[大数据]MYSQL介绍——数据库查询

条件查询

很多时候，我们使用数据库时并不是关心表里所有的数据，而是一部分满足条件的数据，这类条件要用WHERE子
句来实现数据的筛选。

SELECT …… FROM …… WHERE 条件 [ AND | OR ] 条件 …… ;

下面给出一个示例：

SELECT * FROM `t_emp` WHERE comm IS NOT NULL AND sal BETWEEN 1000 AND 20000
AND ename REGEXP "^[\\u4e00-\\u9fa5]{2,4}$";

在sql中我们可能会用到以下四种运算符：

下面给出逻辑运算和按位运算的sql示例：

SELECT * FROM t_emp
WHERE NOT deptno IN (10,20)
XOR sal>2000;

SELECT 3&7,3|7,~10,3^7,10<<1,10>>1;

注意：这里提到了两个我基本没使用过的方法：
NOT 以及 XOR

WHERE 语句的使用注意事项

WHERE子句中，条件执行的顺序是从左到右的。所以我们应该把索引条件，或者筛选掉记录最多的条件写在最左侧

在sql中，如果出现了where ，它的执行顺序是什么样的呢？

数据库操作语言，聚合函数

什么是聚合函数

聚合函数在数据的查询分析中，应用十分广泛。聚合函数可以对数据求和、求最大值和最小值、求平均值等等。

1. SUM 函数
   SUM函数用于求和，只能用于数字类型，字符类型的统计结果为0，日期类型统计结果是毫秒数相加。
   SUM函数会排除NULL值

SELECT SUM(sal) FROM t_emp WHERE deptno IN (10,20);

2. MAX函数
   MAX函数用于获得非空值的最大值。

SELECT MAX(sal + IFNULL(comm,0)) FROM t_emp WHERE deptno IN(10,20);

下面给出一个问题：查询员工最长的名字长度

SELECT MAX(LENGTH(ename)) FROM t_emp ;

3. MIN函数
   MIN函数用于获得非空值的最小值。

4. AVG函数用于获取非空值的平均数，非数字数据统计为0

select AVG(sal + IFNULL(comm,0)) as avg FROM t_emp;

5. COUNT函数
   COUNT(*)用于获得包含空值的记录数，COUNT(列名)用于获得包含非空值的记录数。

SELECT COUNT(*) FROM t_emp; --15
SELECT COUNT(comm) FROM t_emp; --5

下面给出两个练习：

#练习 查询底薪大于2000，入职15年以上员工数量
SELECT COUNT(*) FROM t_emp WHERE sal > 2000 AND (DATEDIFF(NOW(),hiredate)>= 15*365 ) AND deptno IN (10,20);

#查询1985年后入职员工，底薪超过公司平均底薪的员工数量（下面是错误写法，因为在聚合函数的使用前提是必须有一个确定的数据集）
SELECT COUNT(*) FROM t_emp WHERE hiredate >='1985-01-01'
AND sal > AVG(sal);

分组查询

为什么需要分组？

• 默认条件下汇总函数是对全表氛围内的数据做统计
• GROUP BY语句的作用是通过一定的规则将一个数据集划分为若干个小的区域，然后对每个小区域的数据做汇总处理。
  下面给出一个分组的示例：

#分组
SELECT deptno,ROUND(AVG(sal)) FROM t_emp GROUP BY deptno ORDER BY deptno;

逐级分组

• 数据库支持多列分组条件，执行的时候逐渐分组
  例如，查询每个部门中，每种职位的人员数量和平均底薪

SELECT deptno,ROUND(AVG(sal)) FROM t_emp GROUP BY deptno ORDER BY deptno,job ORDER BY deptno;

对SELECT子句的要求

查询语句中如果含有GROUP BY子句，那么SELECT子句中的内容就必须要遵守规定：SELECT子句中可以包括聚合函数，或者GROUP BY子句的分组列，其余内容均不可以出现在SELECT子句中。
那么为什么会是这样呢，其实GROUP是对数据按照特定的情况进行了分组，分组后每组其实就是一行数据，其余内容未分组就是多数据，无法匹配。为了解决这种问题，我们就引入了GROUP_CONCAT函数。
GROUP_CONCAT函数可以把分组查询中的某个字段拼接成一个字符串

#查询每个部门内底薪超过2000的人数和员工姓名
SELECT deptno,COUNT(*),GROUP_CONCAT(ename) FROM t_emp where sal >2000 GROUP BY deptno ;

对数据结果集再做汇总计算

SELECT  deptno,job,COUNT(*),AVG(SAL) FROM t_emp GROUP BY deptno,job  WITH ROLLUP ORDER BY deptno;

效果如下：

带分组语句的sql执行顺序

数据库操作语言——Having子句

分组查询遇到的困难？

像是之前所提到的想要查询1970年后入职员工，平均底薪超过2000的部门编号，我们按习惯会写成下面这个样子

SELECT deptno FROM t_emp WHERE hiredate >='1970-01-01'
AND  AVG(sal)>2000 GROUP BY deptno;

显然这个语句执行会报错，原因是WHERE 语句执行比 GROUP BY 早，所以聚合函数执行时，还没有一个确定的结果集，所以会报错，这个时候怎么办呢，我们就需要引入HAVING 子句，sql如下：

SELECT deptno ,sal FROM t_emp WHERE hiredate >='1970-01-01'
 GROUP BY deptno HAVING   AVG(sal)>2000;

示例：
查询每个部门中，1982年以后入职的员工超过2个人的部门编号

 SELECT deptno FROM t_emp WHERE hiredate>='1982-01-01'  GROUP BY deptno HAVING count(*)>=2 ORDER BY deptno desc;

HAVING子句中如果聚合函数和具体字段比较就会出现语法错误， 例如

 SELECT deptno FROM t_emp WHERE hiredate>='1982-01-01'  GROUP BY deptno HAVING sal >AVG(sal) ORDER BY deptno desc;

HAVING子句的特殊用法

• 按照数字1分组，MYSQL会根据SELECT 子句中的列进行分组，HAVING子句也可以正常使用

 #特殊用法
 SELECT deptno,COUNT(*) FROM t_emp GROUP BY 1 HAVING deptno IN (10,20);

数据操作语言——表连接查询

从多张表中提取数据

• 从多张表中提取数据，必须指定关联的条件。如果不定义关联条件就会出现无条件连接，两张表的数据就会交叉连接，产生笛卡尔积，例如：

 #产生笛卡尔积
 SELECT e.empno,e.ename,d.dname  FROM t_emp e JOIN t_dept d 

• 当规定了取值条件时，就不会再出现笛卡尔积，例如：

SELECT e.empno,e.ename,e.dname  FROM t_emp e JOIN t_dept d ON e.deptno =d.deptno;

表连接的分类

• 表连接分为两种：内连接和外连接
• 内连接是结果集中只保留符合连接条件的记录
• 外连接是不管符不符合连接条件，记录都要保留在结果集中

内连接的简介

内连接是一种最常见的连接，我们一般是用的都是标准内连接的变形版本

内连接有多种书写方式，例如：

SELECT …… FROM 表1 JOIN 表2 ON 连接条件 ;

SELECT …… FROM 表1 JOIN 表2 WHERE 连接条件 ;

# 最常见的书写方式
SELECT …… FROM 表1 , 表2 WHERE 连接条件 ;

下面给出一个练习题目：
查询每个员工的工号、姓名、部门名称、底薪、职位、工资等级：

 SELECT e.empno,e.deptno,d.dname,e.sal,e.job,s.grade
 FROM t_emp e INNER JOIN t_dept d ON e.deptno =d.deptno
 INNER JOIN t_salgrade s ON (e.sal >=s.losal AND e.sal<=s.hisal);

• 内连接不一定字段相同，只有能建立关系就行

练习2：查询与SCOTT相同部门的员工都有谁？

 #查询与SCOTT相同部门的员工都有谁
 SELECT T1.ename FROM t_emp e   INNER JOIN t_emp t1 ON e.deptno =t1.deptno where  e.ename = 'SCOTT' and t1.ename !='SCOTT' ;

其实这个还有一种思路如下,但是因为他会多次执行子查询，所以效率远不如第一种高。

 select T1.ename from t_emp t1 where  t1.deptno = (select deptno FROM t_emp where ename ='SCOTT') AND T1.ename !='SCOTT';

下面给出几个关于多表连接的练习提巩固知识点：

 #查询公司底薪超过公司平均底薪的员工信息
 #错误写法
 SELECT e.* FROM t_emp e INNER JOIN t_emp e2 ON e.sal>AVG(e2.sal);
 
 #正确写法
 SELECT e.* FROM t_emp e INNER JOIN (SELECT AVG(sal) AS avgSal FROM t_emp) t2
ON e.sal >t2.avgSal;

#查询RESEARCH 部门的人数，最高底薪，最低底薪，平均底薪，平均工龄
# FLOOR(X) 向下取整，CEIL(X)向下取整
SELECT COUNT(*), MAX(sal), MIN(sal), AVG(sal), FLOOR(AVG(DATEDIFF(NOW(),hiredate)/365))
FROM t_emp e
INNER JOIN t_dept d
ON e.deptno =d.deptno AND d.dname ='RESEARCH';

#查询每种职业的最高工资，最低工资，平均工资，最高工资等级和最低工资等级
SELECT
e.job,
	MAX(
	sal + IFNULL( comM, 0 )),
	MIN(
	sal + IFNULL( comM, 0 )),
	AVG(
	sal + IFNULL( comM, 0 )),
	MAX( grade ),
	MIN( grade ) 
FROM
	t_emp e
	INNER JOIN t_salgrade s ON s.losal <= sal + IFNULL( comM, 0 ) AND s.hisal > sal + IFNULL( comM, 0 ) 
GROUP BY
	e.job 
	ORDER BY e.job ASC;
	
	#查询每个底薪超过部门平均底薪的员工信息
	SELECT e.*
	FROM t_emp e 
	INNER JOIN (SELECT AVG(sal) AS avgSal,deptno FROM t_emp GROUP BY deptno ) t
	ON e.sal>t.avgSal AND e.deptno =t.deptno;

外连接

为什么要使用外连接

假设现在有一名临时工作人员，他没有固定的工作部门，我们是用内连接时就会把他给过滤掉，而我们想要查询它的信息，此时就需要引入外连接。

外连接的简介

• 外连接与内连接的区别在于，除了符合条件的记录之外，结果集中还会保留不符合条件的记录。
• 例如，现在给出一个内连接和外连接的脚本结果示例

#内连接
SELECT e.ename,e.empno,e.ename,t.deptno
FROM t_emp e
INNER JOIN t_dept t
ON e.deptno =t.deptno;

#左连接
SELECT e.ename,e.empno,e.ename,t.deptno
FROM t_emp e
LEFT JOIN t_dept t
ON e.deptno =t.deptno;

结果：


可以看出内外连接的区别在于最后一条数据是否被过滤掉。

左连接和右连接

左外连接就是保留左表所有的记录，与右表做连接。如果右表有符合条件的记录就与左表连接。如果右表没有符合条件的记录，就用NULL与左表连接。右外连接也是如此。
下面给出一个右连接的示例：

#右连接
SELECT e.ename,e.empno,e.ename,t.deptno
FROM t_emp e
RIGHT JOIN t_dept t
ON e.deptno =t.deptno;

结果：

下面给出一些有关于表外连接的练习题目：

#外连接练习
#查询每个部门的名称和部门的人数
SELECT d.dname,COUNT(e.deptno)
FROM t_dept d
LEFT JOIN t_emp e
ON d.deptno =e.deptno
GROUP BY d.deptno;

#查询每个部门的名称和部门的人数，如果没有部门的员工，部门名称用NULL替代

(SELECT d.dname,COUNT(e.deptno)
FROM t_dept d
LEFT JOIN t_emp e
ON d.deptno =e.deptno
GROUP BY d.deptno)
UNION(SELECT d.dname,COUNT(*)
FROM t_dept d
RIGHT JOIN t_emp e
ON d.deptno =e.deptno
GROUP BY d.deptno);

#练习：查询每名员工的编号，姓名，部门，月薪，工资等级，工龄，上司编号，上司姓名，上司部门
SELECT e.empno,e.ename,d.dname,e.sal+IFNULL(e.comm,0),s.grade,FLOOR(DATEDIFF(NOW(),e.hiredate)/365),t.empno,t.ename,t.dname
FROM t_emp e
LEFT JOIN t_dept  d
ON e.deptno =d.deptno
LEFT  JOIN t_salgrade s
ON e.sal BETWEEN s.losal AND s.hisal
LEFT JOIN(SELECT e1.empno,e1.ename,t1.dname FROM t_emp e1 LEFT JOIN t_dept t1 ON e1.deptno =t1.deptno) t ON e.mgr =t.empno;

外连接的注意事项

与内连接ON 与WHERE 中的语句效果相同有区别的点在于，外连接的ON 因为会保留不满足条件的数据，而使用where会过滤掉数据，所以需要综合考虑实际使用哪一个语句，例如：

#WHERE
SELECT e.empno,e.ename,t.dname
FROM t_emp e 
LEFT JOIN t_dept T
ON E.deptno = T.deptno
where e.deptno ='10';

#ON
SELECT e.empno,e.ename,t.dname
FROM t_emp e 
LEFT JOIN t_dept T
ON E.deptno = T.deptno
AND e.deptno ='10';

效果：(可见区别还是挺大的)

子查询

• 子查询就是在查询中嵌套查询的语句
• 查询底薪超过公司平均底薪的员工信息

#WHERE 子句的子查询
SELECT *
FROM t_emp E 
WHERE E.sal >(SELECT AVG(sal) FROM t_emp e1)

子查询的分类

子查询可以写在三个地方：WHERE子句，FROM子句，SELECT子句，但是只有FROM子句是最可取得，因为其他两种都会执行多次。

1. WHERE 子查询
   这种子查询最简单，最容易理解，但是效率很低
   在数据库中，被反复执行的子查询被称为相关子查询
2. FROM 子查询
   这种子查询只会执行一次
   例如：

SELECT e.*
FROM t_emp e INNER JOIN
(SELECT AVG(sal) AS sal,deptno FROM t_emp e2 GROUP BY e2.deptno) t
ON e.deptno = t.deptno AND e.sal >=t.sal
ORDER BY empno;

• 相关子查询
  这种子查询每次输出一条数据时都会执行一次，效率很慢。
  例如：

SELECT 
e.empno,
e.ename,
(SELECT dname FROM t_dept WHERE e.deptno =deptno) as deptno
FROM t_emp e;

单行子查询和多行子查询

• 单行子查询的结果集只有一条记录，多行子查询的结果有多行记录。
• 多行子查询只能出现在WHERE子句和FROM子句中
• 如何用子查询查找FORD和MARTIN两个人的同事？
  给出解决方案：

SELECT e1.*
FROM t_emp e1
INNER JOIN (SELECT deptno FROM t_emp  e2 WHERE e2.ename IN ('FORD','MARTIN') ) t
ON e1.deptno =t.deptno
AND e1.ename NOT   IN ('FORD','MARTIN');

WHERE 子句中的多行子查询

• WHERE子句中，可以使用IN、ALL、ANY、EXISTS关键字来处理多行表达式结果集的条件判断
  例如：查询比FORD和MARTIN底薪都高的员工信息

SELECT e.*
FROM t_emp e 
WHERE e.sal > ALL
(SELECT sal FROM t_emp e2 WHERE e2.ename IN ('FORD','MARTIN'));

例如：查询比FORD或者MARTIN底薪高的员工信息

SELECT e.*
FROM t_emp e 
WHERE e.sal > ANY
(SELECT sal FROM t_emp e2 WHERE e2.ename IN ('FORD','MARTIN'));

EXISTS关键字

EXISTS关键字是把原来在子查询之外的条件判断，写到了子查询的里面。
例如：

#查询工资等级是三级或者四级的员工信息
SELECT e.*
FROM t_emp e
WHERE EXISTS (SELECT s.grade FROM t_salgrade s WHERE e.sal BETWEEN s.losal AND s.hisal and s.grade in ('3','4'));