M 85
8 小新 3 三班 F 91
9 小王 3 三班 M 89
10 小丽 3 三班 F 88
11 新生 5 NULL M 88
NULL NULL NULL 四班 NULL NULL
对于这么多种JOIN查询,到底什么使用应该用哪种呢?
假设查询语句是:
SELECT ... FROM tableA JOIN tableB ON tableA.column1 = tableB.column2;
把tableA看作左表,把tableB看成右表,那么INNER JOIN是选出两张表都存在的记录:LEFT OUTER JOIN是选出左表存在的记录:RIGHT OUTER JOIN是选出右表存在的记录:FULL OUTER JOIN则是选出左右表都存在的记录。
总结
1、使用SELECT查询的基本语句SELECT * FROM <表名>可以查询一个表的所有行和所有列的数据,其查询的结果是一个二维表。
2、使用SELECT *表示查询表的所有列,使用SELECT 列1, 列2, 列3则可以仅返回指定列,这种操作称为投影。还可以对结果集的列进行重命名。
3、使用ORDER BY可以对结果集进行排序,可以对多列进行升序、倒序排序。
4、使用LIMIT <M> OFFSET <N>
可以对结果集进行分页,每次查询返回结果集的一部分,分页查询需要先确定每页的数量和当前页数,然后确定LIMIT和OFFSET的值。
5、JOIN查询需要先确定主表,然后把另一个表的数据“附加”到结果集上,INNER JOIN是最常用的一种JOIN查询,它的语法是SELECT ... FROM <表1> INNER JOIN <表2> ON <条件...>;
JOIN查询仍然可以使用WHERE条件和ORDER BY排序。