SQL语法（DQL）|在SQL数据表中的操作语法和完整语段

SQL数据查询语言（DQL）的核心操作语法及完整语段如下：

1. 基础查询结构SELECT 字段名 FROM 表名 [WHERE 条件语句] [GROUP BY 字段名] [HAVING 条件语句] [ORDER BY 字段名 [ASC|DESC]] [LIMIT 索引号, 行数];

字段选择：
查询指定字段：SELECT id, name FROM emp;
查询所有字段：SELECT * FROM emp;
字段别名：SELECT id AS "ID号", name FROM emp;
去重查询：SELECT DISTINCT gender FROM emp;

2. 条件过滤（WHERE）

通过逻辑运算符、比较运算符等筛选数据：

比较运算符：SELECT * FROM emp WHERE id >= 4; -- 大于等于4SELECT * FROM emp WHERE workid != "001"; -- 不等于001SELECT * FROM emp WHERE workid IS NULL; -- 字段为空
范围查询：SELECT * FROM emp WHERE workid BETWEEN "001" AND "003"; -- 区间查询SELECT * FROM emp WHERE workid IN ("001", "003"); -- 包含指定值
逻辑运算符：SELECT * FROM emp WHERE id <= 3 AND workid <= "003"; -- AND条件SELECT * FROM emp WHERE workid = "001" OR workid = "003"; -- OR条件SELECT * FROM emp WHERE NOT workid = "001"; -- NOT取反
模糊查询：SELECT * FROM emp WHERE name LIKE "%lucy%"; -- 包含"lucy"SELECT * FROM emp WHERE name LIKE "lucy_"; -- 匹配5字符且第4位任意

3. 分组汇总（GROUP BY）

结合聚合函数（如COUNT, AVG, SUM, MAX, MIN）对数据分组：

SELECT gender, AVG(age) AS "平均年龄" FROM emp GROUP BY gender; -- 按性别分组求平均年龄SELECT workaddress, COUNT(*) FROM employee GROUP BY workaddress; -- 按地址分组统计人数4. 分组后筛选（HAVING）

对分组结果进一步筛选（与WHERE区别：HAVING作用于分组后数据）：

SELECT gender, AVG(age) AS "平均年龄" FROM emp GROUP BY gender HAVING AVG(age) > 20; -- 筛选平均年龄大于20的分组5. 排序（ORDER BY）

按字段升序（ASC，默认）或降序（DESC）排列：

SELECT * FROM emp ORDER BY id ASC; -- 升序SELECT * FROM emp ORDER BY age DESC; -- 降序6. 限制结果行数（LIMIT）

从指定索引开始返回指定行数（索引从0开始）：

SELECT * FROM emp LIMIT 2, 2; -- 从第3行开始返回2行SELECT * FROM emp LIMIT 5; -- 返回前5行7. 综合示例

场景：从employee表中查询年龄小于45的员工地址、数量，按地址分组后筛选数量≥3的记录。

SELECT workaddress, COUNT(*) AS "人数" FROM employee WHERE age < 45 GROUP BY workaddress HAVING COUNT(*) >= 3;

执行逻辑：

WHERE age < 45：先过滤年龄小于45的记录。
GROUP BY workaddress：按地址分组。
HAVING COUNT(*) >= 3：筛选分组后人数≥3的地址。
最终返回地址及对应人数。

8. 其他关键点

聚合函数与GROUP BY：使用聚合函数（如COUNT）时，SELECT中非聚合字段必须出现在GROUP BY中。-- 错误示例：name未在GROUP BY中SELECT name, COUNT(*) FROM emp; -- 正确写法：SELECT gender, COUNT(*) FROM emp GROUP BY gender;
WHERE与HAVING的区别：
WHERE在分组前过滤原始数据。
HAVING在分组后过滤聚合结果。

通过以上语法和示例，可覆盖SQL数据查询的核心场景，包括条件筛选、分组汇总、排序及分页等操作。

您可能感兴趣问答

Collapsible

热门标签

热点问答