数据库之查询语句

1.所有数据按顺序插入
insert [into] 表名 values (值1, ..., 值n)[, ..., (值1, ..., 值n)];
2.指定字段匹配插入，可以任意顺序
insert [into] 表名(字段2, 字段1, ..., 字段n) values (值2, 值1, ..., 值n)[, ..., (值2, 值1, ..., 值n)];
3.插入查询结果
insert [into] 表1(字段1, ..., 字段n) select 字段1, ..., 字段n from 表2 [条件];

# eg: 1
create table t1(
    id int auto_increment,
    x int,
    y int,
    primary key(id)
);
insert t1 values (1, 2, 3), (2, 20, 30); # 按顺序插入
insert into t1(y, x) values (300, 200); # 按规定字段顺序指定插入

create table nt1 like t1; # 复制表即完整结构
insert into nt1 select * from t1; # 复制所有数据

create table tt1(
    x int,
    z int
);
insert into tt1 values (999, 888);
insert into nt1(x) select x from tt1; # 将tt1中指定字段插入到nt1中指定的字段
insert into nt1(x, y) select x,z from tt1; # tt1x及z字段的结果赋值给nt1中x,y字段

1.会记录自增信息，操作会被日志记录，效率低
delete from 表名 [条件];
delete from t1; # 没有条件的情况下是清空所有数据，但会记录自增信息
insert into t1(x, y) values(6, 66);

2.清空表，会重置自增信息
truncate table 表名;
truncate table nt1;
insert into nt1(x, y) values(6, 66);

update 表名 set 字段1=值1[, ..., 字段n=值n] [条件]
update tt1 set x=666; # 无条件, 全改
update tt1 set x=777, z=555 where z<888; # 只修改满足条件的行

‘‘‘
select [distinct] 字段1 [as 别名], ..., 字段n [as 别名] from [库名.]表名
                    [
                    where 约束条件
                    group by 分组依据
                    having 过滤条件
                    order by 排序的字段
                    limit 限制显示的条数
                    ];
注：
1.查表中所有字段用*表示
2.条件的书写规则严格按照语法顺序书写，可以缺省，但不可以错序
3.约束条件的流程：from -> where -> group by -> having -> distinct -> order by -> limit
4.字段可以起别名
5.字段可以直接做运算 select age + 1 ‘new_age‘ from emp;
6.分组后的条件均可以使用聚合函数
‘‘‘

‘‘‘
3.
def from():
    return "查询的文件"
def where(file):
    return "条件筛选后的结果"
def group_by(res):
    return "分组后的结果"
def having(res):
    return "再次过滤后的结果"
def distinct(res):
    return "去重后的结果"
def order_by(res):
    return "排序后的结果"
def limit(res):
    return "限制条数后的结果"

def select(from=from, where=null, ..., limit=null):
    file = from()
    res = where(file) if where else file
    res = group_by(res) if group_by else res
    ...
    res = limit(res) if limit else res
    
    return res
select(where=where, group_by=group_by)
‘‘‘

select concat(area, ‘-‘, port) as ‘家乡‘ from emp;# 上海-浦东... 属于 起的别名 家乡 列
+------------------+
| 家乡             |
+------------------+
| 上海-浦东        |
| 山东-济南        |
| 江苏-张家港      |
| 广州-广东        |
| 江苏-苏州        |
| 中国-黄浦        |
| 安徽-宣城        |
| 安徽-芜湖        |
| 山东-济南        |
| 山东-青岛        |
| 上海-浦东        |
| 上海-浦东        |
| 上海-浦西        |
+------------------+

select concat_ws("-",name,area,port) "信息" from emp;# 以"-"字符拼接后面的所有字段
+------------------------+
| 信息                   |
+------------------------+
| yangsir-上海-浦东      |
| engo-山东-济南         |
| jerry-江苏-张家港      |
| tank-广州-广东         |
| jiboy-江苏-苏州        |
| zero-中国-黄浦         |
| owen-安徽-宣城         |
| ying-安徽-芜湖         |
| kevin-山东-济南        |
| monkey-山东-青岛       |
| san-上海-浦东          |
| san1-上海-浦东         |
| san2-上海-浦西         |
+------------------------+

select upper(name) ‘name‘, gender, age from emp; # 可以指定多个字段
+---------+--------+------+
| name    | gender | age  |
+---------+--------+------+
| YANGSIR | 男     |   42 |
| ENGO    | 男     |   38 |
| JERRY   | 女     |   30 |
| TANK    | 女     |   28 |
| JIBOY   | 男     |   28 |
| ZERO    | 男     |   28 |
| OWEN    | 男     |   28 |
| YING    | 女     |   36 |
| KEVIN   | 男     |   36 |
| MONKEY  | 女     |   28 |
| SAN     | 男     |   30 |
| SAN1    | 男     |   30 |
| SAN2    | 男     |   30 |
+---------+--------+------+

select name,ceil(salary),floor(salary),round(salary) from emp where name="kevin";
+-------+--------------+---------------+---------------+
| name  | ceil(salary) | floor(salary) | round(salary) |
+-------+--------------+---------------+---------------+
| kevin |            6 |             5 |             6 |
+-------+--------------+---------------+---------------+

去重前提：所查所有字段的综合结果完全相同，才认为是重复的，只保留重复中的一行数据
select distinct area from emp;
+--------+
| area   |
+--------+
| 上海   |
| 山东   |
| 江苏   |
| 广州   |
| 中国   |
| 安徽   |
+--------+

select distinct area,port from emp;
+--------+-----------+
| area   | port      |
+--------+-----------+
| 上海   | 浦东      |
| 山东   | 济南      |
| 江苏   | 张家港    |
| 广州   | 广东      |
| 江苏   | 苏州      |
| 中国   | 黄浦      |
| 安徽   | 宣城      |
| 安徽   | 芜湖      |
| 山东   | 青岛      |
| 上海   | 浦西      |
+--------+-----------+

concat(字段1,...,字段n):完成字段的拼接
concat_ws(x,字段1,...,字段n)：完成字段的拼接，x为连接符
lower():小写
upper():大写
ceil():向上取整
floor():向下取整
round():四舍五入

1.比较运算符
= | < | > | <= | >= | !=
select * from emp where area!="上海";
2.区间运算符
between 10 and 20：10~20
in(10, 20, 30)：10或20或30
select * from emp where id between 3 and 5; # [3, 5], 闭合区间,包含3和5, 三行数据 
+----+-------+--------+------+--------+--------+-----------+-----------+
| id | name  | gender | age  | salary | area   | port      | dep       |
+----+-------+--------+------+--------+--------+-----------+-----------+
|  3 | jerry | 女     |   30 |      3 | 江苏   | 张家港    | 教学部    |
|  4 | tank  | 女     |   28 |    2.4 | 广州   | 广东      | 教学部    |
|  5 | jiboy | 男     |   28 |    2.4 | 江苏   | 苏州      | 教学部    |
+----+-------+--------+------+--------+--------+-----------+-----------+

select * from emp where id in(2, 4, 6, 8, 10, 12, 14, 16, 18); # 分离的区间,2,4,6,8,10,12,14都会被显示
+----+--------+--------+------+--------+--------+--------+-----------+
| id | name   | gender | age  | salary | area   | port   | dep       |
+----+--------+--------+------+--------+--------+--------+-----------+
|  2 | engo   | 男     |   38 |    9.4 | 山东   | 济南   | 教学部    |
|  4 | tank   | 女     |   28 |    2.4 | 广州   | 广东   | 教学部    |
|  6 | zero   | 男     |   28 |    8.8 | 中国   | 黄浦   | 咨询部    |
|  8 | ying   | 女     |   36 |    1.2 | 安徽   | 芜湖   | 咨询部    |
| 10 | monkey | 女     |   28 |    1.2 | 山东   | 青岛   | 教职部    |
| 12 | san1   | 男     |   30 |      6 | 上海   | 浦东   | 咨询部    |
+----+--------+--------+------+--------+--------+--------+-----------+

3.逻辑运算符
and | or | not
select * from emp where area="山东" and port="济南";
+----+-------+--------+------+--------+--------+--------+-----------+
| id | name  | gender | age  | salary | area   | port   | dep       |
+----+-------+--------+------+--------+--------+--------+-----------+
|  2 | engo  | 男     |   38 |    9.4 | 山东   | 济南   | 教学部    |
|  9 | kevin | 男     |   36 |    5.8 | 山东   | 济南   | 教学部    |
+----+-------+--------+------+--------+--------+--------+-----------+

4.相似运算符
like ‘_owen%‘：模糊匹配字符串owen，_表示一个字符，%表示任意字符
# 匹配的字段为en,想得到的结果为owen
select * from emp where name like ‘__en%‘; # 在en前可以出现2个任意字符, 之后可以出现0或多个任意字符

+----+------+--------+------+--------+--------+--------+-----------+
| id | name | gender | age  | salary | area   | port   | dep       |
+----+------+--------+------+--------+--------+--------+-----------+
|  7 | owen | 男     |   28 |    8.8 | 安徽   | 宣城   | 教学部    |
+----+------+--------+------+--------+--------+--------+-----------+

like完成模糊匹配，但功能有限，可以模糊个数，但不能模糊类型，正则可以完成类型及个数的模糊匹配。

语法：字段 regexp ‘正则表达式‘

注：只支持部分正则语法

select * from emp where name regexp ".*[0-9]+.*";
+----+------+--------+------+--------+--------+--------+-----------+
| id | name | gender | age  | salary | area   | port   | dep       |
+----+------+--------+------+--------+--------+--------+-----------+
| 12 | san1 | 男     |   30 |      6 | 上海   | 浦东   | 咨询部    |
| 13 | san2 | 男     |   30 |      6 | 上海   | 浦西   | 教学部    |
+----+------+--------+------+--------+--------+--------+-----------+                                                   

分组：根据字段相同值形成形成不同的类别，不明确分组其实整个表就为一个默认大组
原因: 把以值共性得到的类别作为考虑单位，不再关心单条记录，而是一组记录
结果：只能考虑组内多条数据的聚合结果（聚合函数结果），分组的字段同样是聚合效果，如：组内的最大最小值
sql_mode=ONLY_FULL_GROUP_BY,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION

聚合函数：
max():最大值
min():最小值
avg():平均数
sum():求和
count():记数
group_concat():组内字段拼接，用来查看组内其他字段

例子：
每个部门的平均薪资
select dep, avg(salary) ‘平均薪资‘ from emp group by dep;

+-----------+-------------------+
| dep       | 平均薪资          |
+-----------+-------------------+
| 咨询部    | 6.250000059604645 |
| 教学部    | 5.400000027247837 |
| 教职部    | 5.850000023841858 |
+-----------+-------------------+

每个部门都有哪些人
select dep, group_concat(name) from emp group by dep;
+-----------+---------------------------------------+
| dep       | group_concat(name)                    |
+-----------+---------------------------------------+
| 咨询部    | san1,san,ying,zero                    |
| 教学部    | san2,kevin,owen,jiboy,tank,jerry,engo |
| 教职部    | monkey,yangsir                        |
+-----------+---------------------------------------+

需求：各性别中附属于教学部的最高薪资
select max(salary) "最高薪资",gender from emp where dep="教学部" group by gender;
+--------------+--------+
| 最高薪资     | gender |
+--------------+--------+
|          9.4 | 男     |
|            3 | 女     |
+--------------+--------+

思考：
想知道需求中员工的姓名 => 子查询
上方结果：男的最高薪资对应的人名，女的最高薪资对应的人名

1. 14条数据部门有3个, 并且每个部分有多条记录, 可以作为分组依据, 同理, 性别也可以
# select * from emp group by dep; # 非分组安全模式下, 可以查询非聚合结果, 显示的是第一条记录, 没有意义, 分组安全模式下不能查询非聚合结果的字段
select dep from emp group by dep;


2. 如果就像以姓名进行分组, 可以, 但没多大意义, 原因name值基本上都不相同, 以组考虑会导致组内大多只要一条记录(自成一组), 组的利用就不是很强烈, 此类分组是无意义的
select name from emp group by name; # 可以分组, 意义不大

考虑的三个问题: 以什么分组(相同数据较多的字段) 分组后的考虑单位(组并非组内的每一条记录) 可以查询的结果(当前分组的字段及聚合函数形成的聚合结果)
‘‘‘

解决分组中思考题的过程：

# res = select max(salary) ‘最高薪资‘, gender from emp where dep=‘教学部‘ group by gender;
# select name from emp where (salary 跟 res作比较)
# 一个查询依赖于另一个查询的结果 => 一个查询的结果作为另外一个查询的条件 => 子查询

子查询：将一条查询结果作为另外一条查询的条件
语法：一条select语句用（）包裹得到的结果作为另一条select语句的条件


单行子查询;
子查询语句的结果为一行数据，可以结合 = | < | > | <= | >= | != 运算符来完成父查询
select salary from emp where salary > 10; # => 作为子查询
# 查询姓名,性别.地区,基于薪资大于10的结果的查询结果
select name,gender,area from emp where salary =(select salary from emp where salary>10);

+---------+--------+--------+
| name    | gender | area   |
+---------+--------+--------+
| yangsir | 男     | 上海   |
+---------+--------+--------+

多行子查询:
子查询语句的结果为多行数据，可以结合 in | all | any 运算符来完成父查询
in：任意单一值，一次只能考虑子查询结果中的一个结果
all：全部值，将子查询结果作为一个整体考虑
any:任意多个值，子查询的每一个结果都可以作为参考依据

eg: 2
# 子查询的结果 (9.4, 3)
select name from emp where salary in (select max(salary) ‘最高薪资‘ from emp where dep=‘教学部‘ group by gender);
# 遍历14条数据, 14条数据的salary在(9.4, 3)区域中,就可以完成匹配, 结果为两条(9.4和3那两条)

select * from emp where salary < all(select max(salary) ‘最高薪资‘ from emp where dep=‘教学部‘ group by gender);
# 遍历14条数据, salary要小于(9.4, 3)中的每一个, 反映就是小于3, 结果为薪资1.2,2.4的那四条数据

select * from emp where salary > any(select max(salary) ‘最高薪资‘ from emp where dep=‘教学部‘ group by gender);
# 遍历14条数据, salary大于9.4或大于3的数据均满足条件, 结果就是刨除小于等于3的那几条数据

完成在分组之后的筛选
注意：having条件是实现聚合结果层面上的筛选=>拿聚合结果完成判断

需求;
1.各部门的平均成绩
select dep, avg(salary) ‘平均薪资‘ from emp group by dep;
+-----------+-------------------+
| dep       | 平均薪资          |
+-----------+-------------------+
| 咨询部    | 6.250000059604645 |
| 教学部    | 5.400000027247837 |
| 教职部    | 5.850000023841858 |
+-----------+-------------------+

2.平均薪资大于6w的部门(部门与部门的平均薪资)
解决: 以dep进行分组, 以avg(salary)作为判断条件(筛选)
select dep, avg(salary) ‘平均薪资‘ from emp group by dep having avg(salary) > 6;
+-----------+-------------------+
| dep       | 平均薪资          |
+-----------+-------------------+
| 咨询部    | 6.250000059604645 |
+-----------+-------------------+

总结：having通过聚合函数结果完成筛选
select max(salary) from emp having max(salary) > 9.4;
虽然没有明确书写group by, 但在having中使用了聚合函数,所以该查询就将整个表当做一个默认大表来考虑,所以查询的字段只能为聚合函数的结果

完成排序
注意：可以使用聚合函数，哪怕没有明确group by

升序 | 降序：asc | desc
eg：order by age desc => 按照年龄降序
select * from emp order by age desc;
+----+---------+--------+------+--------+--------+-----------+-----------+
| id | name    | gender | age  | salary | area   | port      | dep       |
+----+---------+--------+------+--------+--------+-----------+-----------+
|  1 | yangsir | 男     |   42 |   10.5 | 上海   | 浦东      | 教职部    |
|  2 | engo    | 男     |   38 |    9.4 | 山东   | 济南      | 教学部    |
|  9 | kevin   | 男     |   36 |    5.8 | 山东   | 济南      | 教学部    |
|  8 | ying    | 女     |   36 |    1.2 | 安徽   | 芜湖      | 咨询部    |
| 12 | san1    | 男     |   30 |      6 | 上海   | 浦东      | 咨询部    |
| 11 | san     | 男     |   30 |      9 | 上海   | 浦东      | 咨询部    |
| 13 | san2    | 男     |   30 |      6 | 上海   | 浦西      | 教学部    |
|  3 | jerry   | 女     |   30 |      3 | 江苏   | 张家港    | 教学部    |
|  6 | zero    | 男     |   28 |    8.8 | 中国   | 黄浦      | 咨询部    |
|  5 | jiboy   | 男     |   28 |    2.4 | 江苏   | 苏州      | 教学部    |
| 10 | monkey  | 女     |   28 |    1.2 | 山东   | 青岛      | 教职部    |
|  4 | tank    | 女     |   28 |    2.4 | 广州   | 广东      | 教学部    |
|  7 | owen    | 男     |   28 |    8.8 | 安徽   | 宣城      | 教学部    |
+----+---------+--------+------+--------+--------+-----------+-----------+

需求：
将部门按照部门平均工资降序方式排序
select dep, avg(salary) from emp group by dep order by avg(salary) desc;
+-----------+-------------------+
| dep       | avg(salary)       |
+-----------+-------------------+
| 咨询部    | 6.250000059604645 |
| 教职部    | 5.850000023841858 |
| 教学部    | 5.400000027247837 |
+-----------+-------------------+

限制最终结果的数据行数
注意：limit只与数字结合使用

应用：
limit 1：只能显示一行数据
limit 6,5：从第6+1行开始显示5条数据(索引从0开始)

select * from emp limit 1;

+----+---------+--------+------+--------+--------+--------+-----------+
| id | name | gender | age | salary | area | port | dep |
+----+---------+--------+------+--------+--------+--------+-----------+
| 1 | yangsir | 男 | 42 | 10.5 | 上海 | 浦东 | 教职部 |
+----+---------+--------+------+--------+--------+--------+-----------+

select * from emp limit 6,5;

+----+--------+--------+------+--------+--------+--------+-----------+
| id | name | gender | age | salary | area | port | dep |
+----+--------+--------+------+--------+--------+--------+-----------+
| 7 | owen | 男 | 28 | 8.8 | 安徽 | 宣城 | 教学部 |
| 8 | ying | 女 | 36 | 1.2 | 安徽 | 芜湖 | 咨询部 |
| 9 | kevin | 男 | 36 | 5.8 | 山东 | 济南 | 教学部 |
| 10 | monkey | 女 | 28 | 1.2 | 山东 | 青岛 | 教职部 |
| 11 | san | 男 | 30 | 9 | 上海 | 浦东 | 咨询部 |
+----+--------+--------+------+--------+--------+--------+-----------+

需求:
获得薪资最高的人的一条信息
select * from emp order by salary desc limit 1;

+----+---------+--------+------+--------+--------+--------+-----------+
| id | name | gender | age | salary | area | port | dep |
+----+---------+--------+------+--------+--------+--------+-----------+
| 1 | yangsir | 男 | 42 | 10.5 | 上海 | 浦东 | 教职部 |
+----+---------+--------+------+--------+--------+--------+-----------+