一、完整语法的增删改
增语法
'''
1.所有数据按顺序插入
insert [into] 表名 values (值1, ..., 值n)[, ..., (值1, ..., 值n)];
2.指定字段匹配插入，可以任意顺序
insert [into] 表名(字段2, 字段1, ..., 字段n) values (值2, 值1, ..., 值n)[, ..., (值2, 值1, ..., 值n)];
3.插入查询结果
insert [into] 表1(字段1, ..., 字段n) select 字段1, ..., 字段n from 表2 [条件];
'''
#eg：1
create table t1(
id int auto_increment,
x int,
y int,
primary key(id)
);
insert t1 values (1,2,3),(2,20,30); # 按顺序插入
insert into t1(y,x) values (300,200); # 按规定字段顺序指定插入
create table nt1 like t1; # 复制表
insert into nt1 select * from t1; # 复制所有数据
create table tt1(
x int,
z int
);
insert into tt1 values (999, 888);
insert into nt1(x) select x from tt1; # 将tt1中指定字段插入到nt1中指定的字段
insert into nt1(x,y) select x,z from tt1; # 将tt1中x和z字段的结果赋值给nt1中的x,y字段
删语法
'''
1.会记录自增信息，操作会被日志记录，效率低
delete from 表名 [条件];
delete from t1; # 没有条件的情况下是清空所有数据，但会记录自增信息
insert into t1(x, y) values(6, 66);
2.清空表，会重置自增信息
truncate table 表名;
truncate table nt1;
insert into nt1(x, y) values(6, 66);
'''
改语法
update 表名 set 字段1=值1[, ..., 字段n=值n] [条件]
update tt1 set x=666; # 无条件，全改
uodate tt1 set x=777, z=555 where z<888; # 只修改满足条件的行
二、单表查询
查语法
'''
select [distinct] 字段1 [as 别名], ..., 字段n [as 别名] from [库名.]表名
[
where 约束条件
group by 分组依据
having 过滤条件
order by 排序的字段
limit 限制显示的条数
];
注：
1.查表中所有字段用*表示
2.条件的书写规则严格按照语法顺序书写，可以缺省，但不可以错序
3.约束条件的流程：from -> where -> group by -> having -> distinct -> order by -> limit
4.字段可以起别名
5.字段可以直接做运算 select age + 1 'new_age' from emp;
6.分组后的条件均可以使用聚合函数
'''
单表数据
CREATE TABLE `emp` (
`id` int(0) NOT NULL AUTO_INCREMENT,
`name` varchar(10) NOT NULL,
`gender` enum('男','女','未知') NULL DEFAULT '未知',
`age` int(0) NULL DEFAULT 0,
`salary` float NULL DEFAULT 0,
`area` varchar(20) NULL DEFAULT '中国',
`port` varchar(20) DEFAULT '未知',
`dep` varchar(20),
PRIMARY KEY (`id`)
);
INSERT INTO `emp` VALUES
(1, 'yangsir', '男', 42, 10.5, '上海', '浦东', '教职部'),
(2, 'engo', '男', 38, 9.4, '山东', '济南', '教学部'),
(3, 'jerry', '女', 30, 3.0, '江苏', '张家港', '教学部'),
(4, 'tank', '女', 28, 2.4, '广州', '广东', '教学部'),
(5, 'jiboy', '男', 28, 2.4, '江苏', '苏州', '教学部'),
(6, 'zero', '男', 28, 8.8, '中国', '黄浦', '咨询部'),
(7, 'owen', '男', 28, 8.8, '安徽', '宣城', '教学部'),
(8, 'ying', '女', 36, 1.2, '安徽', '芜湖', '咨询部'),
(9, 'kevin', '男', 36, 5.8, '山东', '济南', '教学部'),
(10, 'monkey', '女', 28, 1.2, '山东', '青岛', '教职部'),
(11, 'san', '男', 30, 9.0, '上海', '浦东', '咨询部'),
(12, 'san1', '男', 30, 6.0, '上海', '浦东', '咨询部'),
(13, 'san2', '男', 30, 6.0, '上海', '浦西', '教学部');
简单查询
select concat(area, '-', port) as '家乡' from emp; # 上海-浦东 以"-"字符连接两边的字段
select concat_ws("-", name, area, port) '信息' from emp; # 以"-" 字符拼接后面的所有字段
select upper(name) 'name', gender, age from emp; # 可以指定多个字段
select name, ceil(salary), floor(salary), round(salary) from emp where name='kevin'; # 数学函数
#去重前提：所查所有字段的综合结果完全相同，才认为是重复的，只保留重复中的一行数据
select distinct area from emp;
select distinct area, port from emp;
常用函数
concat(字段1,...,字段n)：完成字段的拼接
concat_ws(x, 字段1,...,字段n)：完成字段的拼接，x为连接符
lower()：小写
upper()：大写
ceil()：向上取整
floor()：向下取整
round()：四舍五入
where条件
1.比较运算符
= | < | > | <= | >= | !=
select * from emp where area!="上海";
2.区间运算符
between 10 and 20 #10~20
in(10, 20, 30) #10或20或30
select * from emp where id between 3 and 5; #[3,5]，闭合区间，包含3和5，三行数据
select * from emp where id in(2, 4, 6, 8, 10, 12, 14, 16, 18); #分离的区间，2, 4, 6, 8, 10, 12 都会显示
3.逻辑运算符
and | or |not
select * from emp where area="山东" and port="济南";
4.相似运算符
like '_owen%' # 模糊匹配字符串owen，_表示一个字符，%表示任意字符
select * from emp where name like '__en%'; #在en前可以出现2个任意字符，之后可以出现0或多个任意字符
正则匹配
like完成模糊匹配，但功能局限，可以模糊个数，但不能模糊类型，正则可以完成类型及个数的模糊匹配
语法：字段 regexp '正则表达式'
注：只支持部分正则语法
#查找姓名有数字的员工信息
select * from emp where name regexp '.*[0-9]+.*';
group by 分组
分组：根据字段相同值形成不同的类别，不明确分组其实整个表就为一个默认大组
原因：把以值共性得到的类别作为考虑单位，不再关系单条记录，而且一组记录
结果：只能考虑组内多条数据的聚会结果（聚合函数结果），分组的字段同样是聚合结果，如：组内的最大最小值
#分组相关设置
sql_mode=ONLY_FULL_GROUP_BY,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION
聚合函数：
max()：最大值
min()：最小值
avg()：平均值
sum()：和
count()：记数
group_concat()：组内字段拼接，用来查看组内其他字段
#每个部门平均薪资
select dep, avg(salary) '平均薪资' from emp group by dep;
#每个部门有哪些人
select dep, group_concat(name) from emp group by dep;
#各性别中附属于教学部的最高薪资
select max(salary) '最高薪资', gender from emp where dep='教学部' group by gender;
1. 14条数据部门有3个，并且每个部分有多条记录，可以作为分组依据
select * from emp group by dep; #非分组安全模式下，可以查询非聚合结果，显示的是第一条记录，没有意义，分组安全模式下不能查询非聚合结果的字段，会报错
select dep from emp group by dep; #分组的字段可以查询聚合结果
2. 如果就像以姓名进行分组可以，但没多大意义，原因name值基本上都不相同，以组考虑会导致组内大多只要一条记录(自成一组)，组的利用就不是很强烈，此类分组是无意义的
select name from emp group by name; #可以分组，意义不大
子查询
子查询：将一条查询结果作为另外一条查询的条件
语法：一条select语句用()包裹得到的结果作为另一条select语句的条件
单行子查询：
子查询语句的结果为一行数据，可以结合 = | < | > | <= | >= | != 运算符来完成父查询
# 查询姓名、性别、地区、基于薪资大于10的结果的查询结果
select name, gender, area from emp where salary = (select salary from emp where salary > 10);
多行子查询：
子查询语句的结果为多行数据，可以结合 in | all | any 运算符来完成父查询
in：任意单一值，一次只能考虑子查询中的一个结果
all：全部值，将子查询结果作为一个整体考虑
any：任意多个值，子查询的每一个结果都可以作为参考依据
#查询教学部男的最高薪资对应的人名, 女的最高薪资对应的人名
select name from emp where salary in (select max(salary) '最高薪资' from emp where dep='教学部' group by gender);
#遍历14条数据，salary要小于(9.4, 3)中的每一个
select * from emp where salary < all(select max(salary) '最高薪资' from emp where dep='教学部' group by gender);
# 遍历14条数据，salary大于9.4或大于3的数据均满足条件
select * from emp where salary > any(select max(salary) '最高薪资' from emp where dep='教学部' group by gender);
having筛选
wgy：完成在分组之后的筛选
注意：having条件是实现聚合结果层面上的筛选 => 拿聚会结果完成判断
#各部门的平均薪资
select dep, avg(salary) '平均薪资' from emp group by dep;
#平均薪资大于6w的部门(部门与部门的平均薪资)
解决：以dep进行分组，以avg(salary)作为判断条件(筛选)
select dep, avg(salary) '平均薪资' from emp group by dep having avg(salary) > 6;
总结：having通过聚合函数结果完成筛选
select max(salary) from emp having max(salary) > 9.4; #虽然没有明确书写group by，但在having中使用了聚合函数，所以该查询就将整个表当做一个默认大表来考虑，所以查询的字段只能为聚合函数的结果
order by 排序
why：完成排序
注意：可以使用聚合函数，哪怕没有明确group by
升序：asc | 降序：desc
#按照年龄降序
select * from emp order by age desc;
#将部门按照部门平均工资降序方式排序
select dep, avg(salary) from emp group by dep order by avg(salary) desc;
limit限制
why：限制最终结果的数据行数
注意：limit只与数字结合使用
#limit 1：只能显示一行数据
select * from emp limit 1;
#limit 6,5：从第6+1行开始显示5条数据(索引从0开始)
select * from emp limit 6,5;
#获得薪资最高的人的一条信息
select * from emp order by salary desc limit 1;