oracle中关联查询分组查询

Posted 2020-10-14 落落无伤

高级查询

1.关联查询
作用：可以跨越多表查询

--查询出员工的名字和他所在部门的的名字
//古老的写法
select first_name,name from s_emp,s_dept where s_emp.dept_id = s_dept.id;
//现在的写法
select e.first_name,s.name from s_emp e join s_dept s on e.dept_id = s.id;
语法：
select 列，列，列
from 表1 join 表2
on 表1外键=表2主键

案例：
-- 找出Sales 部门的所有员工
select * from s_emp e
join s_dept d on e.dept_id = d.id
where d.name = ‘Sales‘;
-- 找出在 Asia 地区工作的员工
select * from s_emp e
join s_dept d on e.dept_id=d.id
join s_region r on d.region_id=r.id
where r.name=‘Asia‘;

--找出客户‘Hamada Sport‘ 的所有订单号、费用、下订日期
select o.id,o.total,o.date_ordered from s_ord o
join s_customer c on o.customer_id = c.id
where c.name = ‘Hamada Sport‘;

--找出所有在‘Asia‘客户的信息
select * from s_customer s
join s_ord o on s.id = o.customer_id
join s_region r on s.region_id = r.id
where r.name = ‘Asia‘;
练习：
--查询出客户名字叫unisports的订单信息
select o.* from s_customer s
join s_ord o on s.id = o.customer_id
where lower(s.name) = lower(‘unisports‘);
--查询出设在北美的的部门名称
select s.name from s_dept s
join s_region r on s.region_id = r.id
where r.name=‘North America‘;
--查询出在北美工作的员工姓名、工资、入职日期和职位
select s.first_name,s.salary,s.start_date,s.title from s_emp s
join s_dept d on d.id = s.dept_id
join s_region r on r.id = d.region_id
where r.name=‘North America‘;
--查询出所有客户名，及其订单号
select s.name,o.id from s_customer s
left join s_ord o on s.id = o.customer_id;

2.外联接

左外联[left outer join]
以关联的左边为准，即使右边没有与之匹配的记录，则左边的记录也要
出现在结果集中，右边全部以NULL值显示。

右外联[right outer join]
以关联的右边为准，即使左边没有与之匹配的记录，则右边的记录也要
出现在结果集中，左边全部以NULL值显示。
补充 ：全外联，交叉外联

--查询出所有客户名，及其订单号
select s.name,o.id from s_customer s
left join s_ord o on s.id = o.customer_id;
--查询所有订单号，订单费用以及订单所对应的客户名
select c.name,o.id,o.total from s_customer c
right join s_ord o on o.customer_id = c.id;

--找出Womansport所购买的订单信息（订单编号，费用，支付方式）
select o.id,o.total,o.payment_type from s_customer c
left join s_ord o on o.customer_id = c.id
where lower(c.name) = lower(‘Womansport‘);
--找出Operations部门工作的员工名，工资，并且按照工资降序排列
select s.first_name,s.salary,d.name from s_emp s
left join s_dept d on d.id=s.dept_id
where lower(d.name)=lower(‘Operations‘)
order by s.salary desc;

自关联：
-- 查询出所有的员工名以及员工的上司名

select s.first_name,e.first_name from s_emp s
left join s_emp e on s.manager_id=e.id;

----
注：关联的条件不一定总是做等值比较的。

==========================
3分组查询
定义：利用内置的分组函数来查询

所谓分组，就是看待数据的“角度”不同。
也就是把某类值相同的看做一组。

语法：
select 列名，组函数（列名）...from 表名
where 条件
group by 列
having 字句
order by 列

分组函数：
SUM([distinct] 列|表达式|值) 求和
AVG([distinct] 列|表达式|值) 求平均值
MAX(列|表达式|值) 求最大值
MIN(列|表达式|值) 求最小值
COUNT([distinct] 列|*) 求个数（包含null）

如：
-- 找出员工的最高、最低、平均、以及工资总和
select max(salary),min(salary),avg(salary),sum(salary) from s_emp;
-- 找出各部门员工的最高、最低、平均、以及工资总和
select dept_id,max(salary),min(salary),avg(salary),sum(salary) from s_emp
group by dept_id
order by dept_id;
-- 找出41,42,50部门员工的最高、最低、平均、以及工资总和
select dept_id,max(salary),min(salary),avg(salary),sum(salary) from s_emp
group by dept_id
having dept_id in (41,42,50)
order by dept_id;

注意1：只有出现在group by 后面的列[用来做为分组条件的列]，才有资格
写在SELECT的后面，除非使用组函数进行修饰。

注意2：having 和where 都是条件
区别：
WHERE 子句中是不能使用 组函数的，因为它在GROUP BY 之前。
但是,HAVING 子句中可以使用组函数，因为它在GROUP BY 之后。

-- 统计各个职称中工资高于1100的各有多少人。
select count(*) from s_emp where salary >1100
group by title;

-- 找出订单数量超过>=2个的客户
select c.name
from s_customer c join s_ord o on o.customer_id=c.id
group by c.name
having count(o.id)>=2;
-- 统计共计多少个员工
select count(id) from s_emp;

-- 统计共计多少个职称[不能重复]
select count(distinct title) from s_emp;

--练习：
--1.找出超过(含)4个员工的部门id及部门名称
select d.id,d.name,count(*) from s_emp e
left join s_dept d on e.dept_id=d.id
group by d.id,d.name
having count(*)>=4;
--2.找出订单总费用超过10000元的客户
select c.name,o.total from s_ord o right join s_customer c on o.customer_id=c.id
where o.total>10000
group by c.name,o.total;

--3.统计各区域的客户数量，按它的降序排序
select count(c.name),r.id from s_customer c join s_region r on c.region_id=r.id
group by r.id
order by count(c.name) desc;

--4.统计各经理的所管理的员工数
select s.manager_id,count(s.first_name) from s_emp s left join s_emp e on s.manager_id=e.id
group by s.manager_id;

--5.统计订单中各种支付的费用
select sum(total),payment_type from s_ord
group by payment_type;