当前位置: 首页 > news >正文

MySQL之基本查询(二)(update || delete || 聚合函数 || group by)

目录

一、表的更新update

二、表的删除delete

三、聚合函数

四、group by 分组查询


一、表的更新update

语法:

UPDATE table_name SET column = expr [, column = expr ...]
[WHERE ...] [ORDER BY ...] [LIMIT ...]

使用实列:

~ 将孙悟空同学的数学成绩变更为 80 分

update exam_result set math=80 where name='孙悟空';

原先分数:

更改后分数:

~ 将曹孟德同学的数学成绩变更为 60 分,语文成绩变更为 70 分

mysql> update exam_result set math=60, chinese=70 where name='曹孟德';

 原先分数:

更改后分数:

~ 将总成绩倒数前三的 3 位同学的数学成绩加上 30 分

对于这个问题,我们可以先拿到总成绩倒数前三的3位同学的总成绩和数学成绩:

select name,math,chinese+math+english total from exam_result order by total limit 3;

上图显示出来的数据其实也是一张表,我们可以对该表进行数据修改:

update exam_result set math=math+30 order by chinese + math + english limit 3;

 

注:如果没有筛选条件,update将进行整表更新。 

二、表的删除delete

删除数据

语法:

DELETE FROM table_name [WHERE ...] [ORDER BY ...] [LIMIT ...]

 使用实例:

~  删除孙悟空同学的考试成绩

mysql> delete from exam_result where name='孙悟空';

删除前的数据:

删除后数据:

~ 删除总分第一名的同学的考试成绩

mysql> delete from exam_result order by chinese+math+english desc limit 1;

原先数据:总分第一名是猪悟能,所以我们需要删除他的成绩。

删除后的数据:

 删除表的所有数据

我们先创建一张用于测试的表:

mysql> CREATE TABLE for_delete (-> id INT PRIMARY KEY AUTO_INCREMENT,-> name VARCHAR(20)-> );

然后插入测试数据:

INSERT INTO for_delete (name) VALUES ('A'), ('B'), ('C');

 

然后删除表的所有数据,并查看:

mysql> delete from for_delete;

我们查看一下创建语句:

mysql> show create table for_delete\G;

 

我们发现,auto_increment是4,那么如果我们再插入一条新的数据:自增 id 在原值上增长

INSERT INTO for_delete (name) VALUES ('D');

 

查看表结构,会有 AUTO_INCREMENT项: 

所以,对于delete清空表数据的方式,其不会清空AUTO_INCREMENT的值。

截断表

语法:

TRUNCATE [TABLE] table_name;

注:这个操作慎用,其特点如下,

1、只能对整表操作,不能像 DELETE 一样可以针对部分数据操作,即只能用于清空表的所有的数据。

2、实际上 TRUNCATE 不对数据操作,所以比 DELETE 更快,但是TRUNCATE在删除数据的时候,并不经过真正的事务,所以无法回滚。

3、会重置 AUTO_INCREMENT 项。

我们先创建一个测试表:

CREATE TABLE for_truncate (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(20)
);

插入一些测试数据:

然后,查看一下该表的创建语句:auto_increment是4。

接着,我们截断整表数据,注意影响行数是 0,所以实际上没有对数据真正操作:

然后,查看一下该表截断后的创建语句:auto_increment已经被清空了。

然后,向表中插入一条新的数据:

再查看一下该表的创建语句:auto_increment是2。

注:delete和truncate都是对表中的数据进行操作。所以数据没了,但是表任然存在。 

三、聚合函数

聚合函数可以对一组值执行计算并返回单一的值。

函数说明
COUNT([DISTINCT] expr)返回查询到的数据的数量
SUM([DISTINCT] expr)返回查询到的数据的总和,不是数字没有意义
AVG([DISTINCT] expr)返回查询到的数据的平均值,不是数字没有意义
MAX([DISTINCT] expr)返回查询到的数据的最大值,不是数字没有意义
MIN([DISTINCT] expr)返回查询到的数据的 最小值,不是数字没有意义

使用实例:

下面的所有操作和结果均来源下表:

~ 统计班级共有多少同学

mysql> select count(*) from exam_result;

~ 统计数学成绩总分

mysql> select sum(math) from exam_result;

~ 统计数学成绩平均分

mysql> select avg(math) from exam_result;

~ 返回英语成绩的最高分

mysql> select max(english) from exam_result;

~ 返回 < 70 分以下的数学成绩的最低分

mysql> select min(math) from exam_result where math<70;

四、group by 分组查询

在select中使用group by 子句可以对指定列进行分组查询。分组的目的是为了进行分组之后,方便进行聚合统计。

语法:

select column1, column2, .. from table group by column;

使用实例

首先,创建一个雇员信息表(来自Oracle 9i的经典测试表):EMP员工表,DEPT部门表,SALGRADE工资等级表。

~ 显示每个部门的平均工资和最高工资

select deptno,avg(sal) 平均工资,max(sal) 最高工资 from emp group by deptno;

 

所以说,分组统计的本质,就是把一组按照条件拆成了多个组,然后进行各自组内的统计。即分组就是,把一张表按照条件在逻辑上拆成了多个子表,然后分别对各自的子表进行聚合统计。

~ 显示每个部门的每种岗位的平均工资和最低工资

首先,我们分析一下需求,我们需要的数据是平均工资和最低工资,这个可以使用函数avg和min,来实现。限制条件就是,我们需要根据部门和岗位进行分组,可以使用group by。

mysql> select deptno,job,avg(sal),min(sal) from emp group by deptno,job;

~ 显示平均工资低于2000的部门和它的平均工资

首先,我们分析一下需求,我们需要根据部门分组后,得到部门的平均工资。

mysql> select deptno,avg(sal) from emp group by deptno;

然后,我们需要根据分组聚合的结果,进行筛选,显示平均工资低于2000的部门和它的平均工资。

select deptno,avg(sal) mysal from emp group by deptno having mysal<2000;

注:其中,having是对聚合统计后的数据,进行条件筛选。

having 和 where 

两者区别:条件筛选的阶段是不同的。

where——对具体的任意列进行条件筛选。

having——对分组聚合之后的数据结果进行条件筛选。

注:SQL查询中各个关键字的执行先后顺序,from > on> join > where > group by > with > having > select > distinct > order by > limit

http://www.lryc.cn/news/444832.html

相关文章:

  • 全栈开发(五):初始化前端项目(nuxt3+vue3+element-plus)+前端代理
  • Linux环境变量进程地址空间
  • C++读取txt文件中的句子在终端显示,同时操控鼠标滚轮(涉及:多线程,产生随机数,文件操作等)
  • Android 中使用高德地图实现根据经纬度信息画出轨迹、设置缩放倍数并定位到轨迹路线的方法
  • LeetCode从入门到超凡(二)递归与分治算法
  • superset 解决在 mac 电脑上发送 slack 通知的问题
  • SQL_UNION
  • 高等代数笔记(2)————(弱/强)数学归纳法
  • 模拟自然的本质:与IBM量子计算研究的问答
  • Robot Operating System——带有时间戳和坐标系信息的多边形信息
  • 内网穿透(当使用支付宝沙箱的时候需要内网穿透进行回调)
  • Contact Form 7最新5.9.8版错误修复方案
  • 【第十一章:Sentosa_DSML社区版-机器学习之分类】
  • kafka3.8的基本操作
  • 如何检测并阻止机器人活动
  • 《linux系统》基础操作
  • EMT-LTR--学习任务间关系的多目标多任务优化
  • MySQL record 08 part
  • 打造以太坊数据监控利器:InfluxDB与Grafana构建Geth可视化分析平台
  • 对onlyoffice进行定制化开发
  • 使用llama.cpp 在推理MiniCPM-1.2B模型
  • 分布式环境中,接口超时重试带来的的幂等问题如何解决?
  • 设计一个推荐系统:使用协同过滤算法
  • Linux 基本指令(二)
  • Facebook的用户隐私保护:从争议到革新
  • 计算机前沿技术-人工智能算法-大语言模型-最新论文阅读-2024-09-23
  • C++(学习)2024.9.20
  • 让AI激发创作力:OpenAI分享5位专业作家利用ChatGPT写作的案例技巧
  • UEFI EDK2框架学习 (一)
  • 基于 BERT 的自定义中文命名实体识别实现