【数据库初阶】表的查询语句和聚合函数

server/2025/2/1 3:53:23/
图片名称
🎉博主首页： 有趣的中国人

🎉专栏首页： 数据库初阶

🎉其它专栏： C++初阶 | C++进阶 | 初阶数据结构

在这里插入图片描述

亲爱的小伙伴们，大家好！在这篇文章中，我们将深入浅出地为大家讲解 表的查询语句和聚合函数 帮助您轻松入门，快速掌握核心概念。


如果文章对您有所启发或帮助，请别忘了 点赞 👍、收藏 🌟、留言 📝 支持！您的每一份鼓励，都是我持续创作的源动力。让我们携手前行，共同进步！

文章目录

    • @[toc]
  • 1. SELECT 基本用法
    • 🐱‍🏍1.1 基础语法🐱‍🏍
    • 🐱‍🏍1.2 基础查询🐱‍🏍
      • ✨查询所有列✨
      • ✨查询特定列✨
    • 🐱‍🏍1.3 条件过滤（WHERE）🐱‍🏍
      • ✨比较运算符✨
      • ✨逻辑运算符（AND/OR/NOT）✨
    • 🐱‍🏍1.4 结果排序（ORDER BY） 🐱‍🏍
    • 🐱‍🏍1.5 限制结果数量（LIMIT） 🐱‍🏍
    • 🐱‍🏍1.6 去重（DISTINCT）🐱‍🏍
    • 🐱‍🏍1.7 别名（AS）🐱‍🏍
    • 🐱‍🏍1.8 模糊查询（LIKE）🐱‍🏍
    • 🐱‍🏍1.9 范围查询🐱‍🏍
      • ✨BETWEEN✨
      • ✨IN✨
  • 2. 聚合函数
    • 🐱‍🏍2.1 什么是聚合函数🐱‍🏍
    • 🐱‍🏍2.2 常用聚合函数列表🐱‍🏍
    • 🐱‍🏍2.3 详细用法及示例🐱‍🏍
      • ✨`COUNT()`：统计行数✨
      • ✨`SUM()`：计算总和✨
      • ✨`AVG()`：计算平均值✨
      • ✨`MAX() / MIN()`：极值查询✨
      • ✨`GROUP_CONCAT()`：合并字符串✨
    • 🐱‍🏍2.4 分组统计（GROUP BY）🐱‍🏍
    • 🐱‍🏍2.5 过滤分组结果（HAVING）🐱‍🏍
    • 🐱‍🏍2.6 关键注意事项🐱‍🏍
      • ✨COUNT(*) vs COUNT(列名)✨
      • ✨分组字段限制✨
      • ✨执行顺序✨

上一篇文章中，博主介绍了 :

表的增删改语句

可以将上一篇文章看完之后再来看这篇文章，链接如下：

【数据库初阶】表的增删改语句

那么接下来正文开始：



1. SELECT 基本用法

🐱‍🏍1.1 基础语法🐱‍🏍

SELECT 列名1, 列名2, ... 
FROM 表名 
[WHERE 条件] 
[ORDER BY 排序列 [ASC|DESC]] 
[LIMIT 行数];

🐱‍🏍1.2 基础查询🐱‍🏍

✨查询所有列✨

SELECT * FROM employees;  -- 返回表中所有行和列

✨查询特定列✨

SELECT id, name, department FROM employees;  -- 仅返回指定列

🐱‍🏍1.3 条件过滤（WHERE）🐱‍🏍

✨比较运算符✨

-- 查询薪资大于 8000 的 IT 部门员工
SELECT * FROM employees 
WHERE department = 'IT' AND salary > 8000;

✨逻辑运算符（AND/OR/NOT）✨

-- 查询 IT 或 HR 部门，且年龄小于 50 的员工
SELECT * FROM employees 
WHERE (department = 'IT' OR department = 'HR') AND age < 50;

🐱‍🏍1.4 结果排序（ORDER BY） 🐱‍🏍

-- 按薪资降序排序，薪资相同则按入职日期升序排序
SELECT name, salary, hire_date 
FROM employees 
ORDER BY salary DESC, hire_date ASC;

🐱‍🏍1.5 限制结果数量（LIMIT） 🐱‍🏍

-- 返回前 5 条记录
SELECT * FROM employees LIMIT 5;-- 分页查询：跳过前 10 条，返回接下来的 5 条
SELECT * FROM employees LIMIT 10, 5;SELECT * FROM employees LIMIT 5 OFFSET 10;

🐱‍🏍1.6 去重（DISTINCT）🐱‍🏍

-- 返回不重复的部门名称
SELECT DISTINCT department FROM employees;

🐱‍🏍1.7 别名（AS）🐱‍🏍

SELECT id AS '员工ID', name AS '姓名', salary * 12 AS '年薪' 
FROM employees;

🐱‍🏍1.8 模糊查询（LIKE）🐱‍🏍

-- 查询名字以 "张" 开头的员工
SELECT * FROM employees 
WHERE name LIKE '张%';-- 查询名字包含 "小" 的员工
SELECT * FROM employees 
WHERE name LIKE '%小%';

🐱‍🏍1.9 范围查询🐱‍🏍

✨BETWEEN✨

-- 查询年龄在 30 到 40 岁之间的员工
SELECT * FROM employees 
WHERE age BETWEEN 30 AND 40;

✨IN✨

-- 查询 IT 或 HR 部门的员工
SELECT * FROM employees 
WHERE department IN ('IT', 'HR');

2. 聚合函数

🐱‍🏍2.1 什么是聚合函数🐱‍🏍

  • 聚合函数用于对一组值执行计算，并返回单个汇总值。它们通常与 GROUP BY 子句结合使用，实现分组统计，但也可以直接用于整张表的汇总。

🐱‍🏍2.2 常用聚合函数列表🐱‍🏍

函数描述是否忽略 NULL 值
COUNT()统计行数或非 NULL 值的数量是
SUM()计算数值列的总和是
AVG()计算数值列的平均值是
MAX()返回列中的最大值是
MIN()返回列中的最小值是
GROUP_CONCAT()将多行的值连接成单个字符串是

🐱‍🏍2.3 详细用法及示例🐱‍🏍

✨COUNT()：统计行数✨

-- 统计表中总行数（包括 NULL 行）
SELECT COUNT(*) AS total_rows FROM employees;-- 统计某列非 NULL 值的数量
SELECT COUNT(salary) AS non_null_salaries FROM employees;-- 统计去重后的数量
SELECT COUNT(DISTINCT department) AS unique_departments FROM employees;

✨SUM()：计算总和✨

-- 计算 IT 部门的总薪资
SELECT SUM(salary) AS total_salary 
FROM employees 
WHERE department = 'IT';

✨AVG()：计算平均值✨

-- 计算平均年龄（忽略 NULL 值）
SELECT AVG(age) AS average_age FROM employees;-- 保留两位小数
SELECT ROUND(AVG(salary), 2) AS avg_salary FROM employees;

✨MAX() / MIN()：极值查询✨

-- 查询最高和最低薪资
SELECT MAX(salary) AS max_salary,MIN(salary) AS min_salary 
FROM employees;

✨GROUP_CONCAT()：合并字符串✨

-- 将同一部门的员工姓名合并为逗号分隔的字符串
SELECT department,GROUP_CONCAT(name ORDER BY hire_date ASC SEPARATOR ', ') AS employees_list
FROM employees 
GROUP BY department;

🐱‍🏍2.4 分组统计（GROUP BY）🐱‍🏍

  • 聚合函数常与 GROUP BY 结合，按指定列分组汇总：
-- 按部门统计人数、平均薪资、最高薪资
SELECT department,COUNT(*) AS headcount,AVG(salary) AS avg_salary,MAX(salary) AS max_salary
FROM employees
GROUP BY department;

🐱‍🏍2.5 过滤分组结果（HAVING）🐱‍🏍

  • HAVING 用于对聚合后的结果进行过滤（类似 WHERE，但作用于分组后）：
-- 筛选平均薪资超过 10000 的部门
SELECT department,AVG(salary) AS avg_salary
FROM employees
GROUP BY department
HAVING avg_salary > 10000;  -- 必须使用聚合结果或分组列

🐱‍🏍2.6 关键注意事项🐱‍🏍

✨COUNT(*) vs COUNT(列名)✨

  • COUNT(*)：统计所有行数（包括 NULL 行）
  • COUNT(列名)：统计该列非 NULL 值的数量。

✨分组字段限制✨

  • SELECT 中的 非聚合列必须出现在 GROUP BY 中。

错误示例：

-- department 未在 GROUP BY 中，但出现在 SELECT
SELECT name, AVG(salary) FROM employees;  -- 报错！

✨执行顺序✨

SQL 子句的实际执行顺序为：

  • 1.FROM → 2. WHERE → 3. GROUP BY → 4. HAVING → 5. SELECT → 6. ORDER BY → 7. LIMIT

http://www.ppmy.cn/server/163965.html

相关文章

Day07：缓存-数据淘汰策略

Day07：缓存-数据淘汰策略

Redis的数据淘汰策略有哪些 ? &#xff08;key过期导致的&#xff09; 在redis中提供了两种数据过期删除策略 第一种是惰性删除&#xff0c;在设置该key过期时间后&#xff0c;我们不去管它&#xff0c;当需要该key时&#xff0c;我们再检查其是否过期&#xff0c;如果过期&…
阅读更多...
14-6-3C++STL的list

14-6-3C++STL的list

&#xff08;一&#xff09;list的插入 1.list.insert(pos,elem);//在pos位置插入一个elem元素的拷贝&#xff0c;返回新数据的位置 #include <iostream> #include <list> using namespace std; int main() { list<int> lst; lst.push_back(10); l…
阅读更多...
PySpark之金融数据分析（Spark RDD、SQL练习题）

PySpark之金融数据分析（Spark RDD、SQL练习题）

目录 一、数据来源 二、PySpark RDD编程 1、查询特定日期的资金流入和流出情况 2、活跃用户分析 三、PySpark SQL编程 1、按城市统计2014年3月1日的平均余额 2、统计每个城市总流量前3高的用户 四、总结 一、数据来源 本文使用的数据来源于天池大赛数据集&#xff0c;…
阅读更多...
ESMC-600M蛋白质语言模型本地部署攻略

ESMC-600M蛋白质语言模型本地部署攻略

前言 之前介绍了ESMC-6B模型的网络接口调用方法&#xff0c;但申请token比较慢&#xff0c;有网友问能不能出一个本地部署ESMC小模型的攻略&#xff0c;遂有本文。 其实本地部署并不复杂&#xff0c;官方github上面也比较清楚了。 操作过程 环境配置&#xff1a;CUDA 12.1、…
阅读更多...
AI 计算的未来：去中心化浪潮与全球竞争格局重塑

AI 计算的未来：去中心化浪潮与全球竞争格局重塑

引言 人工智能（AI）正以前所未有的速度发展，尤其是大模型训练和推理效率的提升，使得 AI 计算成本迅速下降，呈现出向去中心化演进的趋势。 最新的 DeepSeek r1 模型，以仅 600 万美元 的训练成本，达到了 OpenAI o1 级别的性能，表明 AI 技术正迈向更具普惠性的阶段。这一趋…
阅读更多...
Kotlin 委托详解

Kotlin 委托详解

Kotlin 委托详解 引言 Kotlin 作为一种现代化的编程语言&#xff0c;在 Android 开发等领域得到了广泛的应用。在 Kotlin 中&#xff0c;委托&#xff08;Delegation&#xff09;是一种强大的特性&#xff0c;它可以让我们以更简洁的方式实现代码的复用和扩展。本文将详细解析…
阅读更多...
系统思考—蝴蝶效应

系统思考—蝴蝶效应

“个体行为的微小差异&#xff0c;可能在系统中引发巨大且不可预测的结果。” — 诺贝尔经济学得主托马斯谢林 我们常说&#xff0c;小变动带来大影响&#xff0c;这种现象&#xff0c;在复杂系统理论中被称为“蝴蝶效应”&#xff1a;即使极小的变化&#xff0c;也能在动态系…
阅读更多...
【ArcGIS遇上Python】批量提取多波段影像至单个波段

【ArcGIS遇上Python】批量提取多波段影像至单个波段

本案例基于ArcGIS python，将landsat影像的7个波段影像数据，批量提取至单个波段。 相关阅读：【ArcGIS微课1000例】0141：提取多波段影像中的单个波段 文章目录 一、数据准备二、效果比对二、python批处理1. 编写python代码2. 运行代码一、数据准备 实验数据及完整的python位…
阅读更多...
最新文章

Copyright @ 2022~2023