MySQL备忘点（上）

Posted 2020-09-21 Deolin

 

给自己看的，所以以举例子为主了

 

检索数据

 　　SELECT　　检索单列　　　　SELECT name FROM student

　　　　　　　　 检索多列　　　　SELECT no, name FROM student

　　　　　　　　 检索所有列　　　SELECT * FROM student

　　　　　　　　 检索不同行　　　SELECT DISTINCT name, sex FROM student　　　　distinct修饰的select下的所有列，也就是说两条数据，name和sex中只要有一列不同，就算不同行了。

　　　　　　　　 限制结果　　　　SELECT no FROM student LIMIT 5　　　　　　　　如果搜出来的行不足限制数，那么全输出

　　　　　　　　 全限定表名　　　SELECT student.no FROM student

 

排序数据

　　ORDER BY 　　按单列排序　　SELECT name FROM student ORDER BY no　　　　　　未被检索的列（no字段）也是可以以其排序的

　　　　　　　　　  按多列排序　　SELECT * FROM student ORDER BY birthday, sex　　　只有结果集中存在birthday相同的数据时，这些数据才会再按照sex排序

　　　　　　　　　  排序方向　　　SELECT * FROM student ORDER BY birthday DESC　　 从大到小排序，常见的情形是价格最贵的，日期最新的。

 

过滤数据

　　WHERE　　　单条件　　　　SELECT name FROM student WHERE no=10

　　　　　　　　  不匹配　　　　SELECT name FROM student WHERE no!=10

　　　　　　　　  范围　　　　　SELECT name FROM student WHERE no BETWEEN 1 AND 3　　头尾都包含，即1、2、3

　　　　　　　　  空值　　　　　SELECT name FROM student WHERE sex IS NULL

 

数据过滤

　　AND　　　　多条件　　　　　　SELECT name FROM student WHERE name=\'Deolin\' AND sex=1

　　OR　　　　  多条件　　　　　　SELECT name FROM student WHERE name=\'Deolin\' OR name=\'Bld\'　　一般AND和OR共存的情况，直接有小括号保证计算次序，而不是通过记忆去依赖优先级

　　IN　　　　　范围　　　　　　　SELECT name FROM student WHERE name IN (\'Deolin\', \'Bld\')　　　　　in和or， 优先选用in，因为速度更快，易管理，更直观

　　NOT 　　　  否定单个条件　　   SELECT name FROM student WHERE NOT name IN (\'Deolin1\', \'Bld1\')

 

通配符　　　　　　为了效率，不过度使用；尽量不把通配符放在开始处

　　 LIKE %　　通配符匹配　　SELECT name FROM student WHERE name LIKE \'D%n\'　　　　任何字符任何次数， name是\'Dn\' \'Deolin\'…的数据都在范围内；LIKE \'%\'匹配不到null

　　 LIKE _　　 通配符匹配　　SELECT name FROM student WHERE name LIKE \'Deol_n\'　　　任何字符一次，只能1次，不能多也不能少

 

正则表达式

　　REGEXP

　　　　OR匹配　　 REGEXP \'1000|2000\'　  匹配1000或2000

　　　　字符匹配　   REGEXP \'[ab12]ton\'　　匹配aton或bton或1ton或2ton

　　　　范围匹配　　REGEXP \'[0-9]\'　　　　 相当于[0123456789]

　　　　　　　　　　REGEXP \'[3-6]\'　　　　 相当于[3456]

　　　　　　　　　　REGEXP \'[b-d]\'　　　　 相当于[bcd]

　　　　转义匹配　　REGEXP \'\\\\%\'　　　　　匹配字符 %

　　　　元字符匹配　REGEXP \'\\\\f\'　　　　　  换页　　　　\\\\f换页   \\\\n换行   \\\\r回车   \\\\t制表   \\\\v纵向制表

　　　　字符类匹配　REGEXP \'[:alnum:]\'　　相当于[a-zA-Z0-9]，而且三者都得有

　　　　　　　　　　REGEXP \'[:alpha:]\'　　 相当于[a-zA-Z]，而且两者都得有

　　　　　　　　　　REGEXP \'[:digit:]\'　　  相当于[0-9]

　　　　多匹配　　　{n}　　　　　　　　　　指定匹配次数

　　　　　　　　　　{n,}　　　　　　　　　 指定匹配次数不小于n

　　　　　　　　　　{n,M}　　　　　　　　 指定匹配次数为n至M

　　　　　　　　　　*　　　　　　　　　　   0次或多次匹配

　　　　　　　　　　+　　　　　　　　　　　相当于{1,}

　　　　　　　　　　？　　　　　　　　　　  相当于{0,1}

　　　　定位匹配　　^ $　　　　　　　　　　文本开始至文本结束　　　　举例：REGEXP \'1000|2000\' 会匹配到 h1000或sd2000之类的，但是REGEXP ^\'1000|2000\'$只会匹配到1000和2000两个

　　　　否定匹配　　[^ ]　　　　　　　　　　^出现在集合（指中括号）中时，用于否定集合里的表达式

 

计算字段

　　　　CONCAT()　　字段拼接　　　　　　SELECT CONCAT(\'The name is \'+name+\'.\') FROM student　　

　　　　RTRIM()　　　去除右边空格　　　　SELECT RTRIM(name) FROM student　　　　　　LTRIM()左边空格，TRIM()两边空格

　　　　AS　　　　　　别名　　　　　　　　SELECT (RTRIM(name)+sex)  AS name FROM student　　结合函数和列与列之间的算数运算使用

 

函数

　　　　文本处理

　　　　　　LEFT() / RIGHT()　　　　　　文本的左/右边字符

　　　　　　LENGTH()　　　　　　　　　  文本长度

　　　　　　LOWER() / UPPER()　　　　　转换为小/大写

　　　　日期　　　　　　日期比较时，尽量用DATE()包裹字段；目标值的链接符号虽然/和-都可以，但尽量和字段一致，使用-

　　　　　　DATE() / TIME()　　　　　　　　　　取出字段的年月日/时分秒

　　　　　　YEAR() / MONTH() / DAY()　　　　  取出字段的年/月/日

　　　　　　HOUR() / MINUTE() / SECOND()　　取出字段的时/分/秒

　　　　　　NOW()　　　　　　　　　　　　　　　现在的日期和时间

　　　　　　DAYOFWEEK()　　　　　　　　　　　周几

 

汇总数据

　　　　聚集函数　　　　　　　　如果是select count(no) as cnt, name from student，那么虽然cnt的值是一致的，但是还是会被复制到每个行中，因为结果集被name字段“撑开”了

　　　　　　AVG()　　　　聚集结果集中某列的平均值，参数是非数字也可行，但是会返回奇怪的结果，avg()忽略null值

　　　　　　COUNT()　　  用的太多了，“聚集”的作用都可以参考count　　　　count()参数是列名时，会忽略列中的null值，null值不计入总数

　　　　　　MAX()　　　　聚集结果集中某列的最大值

　　　　　　MIN()　　　　 聚集结果集中某列的最小值　　　　　　min()会忽略null值

　　　　　　SUM()　　　　聚集结果集中某列的和，参数是非数字也可行，但是会返回奇怪的结果

 

 

分组数据

　　　　GROUP BY　　　　创建分组

　　　　HAVING　　　　　 过滤分组

 

子查询

　　　　IN (SELECT…)　　　　　　子查询作为检索条件的值（的集合）

　　　　SELECT (SELECT…)　　　 子查询作为检索项目的计算值　　　　　　注意这里要全限定表名

 

 

 

 

 

理解分组

　　创建分组（GROUP BY）

　　简单说就是把结果集按列隐式地分组成了很多个结果集，分组是个结果集；

　　既然分组是个“结果集”，那么select中的聚集函数会对每个分组分别计算，

　　可以认为，分组的目的就是为了使用聚集函数；

　　group by可以跟任意数量的列名，代表结合多个列进行分组；

　　group by后面不能跟聚集函数；

　　列中的null值是一个特殊值，区别与其他的非null值；

 

 

　　过滤分组（HAVING）

　　跟where非常相似，where的语法having几乎全适用；

　　where过滤的是整个结果集中不符合条件的每个数据，

　　having过滤的是整个结果集中符合条件的每个分组