当前位置：首页 > news >正文

mysql-DDLy语句案例

news 2025/8/16 13:35:46

案例要求：

实现思路：

代码：

总结：

案例要求：

案例按照需求完成如下 DQL 语句编写

查询年龄为 20,21,22,23 岁的员工信息。
查询性别为男，并且年龄在 20 - 40 岁 (含) 以内的姓名为三个字的员工。
统计员工表中，年龄小于 60 岁的，男性员工和女性员工的人数。
查询所有年龄小于等于 35 岁员工的姓名和年龄，并对查询结果按年龄升序排序，如果年龄相同按入职时间降序排序。
查询性别为男，且年龄在 20 - 40 岁 (含) 以内的前 5 个员工信息，对查询的结果按年龄升序排序，年龄相同按入职时间升序排序。

实现思路：

本文解析了5条MySQL查询语句，涵盖常见数据查询需求：1）查询指定年龄段的员工信息；2）筛选符合多重条件的员工（性别、年龄范围、姓名长度）；3）按性别统计60岁以下员工数量；4）查询35岁以下员工并按年龄和入职时间排序；5）获取20-40岁男性员工前5条记录并排序。每条语句详细解析了语法结构、执行逻辑、业务场景和使用注意事项，重点说明了IN、BETWEEN、LIKE等运算符以及GROUP BY、ORDER BY、LIMIT等关键字的用法规则，为数据库查询操作提供了实用指导。

代码：

-- SELECT * FROM tb_user WHERE age IN(20,21,22,23)

-- SELECT * FROM tb_user WHERE sex='男' AND age BETWEEN 20 and 40 AND name LIKE '___';

-- SELECT sex, COUNT(*) FROM tb_user where age<60 GROUP BY sex

-- SELECT name, age FROM tb_user WHERE age<=35 ORDER BY age ,entry_time DESC

SELECT * FROM tb_user WHERE sex='男' AND age BETWEEN 20 and 40 ORDER BY age,entry_time LIMIT 0,5

以下是对这 5 条 MySQL 查询语句的详细解析，从语法结构、执行逻辑、业务场景到注意事项进行全面说明，帮助深入理解每条语句的功能与原理：

一、SELECT * FROM tb_user WHERE age IN(20,21,22,23)

1. 语法结构拆解

SELECT *：表示查询表中所有字段（如id、name、sex、age、entry_time等），*是通配符，指代表结构定义的全部列。
FROM tb_user：指定查询的数据来源为tb_user表（用户表），tb_user是表名，需确保该表在当前数据库中存在且名称正确。
WHERE age IN(20,21,22,23)：筛选条件，age是字段名，IN(...)是比较运算符，括号内为一组离散值，用于匹配age等于其中任意一个值的记录。

2. 执行逻辑与等价转换

该语句的执行逻辑是：从tb_user表中，找出所有 “年龄为 20 岁、21 岁、22 岁或 23 岁” 的用户，返回这些用户的完整信息。
等价于使用OR连接的多条件查询：

sql
```
SELECT * FROM tb_user WHERE age=20 OR age=21 OR age=22 OR age=23;
```
但IN的写法更简洁，尤其当目标值数量较多时（如 10 个以上），可显著减少代码冗余，提高可读性。

3. 业务场景与使用注意

典型场景：适用于需要筛选 “年龄属于特定几个离散值” 的用户，例如：
- 统计公司中 20-23 岁的年轻员工数量；
- 筛选某平台中这几个年龄段的用户参与针对性活动（如校园招聘宣传）。
注意事项：
- IN括号内的值必须与age字段的类型一致（此处age为数值型，直接写数字；若为字符串型需加单引号，如IN('20','21')）。
- 若括号内包含NULL，IN不会匹配NULL值（需用IS NULL单独判断）。
- 当值列表过长时（如超过 1000 个），可能影响查询性能，建议改用JOIN关联表查询。

二、SELECT * FROM tb_user WHERE sex='男' AND age BETWEEN 20 and 40 AND name LIKE '___'

1. 语法结构拆解

SELECT *：查询所有字段，返回符合条件的用户完整信息。
FROM tb_user：数据来源为tb_user表。
WHERE子句包含三个并列条件，用AND连接，表示 “同时满足”：
- sex='男'：sex字段值为 “男”（字符串需用单引号包裹，区分大小写取决于数据库配置）。
- age BETWEEN 20 and 40：age字段值在 20 到 40 之间，包含 20 和 40（等价于age >=20 AND age <=40）。
- name LIKE '___'：name字段值为 3 个字符（_是通配符，匹配单个任意字符，三个_严格匹配 3 个字符长度）。

2. 执行逻辑与条件优先级

执行逻辑：从tb_user表中，筛选出 “性别为男、年龄 20-40 岁（含）、姓名为 3 个字” 的用户，返回其所有信息。
条件优先级：AND连接的多个条件无优先级差异，按顺序依次判断，只有全部满足时才会被选中。例如：
- 若某用户性别为男、年龄 30 岁，但姓名是 2 个字（如 “张三”），会被name LIKE '___'排除；
- 若姓名是 3 个字、年龄 35 岁，但性别为女，会被sex='男'排除。

3. 业务场景与细节说明

典型场景：用于精准定位符合多重条件的用户，例如：
- 企业 HR 筛选 “3 字姓名、20-40 岁男性员工” 参加特定培训；
- 电商平台针对 “3 字姓名的中青年男性用户” 推送相关商品。
细节说明：
- BETWEEN ... AND ...的边界值包含关系：若用户年龄刚好为 20 或 40，会被包含在内（如需排除边界，需用age >20 AND age <40）。
- LIKE '___'的字符匹配规则：仅匹配长度为 3 的字符串，如 “张三丰”“李四军” 会被选中，而 “张小三”（4 字）、“王二”（2 字）会被排除。对于中文姓名，每个汉字占 1 个字符位置，符合中文命名习惯。
- 字符串大小写：若数据库 collation 为区分大小写（如utf8_bin），'男'与'男'（全角 / 半角差异）会被视为不同值，需确保条件值与表中数据格式一致。

三、SELECT sex, COUNT(*) FROM tb_user where age<60 GROUP BY sex

1. 语法结构拆解

SELECT sex, COUNT(*)：查询结果包含两列，sex（性别）和COUNT(*)（统计数量）。COUNT(*)是聚合函数，用于计算每组的记录条数。
FROM tb_user：数据来源为tb_user表。
WHERE age<60：筛选条件，仅处理 “年龄小于 60 岁” 的记录（排除 60 岁及以上的用户）。
GROUP BY sex：分组条件，将筛选后的记录按sex字段分组（通常分为 “男”“女” 两组，若存在其他性别值则对应分组）。

2. 执行逻辑与分组统计原理

执行逻辑：
1. 先通过WHERE age<60筛选出所有年龄小于 60 岁的用户；
2. 将这些用户按sex字段分组（如 “男” 一组，“女” 一组）；
3. 对每个分组使用COUNT(*)计算该组的记录数，最终返回 “性别 + 对应人数” 的统计结果。
示例结果（假设数据）：

sex

COUNT(*)

男

120

女

80

表示 “年龄小于 60 岁的用户中，男性 120 人，女性 80 人”。

sex	COUNT(*)
男	120
女	80
表示 “年龄小于 60 岁的用户中，男性 120 人，女性 80 人”。

3. 业务场景与聚合函数说明

典型场景：用于数据统计分析，例如：
- 企业统计 “非退休年龄（<60 岁）员工的性别分布”；
- 平台分析 “60 岁以下用户的性别比例”，辅助产品定位。
聚合函数与分组规则：
- COUNT(*)：统计组内所有记录的数量（包括NULL值字段的记录）；若需排除NULL，可使用COUNT(字段名)（如COUNT(id)，统计非NULL的id数量）。
- GROUP BY的核心规则：SELECT后除聚合函数外的字段，必须出现在GROUP BY中（否则会报错或返回不可预期的结果）。此处sex在GROUP BY中，符合规则。
- 若需对分组结果再次筛选，需用HAVING（而非WHERE），例如 “统计性别分组中人数超过 100 的组”：
  
  sql
```
SELECT sex, COUNT(*) FROM tb_user WHERE age<60 GROUP BY sex HAVING COUNT(*)>100;
```

四、SELECT name, age FROM tb_user WHERE age<=35 ORDER BY age, entry_time DESC

1. 语法结构拆解

SELECT name, age：仅查询name（姓名）和age（年龄）两个字段，减少不必要的数据传输。
FROM tb_user：数据来源为tb_user表。
WHERE age<=35：筛选条件，仅处理 “年龄小于等于 35 岁” 的用户。
ORDER BY age, entry_time DESC：排序条件，age为第一排序字段（默认升序ASC），entry_time（入职时间）为第二排序字段（DESC表示降序）。

2. 执行逻辑与排序规则

执行逻辑：
1. 筛选出所有年龄≤35 岁的用户；
2. 先按age升序排序（年龄从小到大）；
3. 对于年龄相同的用户，再按entry_time降序排序（入职时间从晚到早）；
4. 最终返回这些用户的name和age字段。

示例排序结果（假设数据）：

name	age	entry_time
张三	25	2023-05-01	（25 岁中入职最晚）
李四	25	2023-04-15	（25 岁中入职较早）
王五	30	2022-12-01	（30 岁中入职最晚）
可见，25 岁用户排在 30 岁之前（`age`升序），同年龄中后入职的排在前（`entry_time`降序）。

3. 业务场景与排序细节

典型场景：用于按特定维度排序展示数据，例如：
- 企业 HR 查看 “35 岁及以下员工的姓名和年龄”，按年龄从小到大排列，同年龄者晚入职的优先展示（便于关注新员工）；
- 教育平台展示 “35 岁以下学员” 的基本信息，按年龄排序便于分析年轻用户分布。
排序细节：
- 多字段排序：ORDER BY后可跟多个字段，优先级从左到右依次降低（先按第一个字段排，相同再按第二个，以此类推）。
- 升序与降序：默认ASC（升序），可省略；DESC（降序）需显式指定。例如ORDER BY age DESC, entry_time表示 “先按年龄从大到小，同年龄按入职时间从小到大”。
- NULL值处理：若entry_time存在NULL（未填写入职时间），NULL会被视为最小值，在DESC排序中会排在最后（所有有值的记录之后）。

五、SELECT * FROM tb_user WHERE sex='男' AND age BETWEEN 20 and 40 ORDER BY age, entry_time LIMIT 0,5

1. 语法结构拆解

SELECT *：查询所有字段，返回符合条件的用户完整信息。
FROM tb_user：数据来源为tb_user表。
WHERE sex='男' AND age BETWEEN 20 and 40：筛选条件，“性别为男且年龄 20-40 岁（含）”。
ORDER BY age, entry_time：排序条件，先按age升序（默认），同年龄按entry_time升序（默认，入职时间从早到晚）。
LIMIT 0,5：限制返回结果，0表示起始位置（从第 1 条开始，索引从 0 起），5表示返回 5 条记录。

2. 执行逻辑与限制返回原理

执行逻辑：
1. 筛选出 “男性、20-40 岁” 的用户；
2. 按 “年龄从小到大，同年龄入职时间从早到晚” 排序；
3. 从排序后的结果中，取前 5 条记录返回。
示例结果：若符合条件的用户有 20 人，排序后取前 5 条，即年龄最小的 5 人（若年龄相同，取入职最早的）。

3. 业务场景与LIMIT用法

典型场景：用于分页查询或取 “Top N” 数据，例如：
- 企业筛选 “20-40 岁男性员工”，按年龄排序后取前 5 人参加项目；
- 电商平台展示 “符合条件的前 5 名用户” 信息，用于列表页第一页展示。
LIMIT用法细节：
- 语法格式：LIMIT 起始索引, 记录数，起始索引从 0 开始（LIMIT 0,5等价于LIMIT 5）。
- 分页应用：若需查询第 2 页（每页 5 条），可写LIMIT 5,5（从第 6 条开始，取 5 条）。
- 与ORDER BY的配合：LIMIT必须放在ORDER BY之后，否则会先截取数据再排序，导致结果错误（如先取 5 条再排序，可能漏掉实际应排在前面的记录）。
- 性能优化：对于大表查询，LIMIT配合ORDER BY时，建议在排序字段上建立索引（如age和entry_time的联合索引），提高查询速度。

总结

这 5 条语句覆盖了 SQL 中条件筛选（WHERE）、离散值匹配（IN）、范围查询（BETWEEN）、模糊匹配（LIKE）、分组统计（GROUP BY+ 聚合函数）、排序（ORDER BY）、结果限制（LIMIT）等核心操作，是数据查询与分析的基础工具。

每条语句的设计都遵循 “先筛选、再处理（分组 / 排序）、最后返回结果” 的逻辑，且语法顺序严格对应执行流程（WHERE→GROUP BY→ORDER BY→LIMIT）。实际使用时，需根据表结构、数据分布及业务需求调整字段名和条件，同时注意索引优化以提升查询效率。理解这些语句的原理，有助于构建更复杂的查询（如多表关联、子查询），应对更灵活的数据分析场景。