mysql 存储数据取出后操作 com.alibaba.fastjson.JSONObject cannot be cast to

Posted 2023-05-18 pangpangjia

       最近项目中有经常在数据库中使用JSON存储数据，业务中又需要对存储的数据取出后做业务处理，然后就发现操作取出的json数据时有报错，报错信息是com.alibaba.fastjson.JSONObject cannot be cast to 后面不断的百度后找到了相关的文章，其实自己仔细debug也能发现就是取出的数据是JSONobject而不是对象。我们操作的是对象，所以导致了报错。其实处理只需主动转换就行，代码如下。
List<ProductTurnOrderPerfectQuality> quality1 = productTurnOrderPerfectQualityService.list(Wrappers.<ProductTurnOrderPerfectQuality>lambdaQuery().eq(ProductTurnOrderPerfectQuality::getIsDelete, false));
//需要将数据库中的json数据手动转换成list对象
List<ProductTurnOrderPerfectQuality> quality = JSON.parseArray(JSON.toJSONString(quality1), ProductTurnOrderPerfectQuality.class);

资料链接:https://cloud.tencent.com/developer/article/2143577

SQL笔记--MySQL高级操作

MySQL高级SQL操作

• 数据新增

• 多数据插入
• 蠕虫复制
• 主键冲突

• 查询数据

• 查询选项
• 别名
• 数据源
• where子句
• group by子句
• having子句
• order by子句
• limit子句

• 更新数据

• 限制更新

• 删除数据

• 限制删除
• 数据清除

1、统计不同班级的人数信息

• 按照现有SQL操作，即便数据表已经存在数据，但是我们也无法通过SQL实现，只能取出来后通过其他代码对数据进行加工实现
• 通过高级SQL学习，我们就可以通过一条SQL指令完成操作

select count(*),班级ID from 学生表 group by 班级ID;

一、数据新增

• 批量插入
• 蠕虫复制
• 主键冲突

• 冲突更新
• 冲突替换

1、批量插入

批量插入：是一种优化数据逐条插入的方式

• 批量插入数据的语法与简单数据插入的语法差不多
• 批量插入分为两种

• 全字段批量插入

insert into 表名 values(值列表1),(值列表2),...(值列表N);

• 部分字段批量插入（注意字段默认值）

insert into 表名 (字段列表) values (值列表1),(值列表2),...(值列表N);

步骤

1、用户的操作涉及到多记录同时插入（通常数据批量导入）

2、组装成批量插入SQL指令

• 字段为全字段（逻辑主键不存在没问题）：全字段批量插入SQL
• 部分字段：组织字段列表并检查其他字段是否允许默认值

3、执行批量插入

示例

1、批量插入学生成绩（t_30全字段）

insert into t_30 values(null,Tom,Computer,90),
(null,Lily,Computer,92);

2、批量插入学生考试信息（t_30不包含成绩）

insert into t_30 (stu_name,course) values(Tony,English),(Ray,Math);

小结

1、批量插入可以针对性解决数据的批量导入之类的业务

2、批量插入可以一次性解决多条数据插入，能够有效降低客户端占用问题，提升数据操作效率

• MySQL8以后默认有事务安全，即批量要么都成功要么都失败，不会出现部分问题

2、蠕虫复制

蠕虫复制：从已有表中复制数据直接插入到另外一张表（同一张表）

• 蠕虫复制的目标是快速增加表中的数据

• 实现表中数据复制（用于数据备份或者迁移）
• 实现数据的指数级递增（多用于测试）

• 蠕虫复制语法

insert into 表名 [(字段列表)] select 字段列表 from 表名;

• 注意事项

• 字段列表必须对应上
• 字段类型必须匹配上
• 数据冲突需要事先考虑

步骤

1、确定一张需要插入数据的表（一般与要蠕虫复制数据的表结构一致）

2、确定数据的来源表

• 字段数量匹配
• 字段类型匹配
• 所选字段不存在冲突（数据可能是重复数据）

3、使用蠕虫复制

示例

1、创建一张新表，将t_30表中的数据迁移到新表中

create table t_35(
    id int primary key auto_increment,
    stu_name varchar(20) not null,
    course varchar(20) not null,
    score decimal(5,2)
)charset utf8;

insert into t_35 select * from t_30;

2、快速让t_35表中的数据达到超过100条（重复执行）

insert into t_35 (stu_name,course,score) select stu_name,course,score from t_35;

小结

1、蠕虫复制的目标就是批量利用已有数据来丰富表数据

• 数据迁移：一次性复制表数据
• 数据增长：重复执行自我复制增长（数据测试使用）

3、主键冲突

主键冲突：在数据进行插入时包含主键指定，而主键在数据表已经存在

• 主键冲突的业务通常是发生在业务主键上（业务主键本身有业务意义）
• 主键冲突的解决方案

• 忽略冲突：保留原始记录

insert ignore into 表名 [(字段列表)] values(值列表);

• 冲突更新：冲突后部分字段变成更新

insert into 表名 [(字段列表)] values(值列表) on duplicate key update 字段 = 新值[,字段=新值...];
# 1、尝试新增
# 2、更新

• 冲突替换：先删除原有记录，后新增记录

replace into 表名 [(字段列表)] values(值列表); # 效率没有insert高（需要检查是否冲突）

步骤

1、确定当前业务可能存在主键冲突

2、选择主键冲突的解决方案

示例

1、用户名作为主键的用户注册（冲突不能覆盖）：username，password，regtime

create table t_36(
    username varchar(50) primary key,
    password char(32) not null,
    regtime int unsigned not null
)charset utf8;

insert into t_36 values(username,password,12345678);
# 冲突忽略
insert ignore into t_36 values(username,12345678,12345678);

2、用户名作为主键的记录用户使用信息（不存在新增、存在则更新时间）：username，logintime

create table t_37(
    username varchar(50) primary key,
    logintime int unsigned
)charset utf8;

insert into t_37 values(username,12345678);   # 当前时间戳

# 冲突更新（替换部分字段数据）
insert into t_37 values(username,12345678) on duplicate key update logintime = unix_timestamp();  # 当前时间戳

• 如果主键不冲突：新增
• 如果主键冲突：更新指定字段
• 上述方式适用于字段较多，但是可能冲突时数据变化的字段较少

3、用户名作为主键的记录用户使用信息（不存在新增、存在则更新全部）：username，logintime、clientinfo

create table t_38(
    username varchar(50) primary key,
    logintime int unsigned,
    clientinfo varchar(255) not null
)charset utf8;

insert into t_38 values(username,unix_timestamp(),PC:chrome);
# 替换插入
replace into t_38 values(username,unix_timestamp(),phone:uc);

• replace遇到主键重复就会先删除、后新增
• 如果有较多字段需要更新：建议使用替换

小结

1、主键冲突的解决方案有三种，但是需要根据具体的业务来选择合适的方式

• 忽略新数据：​​insert ignore​​
• 更新部分数据：​​insert ... on duplicate key update​​
• 全部替换：​​replace into​​

2、从效率上来讲，​​insert into​​不考虑冲突的效率最高，三种解决冲突的方式都会有效率下降（需要检索），其中三种本身的效率依次是：忽略新数据 > 更新部分数据 > 替换全部

二、数据查询

• 查询选项
• 别名应用

• 字段别名
• 表别名

• 数据源

• 单表数据源
• 多表数据源
• 子查询数据源

• where子句

• 比较运算
• 逻辑运算
• 空运算

• group by子句

• 聚合函数
• 回溯统计

• having子句
• order by子句
• limit子句

• 分页制作

1、查询选项

概念

查询选项：用于对查询结果进行简单数据筛选

• 查询选项是在select关键字之后，有两个互斥值

• all：默认，表示保留所有记录
• distinct：去重，重复的记录（所有字段都重复）

步骤

1、查询的结果需要去除重复记录

2、使用distinct查询选项去重（默认就是all保留全部）

示例

查看商品表中所有品类的商品信息：重复的商品只保留一次（名字、价格、属性都一致）

create table t_39(
    id int primary key auto_increment,
    goods_name varchar(50) not null,
    goods_price decimal(10,2) default 0.00,
    goods_color varchar(20),
    goods_weight int unsigned comment 重量，单位克
)charset utf8;

insert into t_39 values(null,mate10,5499.00,blue,320),
(null,mate10,5499.00,gray,320),
(null,nokia3301,1299,black,420);

# 考虑所有字段的去重（不含逻辑主键）
select distinct goods_name,goods_price,goods_color,goods_weight from t_39;
select goods_name,goods_price,goods_color,goods_weight from t_39; # 保留所有

# 不考虑颜色去重
select distinct goods_name,goods_price,goods_weight from t_39;
select all goods_name,goods_price,goods_weight from t_39;

小结

1、select选项主要是用来进行数据全保留或者去重选择的

• all：默认，保留全部（关键字可以没有）
• distinct：手动选择，去重（针对所选字段构成的记录，而不是某个字段）

2、distinct选项一般用于制作数据报表时使用

2、字段选择&别名

概念

字段选择：根据实际需求选择的要获取数据的字段信息

• 根据实际需求，明确所需要的字段名字，使用英文逗号​​,​​分隔
• 获取所有字段，使用星号​​*​​通配所有字段
• 字段数据可以不一定是来自数据源（select只要有结果即可）

• 数据常量：​​select 1​​
• 函数或者变量：​​select unix_timestamp(),@@version​​ （@@是系统变量的前缀，后面跟变量名）

字段别名：给字段取的临时名字

• 字段别名使用as语法实现

• 字段名 as 别名
• 字段名 别名

• 字段别名的目的通常为了保护数据

• 字段冲突：多张表同时操作有同名字段（系统默认覆盖），想保留全部
• 数据安全：对外提供数据不使用真实字段名字

步骤

1、明确需要查询的字段信息

• 全部：​​*​​
• 部分：确定字段列表

2、确定存在数据冲突或者需要数据保护（通常可以理解为对外提供给别的系统访问）

• 使用别名

示例

1、查询商品信息

# 全部查询
select * from t_39;

# 需求为商品名字和价格
select goods_name,goods_price from t_39;

# 别名使用
select goods_name as gn,goods_price gp from t_39;

2、不需要数据源的数据获取：select的表达式本身能算出结果）

# 获取当前时间戳和版本号
select unix_timestamp() as now,@@version as version,@@version;

小结

1、字段的选择只要在保证数据需求能实现的情况下，尽可能少使用​​*​​代替（MySQL优化）

• 减少服务器的数据读取压力
• 减少网络传输压力
• 让客户端能够精确解析数据（不用大海捞针）

2、字段别名的灵活使用一方面可以保证原始数据的安全，也可以为数据使用者提供便利

• 同名字段覆盖问题（连表操作学习时会遇到）
• 原始字段保护
• 数据字段的简化

3、select是SQL中用于取出数据的一种指令，这种指令未必一定需要从数据表取出数据，只要是本身能够有数据的表达式，都可以使用select获取

3、数据源

概念

数据源：from关键字之后，数据的来源。只要最终结果是一个二维表，都可以当做数据源

• 单表数据源：数据源就是一张表 ​​from 表名​​
• 多表数据源：数据来源是多张表（逗号分隔） ​​from 表名1,表名2,...表名N​​
• 子查询数据源：数据来源是一个查询结果 ​​from (select 字段列表 from 表名) as 别名​

• 数据源要求必须是一个​​表​​
• 如果是查询结果必须给起一个表别名

• 数据表也可以指定别名

• 表名 as 别名
• 表名 别名

示例

1、单表数据源：最简单的数据源，直接从一个数据表获取

select * from t_27;

2、多表数据源：利用一张表的一条数据匹配另外一张表的所有记录，记录结果为：记录数 = 表1记录数 * 表2记录数；字段数 = 表1字段数 + 表2字段数（笛卡尔积）

select * from t_27,t_30;

3、子查询数据源：数据来源是一个select对应的查询结果

• 查询语句需要使用括号包裹
• 查询结果需要指定别名

select * from (select * from t_27,t_30) t; # 数据有冲突查不出来
select * from (select * from t_27) as t;

4、如果有时候名字较长或者使用不方便，可以利用表别名

select * from t_30 as t;

select t1.*,t2.stu_name from t_27 as t1,t_30 t2;

• 一般情况下别名设置是为了后续条件中可以直接使用别名
• 如果多表操作下，可以使用表别名来明确提取表字段

小结

1、数据源是为查询、检索提供数据支持的，使用时需要明确指定

2、通常情况下数据源不会使用简单的多表数据源（笛卡尔积）

3、数据表的别名在负责SQL查询操作时非常有用，而且有些地方是必须使用（如子查询数据源）

4、where子句

where子句：跟在from数据源之后，对数据进行条件匹配

• where是在磁盘读取后，进入内存之前进行筛选

• 不符合条件的数据不会进入内存

• where筛选的内容因为还没进入内存，所以数据是没有被加工过的

• 字段别名不能在where中使用

步骤

1、确定要查询的数据需要进行条件筛选

2、使用where进行数据筛选

示例

1、查询t_35表中学生为lily的成绩信息

select * from t_35 where stu_name = Lily;

2、因为where是在磁盘取数据时进行条件筛选，此时数据没有进入内存，所以字段别名是无效的

# 错误
select stu_name name,score from t_35 where name = Lily;

小结

1、where是用来匹配条件筛选数据的

2、where是在数据从磁盘取出，还没进入内存前进行筛选：筛选过后合适的才会进入到内存（后续才能显示）

3、成熟的项目中几乎每次执行查询都是会使用条件查询的

5、运算符

概念

运算符：用于进行运算的符号

• 比较运算符

• >（大于）、<（小于）、=（等于）、>=（大于等于）、<=（小于等于）、<>（不等于）
• between A and B：A和B之间（A小于B），包括A和B本身（数值比较）
• in (数据1,数据2,...数据N)：在列举的数据之中
• like pattern：像上面样的，用于字符串比较

• _：单下划线，匹配对应位置的一个任意字符（ab_：ab开头+一个字符，匹配abc，ab1，但不能匹配abcd）
• %：匹配当前位置（往后）任意数量任意字符（ab%：ab开头+任意数量任意字符，匹配abc，ab1，abcd）

• 逻辑运算符

• and（逻辑与）、or（逻辑或）、not（逻辑非）

• null运算符

• is null（为空）、is not null（不为空）

步骤

1、确定需要使用运算符进行运算

2、根据数据要求使用准确的运算符

示例

1、查询成绩不及格的所有学生信息

# 成绩条件：成绩是数值，又是比大小，可以直接使用比较运算符
select * from t_35 where score < 60;

2、查询成绩在60-90间的学生信息

# 成绩条件：区间60到90，可以有两种解决方案

select * from t_35 where score between 60 and 90;
select * from t_35 where score >= 60 and score <= 90;

3、查询还没有成绩的学生

# 成绩条件：成绩为null，所以不能用比较符号查，只能使用is null实现
select * from t_35 where score is null;

小结

1、运算符可以用来进行字段数据运算，配合where进行条件筛选

2、基本运算符与其他编程语言都差不多，SQL中有几个特殊的要了解一下

• between and：一种>= and <=的便捷写法
• in：用来做具体选择，类似于switch里的case
• is null/is not null：字段值为Null的判定方式

3、熟练应用的前提是不断熟练的使用，掌握每个运算符带来的结果和效果

6、group by子句

概念

group by子句：分组统计，根据某个字段将所有的结果分类，并进行数据统计分析

• 分组的目的不是为了显示数据，一定是为了统计数据
• group by子句一定是出现在where子句之后（如果同时存在）
• 分组统计可以进行统计细分：先分大组，然后大组分小组
• 分组统计需要使用统计函数

• group_concat()：将组里的某个字段全部保留
• any_value()：不属于分组字段的任意一个组里的值
• count()：求对应分组的记录数量

• count(字段名)：统计某个字段值的数量（NULL不统计）
• count(*)：统计整个记录的数量（较多）

• sum()：求对应分组中某个字段是和
• max()/min()：求对应分组中某个字段的最大/最小值
• avg()：求对应分组中某个字段的平均值

步骤

1、确定要进行数据统计

2、确定统计对象：分组字段（可以多个）

3、确定要统计的数据形式：选择对应统计函数

4、分组统计

示例

1、创建一张表，存储学生信息

create table t_40(
id int primary key auto_increment,
name varchar(10) not null,
gender enum(男,女,保密),
age tinyint unsigned not null,
class_name varchar(10) not null comment 班级名称
)charset utf8;

insert into t_40 values(null,鸣人,男,18,木叶1班),
(null,佐助,男,18,木叶1班),
(null,佐井,男,19,木叶2班),
(null,大蛇丸,男,28,木叶0班),
(null,卡卡西,男,29,木叶0班),
(null,小樱,女,18,木叶1班),
(null,雏田,女,18,木叶1班),
(null,我爱罗,男,19,木叶1班),
(null,向日葵,女,6,木叶10班),
(null,博人,男,8,木叶10班),
(null,鼬,男,28,木叶0班);

2、统计每个班的人数

select count(*),class_name from t_40 group by class_name;

3、多分组：统计每个班的男女学生数量

select count(*),class_name,gender from t_40 group by class_name,gender;

4、统计每个班里的人数，并记录班级学生的名字

select count(*),group_concat(name),class_name from t_40 group by class_name;
select count(*),any_value(name),class_name from t_40 group by class_name;

分组原理

以统计班级学生为例

graph TB
A(获取数据后分组开始)-->B[匹配班级名字分组]
B-->|木叶1班|C[木叶1班组<br>鸣人<br>佐助<br>小樱<br>雏田<br>我爱罗]
B-->|木叶2班|D[木叶2班组<br>佐井]
B-->|木叶0班|E[木叶0班组<br>大蛇丸<br>卡卡西<br>鼬]
B-->|木叶10班|F[木叶10班组<br>博人<br>向日葵]
C-->G[统计结果<br>只对结果负责<br>结果就是函数,而函数只对小组工作<br>木叶1班组5人 木叶2班组1人 木叶0班组3人 木叶10班组2人]
D-->G
E-->G
F-->G
G-->H[返回结果]
H-->I((分组结束))

小结

1、分组与统计是不分离的，分组必然要用到统计，而统计一旦使用实际上就进行了分组

2、分组统计使用数据数据的查询只能依赖统计函数和被分组字段，而不能是其他字段（MySQL7以前可以，不过数据没意义：因为系统只保留组里的第一个）

3、group by子句有自己明确的位置：在where之后（where可以没有）

7、回溯统计

概念

回溯统计：在进行分组时（通常是多分组），每一次结果的回溯都进行一次汇总统计

• 回溯统计语法：在统计之后使用 ​​with rollup​​

步骤

1、确定要进行分组统计

2、确定是多分组统计

3、需要对每次分组结果进行汇总

4、使用回溯统计

示例

统计每个班的男女同学数量，同时要知道班级人数总数

# 只统计每个班的男女同学数量，没有班级汇总
select count(*),class_name,gender,group_concat(name) from t_40 group by class_name,gender;

# 汇总统计：回溯
select count(*),class_name,gender,group_concat(name) from t_40 group by class_name,gender with rollup;

回溯统计原理

graph TB
A(统计开始)-->B[大分组:班级名字分组]
B-->|木叶1班|C[木叶1班组<br>鸣人<br>佐助<br>小樱<br>雏田<br>我爱罗]
B-->|木叶2班|D[木叶2班组<br>佐井]
B-->|木叶0班|E[木叶0班组<br>大蛇丸<br>卡卡西<br>鼬]
B-->|木叶10班|F[木叶10班组<br>博人<br>向日葵]
C-->G[小分组:性别分组]
G-->|男|H[木叶1班组:男<br>鸣人<br>佐助<br>我爱罗]
G-->|女|I[木叶1班组:女<br>小樱<br>雏田]
D-->J[小分组:性别分组]
J-->|男|K[木叶2班组:男<br>佐井]
E-->L[小分组:性别分组]
L-->|男|M[木叶0班组:男<br>大蛇丸<br>卡卡西<br>鼬]
F-->N[小分组:性别分组]
N-->|男|O[木叶10班组:男<br>博人]
N-->|女|P[木叶10班组:女<br>向日葵]
H-->Q[性别回溯<br>木叶1班组:NULL<br>鸣人<br>佐助<br>小樱<br>雏田<br>我爱罗]
I-->Q
K-->R[性别回溯<br>木叶2班组:NULL<br>佐井]
M-->S[性别回溯<br>木叶0班组:NULL<br>大蛇丸<br>卡卡西<br>鼬]
O-->T[性别回溯<br>木叶10班组:NULL<br>博人<br>向日葵]
P-->T
Q-->U[班级名字回溯<br>NULL:NULL<br>全部人]
R-->U
S-->U
T-->U
U-->V((回溯统计结束))

小结+

1、回溯统计一般用在多字段分组中，用来统计各级分组的汇总数据

2、因为回溯统计会将对应的分组字段置空（不置空无法合并），所以回溯的数据还需要经过其他程序语言加工处理才能取出数据来

8、分组排序

概念

分组排序：在分组后统计结果时可以根据分组字段进行升序或者降序显示数据

• 默认的系统就会自动对分组结果根据分组字段进行升序排序
• 可以设定分组结果的排序方式

• group by 字段名 [ASC]：升序排序（默认）
• group by 字段名 DESC：降序排序

步骤

1、确定使用分组统计

2、需要对结果进行降序排序（升序不用管）

3、使用分组降序排序

示例

对分组结果女性优先显示：gender为枚举，男值为1，女值为2

select count(*),class_name,gender,group_concat(name),any_value(name) from t_40 group by class_name,gender desc;

小结

1、分组排序是针对分组的结果，通过分组字段进行排序

2、一般情况下较少使用分组排序

9、having子句

概念

having子句：类似于where子句，是用来进行条件筛选数据的

• having子句本身是针对分组统计结果进行条件筛选的
• having子句必须出现在group by子句之后（如果同时存在）
• having针对的数据是在内存里已经加载的数据
• having几乎能做where能做的所有事，但是where却不一定

• 字段别名（where针对磁盘数据，那时还没有）
• 统计结果（where在group by之前）
• 分组统计函数（having通常是针对group by存在的）

步骤

1、前面有分组统计

2、需要针对分组统计后的结果进行数据筛选

3、使用having组织条件进行筛选

示例

1、获取班级人数小于3的班级

select count(*) as `count`,class_name,group_concat(name) from t_40 group by class_name having `count` < 3;

select count(*) as `count`,class_name,group_concat(name) from t_40 group by class_name having count(*) < 3; # 多用了一次函数（效率降低）

select class_name,group_concat(name) from t_40 group by class_name having count(*) < 3; # 没办法，前面没统计，只能自己统计

小结

1、having也是用于数据筛选的，但是本质是针对分组统计，如果没有分组统计，不要使用having进行数据筛选

2、能用where解决问题的地方绝不使用having

• where针对磁盘读取数据，源头解决问题
• where能够限制无效数据进入内存，内存利用率较高，而having是针对内存数据筛选

10、order by子句

概念

order by子句：排序，根据某个指定的字段进行升序或者降序排序

• 排序的参照物是校对集
• order by子句在having子句字后（如果同时存在）
• 排序分为升序和降序：默认是升序

• order by 字段 [ASC]：升序
• order by 字段 DESC：降序

• 多字段排序：在根据某个字段排序好后，可以再细分排序

步骤

1、确定需要排序的字段

2、确定排序的方式：升序 or 降序

3、使用排序

示例

1、单字段排序：给所有学生按照年纪大小升序排序

select * from t_40 order by age;
select * from t_40 order by age asc;

2、多字段排序：先性别降序排序，然后按年龄升序排序

select * from t_40 order by gender desc,age;
select * from t_40 order by gender desc,age asc;

小结

1、排序是针对前面所得到的结果进行排序（已经进入到内存的数据）

2、多字段排序是在第一个字段排好序的情况下，不改变原来排序的基调后，再小范围排序（类似分组）

3、实际开发中排序的使用非常常见，尤其是在数值、时间上多见

11、limit子句

概念

limit子句：限制数据的获取数量（记录数）

• limit子句必须在order by子句之后（如果同时存在）
• limit限制数量的方式有两种

• limit 数量：限制获取的数量（不保证一定能获取到指定数量）
• limit 起始位置,数量：限制数据获取的位置以及数量（分页）

步骤

1、确定要对记录数进行限制

2、确定限制的方式：限定数量 or 限定位置+限定数量

示例

1、获取t_40表中前3条数据

select * from t_40 limit 3;

2、获取t_40表中第3条以后的3条数据

select * from t_40 limit 3,3;
select * from t_40 limit 6,3;

小结

1、limit限制数量可以有效的减少服务器的压力和传输压力

2、常利用limit来实现分页获取数据

12、总结

1、查询操作是所有操作里使用的最多也是最终的操作

2、查询操作的完整语法

select select选项 字段列表[别名]|* from 数据源[别名] where子句 group by子句 having子句 order by子句 limit 子句;

• 各个位置的顺序不能调换
• 五子句（where、group by、having、order by、limit）可以没有，但是出现后一定要保证顺序
• group by到最后都是针对已经加载带内存中的数据进行加工处理

3、很多结构的组合其实可以达到同一效果，但是可能过程和效率会不同

三、数据更新

概念

限制更新：即更新时对更新的记录数进行限制

• 限制更新通过limit来实现
• 限制更新其实是局部更新的一种手段，一般更多情况下是依据条件精确更新

步骤

1、确定要进行批量更新：符合条件的部分

2、确定更新的数量

3、使用limit限制更新数量

示例

对会员选3个发送10元红包（添加到账户）

create table t_41(
    id int primary key auto_increment,
    username varchar(50) not null unique,
    password char(32) not null,
    account decimal(10,2) default 0.00
)charset utf8;

insert into t_41 values(null,username1,password,default),
(null,username2,password,default),
(null,username3,password,default),(null,username4,password,default),(null,username5,password,default);


update t_41 set account = account + 10 limit 3;

小结

1、限制更新可以实现批量小范围操作

2、实际开发当中，极少出现这类操作，一般都愿意精准操作（利用where条件明确更新条件）

3、更新操作不可逆

四、数据删除

• 限制删除
• 清空数据

1、限制删除

概念

限制删除：限制要删除的记录数

• 使用limit限制删除数量
• 一般很少使用限制删除，通常是通过where条件精确删除

步骤

1、确定要进行数据批量删除

2、确定通过where条件限定后无法完全满足删除条件

3、使用limit限制删除数量完成目标

示例

删除没有账户余额的一个用户（当前用户量少，一般数量会大些）

delete from t_41 where account = 0 limit 1;

小结

1、限制删除本质也是删除，操作不可逆，谨慎使用

2、更愿意使用精确删除

2、清空数据

概念

清空数据：将表中的所有数据清除，并且将表的所有状态回到原始状态

• 清空数据的本质是先删除表，后创建表
• 清空数据能够让表的一些变化状态回到原始状态

• 自增长重新回到初始值

• 清空语法： ​​truncate 表名​​

步骤

1、确定要删除表中所有数据

2、确定需要让表状态回到原始

3、truncate清空数据

示例

清空用户数据表

truncate t_41;

小结

1、清空数据表是一种比delete更彻底的数据删除方式，所以使用之前必须要慎重

2、一般只会在开发阶段才会使用这种数据删除操作，如表数据发生错乱，或者业务发生变化