SQL基础：查询的基本使用

短命女 2024-02-05 17:46 23阅读 0赞

上一节我们讲述了[记录的基本操作][Link 1]，这一节我们来单独讲一下查询。

## 查询基本结构 ##

首先我们来看下查询的基本结构

SELECT
    [distinct]
        column1,
        column2,
        ...
    FROM
        table_name
    [WHERE
        condition]
    [GROUP BY
        column1, column2, ...]
    [HAVING
        aggregate_function(column) condition]
    [ORDER BY
        column1 [ASC | DESC]];

其中中括号包含的部分是非必须的。接下来我们来学习下每个部分的作用。

为了讲述方便，这里我们新增一张**课程表**，建表SQL

CREATE TABLE `courses` (
      `course_id` INT NOT NULL,
      `course_name` VARCHAR(100) NOT NULL,
      `instructor` VARCHAR(50) NOT NULL,
      `schedule` VARCHAR(50) NOT NULL,
      PRIMARY KEY (`course_id`)
    );

插入数据的SQL如下

INSERT INTO `courses` (`course_id`, `course_name`, `instructor`, `schedule`) VALUES
    (1, 'Introduction to Computer Science', 'Prof. Smith', 'Mon/Wed 10:00 AM - 11:30 AM'),
    (2, 'Database Management', 'Prof. Smith', 'Tue/Thu 2:00 PM - 3:30 PM'),
    (3, 'Web Development', 'Prof. Davis', 'Mon/Wed/Fri 1:00 PM - 2:30 PM'),
    (4, 'Mathematics for Computer Science', 'Prof. Davis', 'Tue/Thu 10:00 AM - 11:30 AM'),
    (5, 'Artificial Intelligence', 'Prof. White', 'Wed/Fri 3:00 PM - 4:30 PM');

执行完毕之后我们将拥有2张表

![dc2000c60be24924b611052ff2711588.png][]

## distinct关键字 ##

distinct关键字的作用，是用来去重。当结果集为多列时，distinct会综合考虑所有列，来去除重复行。

比如这里我们想获取所有授课老师的名称列表，使用

select c.instructor from courses c ;

将得到

![182a238995984469afbea3cbb5c906d1.png][]

而使用

select distinct c.instructor from courses c ;

将得到

![0d3b98e3b92b4c1c846a1b2ba927b832.png][]

## where关键字 ##

where的作用，是指定查询条件，缩写返回数据的范围。

select * from courses c ;

将得到

![305edb726ffb402eaab99f5a51efe39f.png][]

这里我们格式化下SQL，并加上筛选

![5c5a6b04e83f4c74a9c4dd4007b3853d.png][]

我们将得到两条符合条件的数据

![78721809d99b4bda8f2e70e8404d85b8.png][]

## group by 语句 ##

group by 语句即分组语句，by后边跟上一列或多列，表示将数据分组。常和聚合函数配合使用。

举个例子，这里我们要获取每个导师授课的课程数量，那就需要以导师名称**instructor**作为**分组条件**，使用**count(\*)**聚合函数进行计数。

select
    	instructor ,count(*)
    from
    	courses c 
    -- where c.instructor ='Prof. Smith'
    group by instructor  ;

得到

![f3a3c9cc51834d32bbeae82d55730430.png][]

## having语句 ##

如果说**where**语句是第一层过滤，那么**having**就是第二层过滤。它是**对group后的结果**进行过滤。

举个例子，这里我们要在前一次查询的基础上筛选课程数量为2的导师，就可以用**having**

select
    	instructor ,count(*)
    from
    	courses c 
    -- where c.instructor ='Prof. Smith'
    group by instructor  
    having count(*)=2
    ;

结果

![796a926f322444f9b7afc0a13ae7b0e6.png][]

## order by语句 ##

见文知意，这个语句是用来对**结果集**进行**排序**的。

直接查询课程表，可以看到是以id排序的

![77c8dfd677b7423f9ec0a63ba0846233.png][]

如果我们想让它根据名称排序

select
    	*
    from
    	courses c 
    order by course_name 
    ;

可以看到，结果就根据名称进行A-Z的排序了

![341ee095bc9d4538ab6df1df1616f263.png][]

加 **desc** 即逆序

select
    	*
    from
    	courses c 
    order by course_name desc
    ;

结果

![1f3bca04b26445d79efac5f75cfe7ba0.png][]

## 常用聚合函数 ##

待补充。

## 小结 ##

本节我们讲述了查询的基本结构和使用，下一节我们将对前面学习的所有内容进行一下小结。

[Link 1]: https://zcywxy.blog.csdn.net/article/details/135095327
[dc2000c60be24924b611052ff2711588.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/37f8d25bd51848249f392a532065b3f5.png
[182a238995984469afbea3cbb5c906d1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/c7b3f9c0dd0246089e0dc1ec9e5be021.png
[0d3b98e3b92b4c1c846a1b2ba927b832.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/4d9928bb645e45beba33a66b33888f74.png
[305edb726ffb402eaab99f5a51efe39f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/88a557cca0204541981089b2a2970f1e.png
[5c5a6b04e83f4c74a9c4dd4007b3853d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/cacb024e4eba47f6b3d0059c32f97ceb.png
[78721809d99b4bda8f2e70e8404d85b8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/c26298c4376248fba47d767fedaba10d.png
[f3a3c9cc51834d32bbeae82d55730430.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/c660f633b0bd438788ab14c68d567214.png
[796a926f322444f9b7afc0a13ae7b0e6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/93c7cedaf5ee4a5c93baa782cd2c9f93.png
[77c8dfd677b7423f9ec0a63ba0846233.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/e52007a9e7e24df392576690cbee9491.png
[341ee095bc9d4538ab6df1df1616f263.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/856610d9c1fe4507a3e407b279709260.png
[1f3bca04b26445d79efac5f75cfe7ba0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/94418a9e21af4c92a79b3a020fff1326.png