MySQL——表的增删查改

目录

一.Create（创建）

1.单行数据 + 全列插入

2.多行数据 + 指定列插入

3.插入否则更新

4. 替换

二.Retrieve（读取）

1. select 列 查询

2.where 条件

3.结果排序

4.筛选分页结果

三.Update （修改）

四.Delete（删除）

1.删除数据

2.删除整张表数据

3.截断表

4.去重表数据

五.聚合函数

六.group by子句的使用 

一.Create（创建）

语法：

INSERT [INTO] table_name
[(column [, column] ...)]
VALUES (value_list) [, (value_list)] ...
value_list: value, [, value] ...

案例：

创建一张学生表：

mysql> create table students(-> id int unsigned primary key auto_increment,-> name varchar(20) not null,-> qq varchar(20) not null-> );

 1.单行数据 + 全列插入

插入两条记录，value_list 数量必须和定义表的列的数量及顺序一致
注意，这里在插入的时候，也可以不用指定id(当然，那时候就需要明确插入数据到那些列了)，那么mysql会使用默认的值进行自增。

指定插入：

 全列插入：

2.多行数据 + 指定列插入

插入两条记录，value_list 数量必须和指定列数量及顺序一致：

mysql> insert into students (name,qq) values -> ('孙仲谋','65988135'),-> ('曹孟德','974623215'),-> ('刘玄德','948735415');

3.插入否则更新

由于 主键 或者 唯一键 对应的值已经存在而导致插入失败：

可以选择性的进行同步更新操作 语法：

INSERT ... ON DUPLICATE KEY UPDATE
column = value [, column = value] ...

案例：

insert students value (100,'八戒','100100100') on duplicate key update name='项羽(-_-)',qq='110110110';

解释：Query OK, 2 rows affected (0.00 sec)

  • -- 0 row affected: 表中有冲突数据，但冲突数据的值和 update 的值相等
  • -- 1 row affected: 表中没有冲突数据，数据被插入
  • -- 2 row affected: 表中有冲突数据，并且数据已经被更新

通过 MySQL 函数获取受到影响的数据行数：

SELECT ROW_COUNT();

4. 替换

-- 主键 或者 唯一键 没有冲突，则直接插入；
-- 主键 或者 唯一键 如果冲突，则删除后再插入;

replace into students value(100,'八戒','100100100');

-- 1 row affected: 表中没有冲突数据，数据被插入
-- 2 row affected: 表中有冲突数据，删除后重新插入 

二.Retrieve（读取）

语法：

SELECT
[DISTINCT] {* | {column [, column] ...}
[FROM table_name]
[WHERE ...]
[ORDER BY column [ASC | DESC], ...]
LIMIT ...

案例：

-- 创建表结构
CREATE TABLE exam_result (
id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(20) NOT NULL COMMENT '同学姓名',
chinese float DEFAULT 0.0 COMMENT '语文成绩',
math float DEFAULT 0.0 COMMENT '数学成绩',
english float DEFAULT 0.0 COMMENT '英语成绩'
);
-- 插入测试数据
INSERT INTO exam_result (name, chinese, math, english) VALUES
('唐三藏', 67, 98, 56),
('孙悟空', 87, 78, 77),
('猪悟能', 88, 98, 90),
('曹孟德', 82, 84, 67),
('刘玄德', 55, 85, 45),
('孙权', 70, 73, 78),
('宋公明', 75, 65, 30);
Query OK, 7 rows affected (0.00 sec)
Records: 7 Duplicates: 0 Warnings: 0

1. select 列 查询

全列查询：

-- 通常情况下不建议使用 * 进行全列查询：

  1. 查询的列越多，意味着需要传输的数据量越大；
  2. 可能会影响到索引的使用。（索引待后面课程讲解）
select * from exam_result;

指定列查询：

select id,name,english from exam_result;

查询字段为表达式 ：

数学成绩统一加十分：

select id ,name,math+10 from exam_result;

计算成绩总分：

为查询结果指定别名

计算成绩总分，并且修改别名为‘总分’：

select id ,name,chinese+math+english 总分 from exam_result;

结果去重 ：

select distinct math from exam_result;

 2.where 条件

比较运算符：

运算符

说明

>, >=,

大于，大于等于，小于，小于等于

=

等于，NULL 不安全，例如 NULL = NULL 的结果是 NULL

<=>

等于，NULL 安全，例如 NULL NULL 的结果是 TRUE(1)

!=, <>

不等于

BETWEEN a0 AND a1

范围匹配，[a0, a1]，如果 a0

IN (option, ...)

如果是 option 中的任意一个，返回 TRUE(1)

IS NULL

是 NULL

IS NOT NULL

不是 NULL

LIKE

模糊匹配。% 表示任意多个（包括 0 个）任意字符；_ 表示任意一个字符

逻辑运算符：

运算符

说明

AND

多个条件必须都为 TRUE(1)，结果才是 TRUE(1)

OR

任意一个条件为 TRUE(1), 结果为 TRUE(1)

NOT

条件为 TRUE(1)，结果为 FALSE(0)

案例： 

英语不及格的同学即英语成绩 ( < 60 )：

select id,name,english from exam_result where english<60;

语文成绩在 [80, 90] 分的同学及语文成绩：

方法一：

select id,name,chinese from exam_result where chinese>=80 and chinese<=90;

方法二：

select id,name,chinese from exam_result where chinese between 80 and 90;

数学成绩是 58 或者 59 或者 98 或者 99 分的同学及数学成绩 ：

方法一：

select id,name,math from exam_result where math=58 or math=65 or math=99 or math=98;

方法二：

select id,name,math from exam_result where math in (58,65,99,98);

姓孙的同学 及 孙某同学 ：

姓孙的同学，包括孙某某和孙某：

select id,name from exam_result where name like '孙%';

 孙某同学，姓名只有两个字：

select id,name from exam_result where name like '孙_';

语文成绩好于英语成绩的同学 :

select id,name,chinese,math from exam_result where chinese>math;

总分在 200 分以下的同学:

注意：WHERE 条件中使用表达式，别名不能用在 WHERE 条件中。

select id,name,chinese+math+english total from exam_result where chinese+math+english <200;

为什么别名不能用在 WHERE 条件中使用？

上述SQL语句包括两部分：select和where部分，由于where的语句优先级比select语句优先级高，所以在where中别并并未生效。

语文成绩 > 80 并且不姓孙的同学：

select id,name,chinese from exam_result where chinese>80 and  name not like '孙%';

孙某同学，否则要求总成绩 > 200 并且 语文成绩 < 数学成绩 并且 英语成绩 > 80：

select name,chinese,math,english,chinese+math+english total from exam_result where name like '孙_' or (chinese+math+english>200 and chinese < math and english > 80);

NULL 的查询

select id,name,qq from exam_result where qq is not null;
select id,name,qq from exam_result where qq is null;

NULL 和 NULL 的比较，= 和 <=> 的区别：

3.结果排序

语法：

-- ASC 为升序（从小到大）
-- DESC 为降序（从大到小）
-- 默认为 ASC

SELECT ... FROM table_name [WHERE ...]
ORDER BY column [ASC|DESC], [...];

注意：没有 ORDER BY 子句的查询，返回的顺序是未定义的，永远不要依赖这个顺序.

案例：

同学及数学成绩，按数学成绩升序显示:

select id,name,math from exam_result order by math;
select id,name,math from exam_result order by  math asc;

同学及数学成绩，按数学成绩降序显示:

select id,name,math from exam_result order by  math desc;

 同学及 qq 号，按 qq 号排序显示：

select id,name,qq from exam_result order by qq desc;

注意：NULL 视为比任何值都小，降序出现在最下面 。

查询同学各门成绩，依次按 数学降序，英语升序，语文升序的方式显示 ：

select name,chinese,math,english from exam_result order by math desc , english asc ,chinese asc;

查询同学及总分，由高到低:

order by 中可以使用表达式。

select name,chinese+math+english total from exam_result order by chinese+math+english desc;
select name,chinese+math+english total from exam_result order by total desc;

order by 中可以使用别名的原因是，order SQL语句的优先级小于select的优先级，先筛选出结果在排序。

查询姓孙的同学或者姓曹的同学数学成绩，结果按数学成绩由高到低显示：

select name,math from exam_result where name like '孙%' or name like '曹%' order by math desc;

4.筛选分页结果

语法：

-- 起始下标为 0
-- 从 s 开始，筛选 n 条结果
SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT s, n
-- 从 0 开始，筛选 n 条结果
SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT n;
;
-- 从 s 开始，筛选 n 条结果，比第二种用法更明确，建议使用
SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT n OFFSET s;

建议：对未知表进行查询时，最好加一条 LIMIT 1，避免因为表中数据过大，查询全表数据导致数据库卡死。

案例：

按 id 进行分页，每页 3 条记录，分别显示 第 1、2、3 页：

select id,name,chinese,math,english from exam_result order by id limit 3 offset 0;
select id,name,chinese,math,english from exam_result order by id limit 3 offset 3;
select id,name,chinese,math,english from exam_result order by id limit 3 offset 6;

三.Update （修改）

语法：

UPDATE table_name SET column = expr [, column = expr ...]
[WHERE ...] [ORDER BY ...] [LIMIT ...]

对查询到的结果进行列值更新。

案例：

将孙悟空同学的数学成绩变更为 80 分：

将曹孟德同学的数学成绩变更为 60 分，语文成绩变更为 70 分 ：

将总成绩倒数前三的 3 位同学的数学成绩加上 30 分：

update exam_result set math=math+30 order by chinese+math+english limit 3 ;

  将所有同学的语文成绩更新为原来的 2 倍：

update exam_result set chinese=chinese*2 ;

四.Delete（删除）

1.删除数据

语法：

DELETE FROM table_name [WHERE ...] [ORDER BY ...] [LIMIT ...]

案例：

删除孙悟空同学的考试成绩：

delete from exam_result where name='孙悟空';

2.删除整张表数据

注意：删除整表操作要慎用！！！！

测试：

删除整张表：

 再次插入数据：

我们发现id的，auto_increment，还是会递增。

3.截断表

语法：

TRUNCATE [TABLE] table_name

注意：这个操作慎用

  • 1. 只能对整表操作，不能像 DELETE 一样针对部分数据操作；
  • 2. 实际上 MySQL 不对数据操作，所以比 DELETE 更快，但是TRUNCATE在删除数据的时候，并不经过真正的事物，所以无法回滚
  • 3. 会重置 AUTO_INCREMENT 项

案例：

截断表：

再次插入数据：

发现：AUTO_INCREMENT会重新计数。

4.去重表数据

数据准备：

步骤：

  1. 创建一张和原表一模一样规模的表
  2. 将原表的数据去重插入到新表中
  3. 将原表重命名，将新表重命名为原表的名称

五.聚合函数

函数

说明

COUNT([DISTINCT] expr)

返回查询到的数据的 数量

SUM([DISTINCT] expr)

返回查询到的数据的 总和，不是数字没有意义

AVG([DISTINCT] expr)

返回查询到的数据的 平均值，不是数字没有意义

MAX([DISTINCT] expr)

返回查询到的数据的 最大值，不是数字没有意义

MIN([DISTINCT] expr)

返回查询到的数据的 最小值，不是数字没有意义

 统计班级共有多少同学：

 统计班级同学的 qq 号有多少：

NULL 不会计入结果。

统计本次考试的数学成绩分数个数 ：

 统计数学成绩总分：

统计平均总分 ：

 返回英语最高分 ：

返回 > 70 分以上的数学最低分 ：

六.group by子句的使用 

在select中使用group by 子句可以对指定列进行分组查询:

select column1, column2, .. from table group by column;

准备工作，创建一个雇员信息表（来自oracle 9i的经典测试表）

  1. EMP员工表
  2. DEPT部门表
  3. SALGRADE工资等级表

 数据库文件   scott_data.sql 文件 提取码wqwq。

这是一个sql数据库备份文件使用souce 直接恢复到mysql。

 如何显示每个部门的平均工资和最高工资：

显示每个部门的每种岗位的平均工资和最低工资 ：

显示平均工资低于2000的部门和它的平均工资 ：

分组查询时使用having进行条件过滤：

 --having经常和group by搭配使用，作用是对分组进行筛选，作用有些像where。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/234645.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Python实现多元线性回归模型信用卡客户价值预测项目源码+数据+项目设计报告

Python实现多元线性回归模型信用卡客户价值预测项目源码+数据+项目设计报告

多元线性回归——信用卡客户价值预测 一、背景 这里以信用卡客户的客户价值为例来解释客户价值预测的具体含义&#xff1a; 客户价值预测就是指预测客户在未来一段时间内能带来多少利润&#xff0c;其利润可能来自信用卡的年费、取现手续费、分期手续费、境外交易手续费等。分…
阅读更多...
三、万语始于HelloWorld，万物基于点灯之瑞萨RX23E-A 3线RTD PT100测温

三、万语始于HelloWorld，万物基于点灯之瑞萨RX23E-A 3线RTD PT100测温

一、概述/目的 二、RX23E-APT100三线制 2.1 资料来源 2.2 接线图 2.3 工程配置AFE24ΔΣADCPGA 2.4 代码 2.5 IIR数字滤波器 三、方案对比 三、万语始于HelloWorld&#xff0c;万物基于点灯之瑞萨RX23E-A 3线RTD PT100测温 一、概述/目的 介绍工业过程控制…
阅读更多...
DAPLink源码固件编译与制作

DAPLink源码固件编译与制作

DAPLink源码固件编译与制作 ✨这里以Air/stm32f103cbt6固件编译为例。&#x1f4cc;DAPLink源码地址&#xff1a;https://github.com/ARMmbed/DAPLink&#x1f516; 如果不想自己生成&#xff0c;可以使用合宙提供的现成的工程以及固件&#xff1b;https://gitee.com/openLuat/…
阅读更多...
官方指定Jmeter配置JVM堆内存方式

官方指定Jmeter配置JVM堆内存方式

1.概述 在使用Jmeter做性能测试过程中&#xff0c;可能会应为默认设置的堆内存值较小出现堆内存溢出问题&#xff0c;此时解决的方式有两种&#xff0c;分布式测试和调大堆内存。下面介绍官方推荐调整堆内存方法。 2.调整Jmeter堆内存 2.1.介绍官方推荐堆内存调整方法(jmete…
阅读更多...
mysql原理--连接的原理

mysql原理--连接的原理

1.连接简介 1.1.连接的本质 为了故事的顺利发展&#xff0c;我们先建立两个简单的表并给它们填充一点数据&#xff1a; mysql> CREATE TABLE t1 (m1 int, n1 char(1)); mysql> CREATE TABLE t2 (m2 int, n2 char(1)); mysql> INSERT INTO t1 VALUES(1, a), (2, b), (…
阅读更多...
攻防世界-web-ics07

攻防世界-web-ics07

1. 题目描述 工控云管理系统项目管理页面解析漏洞 打开链接&#xff0c;是这样的一个界面 我们点击项目管理 可以看到&#xff0c;这里有一个查询界面&#xff0c;还有个view-source的链接&#xff0c;我们点击下view-source&#xff0c;可以看到这里面共有三段php代码 第一段…
阅读更多...
在Spring Cloud中使用Zuul网关实现一个案例

在Spring Cloud中使用Zuul网关实现一个案例

本篇依旧是在Spring Cloud系列的博主已经搭建的Spring Cloud微服务模块上进行的&#xff0c;注意&#xff0c;本文依旧适合初学者和或者在Spring Cloud框架了解不是很深入的基础的开发者&#xff0c;本系列说不上有多高大上&#xff0c;博主坚持通过简单的案例&#xff0c;让开…
阅读更多...
嵌入式中GPIO的工作原理-面试工作必会技能

嵌入式中GPIO的工作原理-面试工作必会技能

GPIO工作方式 1、4种输入模式 输入浮空输入上拉输入下拉模拟输入 如下图为GPIO的基本结构&#xff0c;它主要由4部分组成&#xff0c;其中我们所看到的的最右边的I/O引脚&#xff0c;也就是芯片外接可看到的引脚&#xff0c;其它的部分都是GPIO内部的结构。 ①保护二极管 保护…
阅读更多...
【新版HI3559AV100开发注意事项（二）】

【新版HI3559AV100开发注意事项（二）】

#新版HI3559AV100开发注意事项&#xff08;二&#xff09; 十一、请问海思HI3559AV100 SPC030资料里面的HI3559ADMEB_VER_C_PCB.pcb是用什么软件打开啊&#xff1f; 答&#xff1a;PADS VX 2.2 Altium designer 十二、hi3559级联问题请教 在SDK的文档中只看到了两块Hi3559板…
阅读更多...
服务器数据恢复-EMC存储raid5磁盘物理故障离线的数据恢复案例

服务器数据恢复-EMC存储raid5磁盘物理故障离线的数据恢复案例

服务器数据恢复环境&故障&#xff1a; 一台emc某型号存储服务器&#xff0c;存储服务器上组建了一组raid5磁盘阵列&#xff0c;阵列中有两块磁盘作为热备盘使用。存储服务器在运行过程中有两块磁盘出现故障离线&#xff0c;但是只有一块热备盘激活&#xff0c;最终导致该ra…
阅读更多...
【️如何理解Java中的多态】

【️如何理解Java中的多态】

✅如何理解Java中的多态&#xff1f; ✅理解Java中的多态 ✅ 扩展知识仓✅方法的重载✅方法的重写✅重载和重写的区别区分 ✅理解Java中的多态 多态的概念比较简单&#xff0c;就是同一操作作用于不同的对象&#xff0c;可以有不同的解释&#xff0c;产生不同的执行结果。 如果…
阅读更多...
Java 中的内部类的定义

Java 中的内部类的定义

目录 一、成员内部类 二、静态内部类 三、局部内部类 四、匿名内部类 一、成员内部类 public class InnerClass {String name;private Integer age;static String hobby;/*** 成员内部类* 1、成员内部类中只能定义非静态属性和方法* 2、成员内部类中可以访问外部类的成员&a…
阅读更多...
vue3表格导入导出.xlsx

vue3表格导入导出.xlsx

在这次使用时恰好整出来了&#xff0c;希望大家也能学习到&#xff0c;特此分享出来 使用前确保安装以下模块&#xff0c;最好全局配置element-plus ### 展示一下 ### ###导出选项 ### ###导入de数据 ### 安装的模块 npm install js-table2excel // 安装js-table2excel n…
阅读更多...
自动化测试工具选择指南

自动化测试工具选择指南

随着软件开发周期的不断缩短和需求的增加&#xff0c;自动化测试变得愈发重要。然而&#xff0c;选择适合项目的自动化测试工具并非易事。以下是一些指导原则&#xff0c;帮助你在众多自动化测试工具中做出明智的选择。 1. 项目需求分析 在选择自动化测试工具之前&#xff0c;首…
阅读更多...
海康威视对讲广播系统 RCE漏洞复现(CVE-2023-6895)

海康威视对讲广播系统 RCE漏洞复现(CVE-2023-6895)

0x01 产品简介 Hikvision Intercom Broadcasting System是中国海康威视（Hikvision）公司的一个对讲广播系统。 0x02 漏洞概述 Hikvision Intercom Broadcasting System 3.0.3_20201113_RELEASE(HIK)版本存在操作系统命令注入漏洞，该漏洞源于文件/php/ping.php的参数jsonda…
阅读更多...
阿里云k8s集群搭建

阿里云k8s集群搭建

文章目录 一、安装前准备1.环境2.k8s集群规划 二、k8s 安装1. centos基础设置2. docker 安装3. k8s安装3.1 添加阿里云 yum 源3.2 安装 kubeadm、kubelet、kubectl3.3 部署 Kubernetes Master3.4 加入 Kubernetes Node3.5 部署 CNI 网络插件3.6 测试 kubernetes 集群 一、安装前…
阅读更多...
Python | Flask测试:发送post请求的接口测试

Python | Flask测试:发送post请求的接口测试

HTTP/1.1 协议规定的 HTTP 请求方法有OPTIONS、GET、HEAD、POST、PUT、DELETE、TRACE、CONNECT 几种。POST通常用来向服务端提交数据&#xff0c;主要用于提交表单、上传文件。 HTTP 协议是以ASCII码传输&#xff0c;建立在 TCP/IP 协议之上的应用层规范。规范把 HTTP 请求分为…
阅读更多...
浅析：智能化视频安全监管系统的设计与实现步骤

浅析：智能化视频安全监管系统的设计与实现步骤

关于智能化视频监管方案&#xff0c;小编已经和大家分享了很多&#xff0c;今天就和大家来探讨一下关于智能化视频安全监管系统的设计与实现步骤。 首先需要分析需求。要与使用者和业务部门合作&#xff0c;明确系统的功能和需求&#xff0c;例如&#xff0c;确定监控区域、安…
阅读更多...
MyBatis——MyBatis的原始Dao开发（了解）

MyBatis——MyBatis的原始Dao开发（了解）

MyBatis的原始Dao开发-了解 使用Mybatis开发Dao&#xff0c;通常有两个方法&#xff0c;即原始Dao开发方式和Mapper接口代理开发方式。而现在主流的开发方式是接口代理开发方式&#xff0c;这种方式总体上更加简便。在之前的文章已经给大家介绍了基于代理方式的dao开发&#x…
阅读更多...
在scrapy 使用selenium模拟登录获取cookie

在scrapy 使用selenium模拟登录获取cookie

前言 最近有一点点爬虫需求&#xff0c;想总结一下scrapy框架的一些基本使用方法&#xff0c;加深印象&#xff0c;自己一直习惯使用一些脚本文件运行爬虫&#xff0c;面对数据量非常大&#xff0c;稳定性要求比较高的&#xff0c;效率需求比较高的情况下还是用scrapy较为合适…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023