当前位置: 首页 > article >正文

【MySQL篇】复合查询

目录

前言: 

 1,多表查询

 2,自连接

3,子查询 

3.1,单行子查询

3.2,多行子查询 

3.3,多列子查询

3.3,在from子句中使用子查询 

4,合并查询 

4.1,union

4.2,union all 


前言: 

基于上篇MySQL基本查询,基本上都是对一张表进行查询。传送门:

【MySQL篇】MySQL基本查询详解-CSDN博客

复合查询是处理复杂业务逻辑的核心技能 ,本篇涵盖多表查询,子查询和合并查询等复杂场景



 1,多表查询

在实际开发中,数据往往来自不同的表,所以需要进行多表查询。在这里用一个简单的公司管理系统,用三张表:emp,dept,salgrade来演示。

员工表 

部门表 

工资表 

 

 在进行多表查询之前,先补充一个笛卡尔积的概念:

在离散数学中的定义:两个集合A和B的笛卡尔积是所有有序对(a,b)的集合,其中 a∈A且 b∈B。示例:

集合A={a,b},集合B={0,1,2}。A和B的笛卡尔积为{(a,0),(a,1),(a,2),(b,0),(b,1),(b,2)}

在数据库中的概念:在数据库中,当我们对两张表进行连接查询而没有指定任何条件时,就会产生笛卡尔积

表A(m行)和表B(n行)的笛卡尔积会生成一个m*n行的表,表的每一行都是两张表的对应行的组合。也就是将第一张表中的每一行与第二张表中的每一行进行配对,从而使生成的表会很大,这张表通常不是我们想要的结果,其中包含了很多无关的数据组合。

案例:

  • 显示雇员名,雇员工资以及所在部门的名字。

因为这些数据来自emp表和dept表,所以要联合查询。

select * from emp,dept;//得到这两张表的笛卡尔积,emp表的每一行与dept表的每一行进行配对,这样我们会得到一个很大的表,但其中有些行我们时不需要的,所以需要进行条件筛选。

 

进行笛卡尔积得到的表:

 有大量的重复数据,其实我们只需要emp表中的deptno=dept表中的deptno字段的记录。

mysql> select emp.ename,emp.sal,dept.dname from emp,dept where emp.deptno=dept.deptno;

 查询结果:

  • 显示部门号为10的部门名,员工名和工资。 

mysql> select ename,sal,dname from emp,dept where emp.deptno=dept.deptno and dept.deptno=10;

  • 显示各个员工的姓名,工资以及工资级别。 

mysql> select ename,sal,grade from emp,salgrade where emp.sal between losal and hisal;//进行笛卡尔积得到的表中,有些员工的工资超出了最低工资和最高工资的范围,是需要舍弃掉的数据

 2,自连接

自连接是指在同一张表连接查询

案例:

  • 显示员工FORD的上级领导的编号和姓名。(mgr是员工领导的编号)

方法一:使用子查询

mysql> select empno,ename from emp where empno=(select mgr from emp where ename='FORD');

方法二:使用多表查询 

我们想要找的信息在emp表中,先将emp表和自身连接,做笛卡尔积。在结果中,筛选出员工姓名为FORD,FORD的领导编号为mgr。筛选出满足条件的数据:领导的编号=mgr

mysql> select leader.empno,leader.ename from emp leader,emp worker where leader.empno=worker.mgr and worker.ename='FORD';

 



3,子查询 

子查询,是指嵌套在其他sql语句中的select查询语句,也叫做嵌套查询。

3.1,单行子查询

返回一行记录的子查询

案例:

  • 显示SMITH同一部门的员工

mysql> select * from emp where deptno=(select deptno from emp where ename='SMITH');

 

3.2,多行子查询 

返回多行记录的子查询

  • in关键字查询和10号部门的工作岗位相同的雇员的名字,岗位,工资,部门号,但是不包含10自己的。

mysql> select ename,job,sal,deptno from emp where job in (select  distinct job from emp where deptno=10)and deptno<>10;

 

  • all关键字;显示工资比部门30的所有员工的工资高的员工的姓名 ,工资和部门号

 mysql> select ename,sal,deptno from emp where sal>all(select sal from emp where deptno=30);

 

  • any关键字;显示工资比部门30 的任意员工 的工资高的姓名,工资和部门号(包括自己部门的员工)

mysql> select ename,sal,deptno from emp where sal>any(select sal from emp where deptno=30);

 

3.3,多列子查询

 案例:

  • 查询和SMITH的部门和岗位完全相同的所有雇员,不含SMITH本人

mysql> select ename from emp where (deptno,job)=(select deptno,job from emp where ename='SMITH') and ename<> 'SMITH';

3.3,在from子句中使用子查询 

把一个子查询当作一个表使用

案例:

  • 显示每个高于自己部门平均工资的员工的姓名,部门,工资,平均工资

mysql> select ename,deptno,sal,format(asal,2) from emp,(select avg(sal) asal,deptno dt from emp group by deptno) tmp

where emp.sal>tmp.asal  and emp.deptno =tmp.dt;

 

 

  •  查找每个部门工资最高的人的姓名,工资,部门,最高工资

//先查找每个部门的最高工资

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

 

  • 再找出工资最高的人 (多表连接)

mysql> select emp.ename,emp.sal,emp.deptno,ms from emp,(select max(sal) ms,deptno from emp group by deptno) tmp

where emp.sal=tmp.ms and emp.deptno=tmp.deptno;

 

  • 显示每个部门的信息(部门名,编号和地址)和人员数量 

方法一:使用多表查询

mysql> select dept.dname,dept.deptno,dept.loc,count(*) '部门人数' from emp,dept where emp.deptno=dept.deptno group by dept.deptno,dept.dname,dept.loc;

 

方法二:使用子查询 

先对emp进行人员统计

mysql> select count(*) 部门人数,deptno from emp group by deptno;

 

将上面的表看作临时表

 mysql> select dept.deptno,dept.dname,部门人数,loc from dept,(select count(*) 部门人数,deptno from emp group by deptno)tmp  
    -> where dept.deptno=tmp.deptno ;

 

4,合并查询 

合并多个select的结果,可以使用union,union all

4.1,union

该操作符用于取得两个结果集的并集。当使用该操作符时,会自动去掉结果集中的重复行
  • 案例:将工资大于2500或者职位是MANAGER的人找出来

mysql> select ename,sal,job from emp where sal>2500 union 
    -> select ename,sal,job from emp where job='MANAGER';

4.2,union all 

和union用法类似,但是不会去掉结果集中的重复行。

同理,上面的案例使用union all结果如下:

mysql> select ename,sal,job from emp where sal>2500 union all  select ename,sal,job from emp where job='MANAGER';

 

 

相关文章:

【MySQL篇】复合查询

目录 前言&#xff1a; 1&#xff0c;多表查询 2&#xff0c;自连接 3&#xff0c;子查询 3.1&#xff0c;单行子查询 3.2&#xff0c;多行子查询 3.3&#xff0c;多列子查询 3.3&#xff0c;在from子句中使用子查询 4&#xff0c;合并查询 4.1&#xff0c;union …...

点亮STM32最小系统板LED灯

对于如何点亮板载LED灯只需要掌握如何初始化GPIO引脚&#xff0c;并改变GPIO引脚的电平即可实现点亮或者熄灭LED。 Led_INFO led_info {0}; led_info 是一个结构体变量&#xff0c;类型为 Led_INFO&#xff0c;用于存储LED的状态信息。这里初始化为 {0}&#xff0c;表示所有成…...

unsloth微调QwQ32B(4bit)

unsloth微调QwQ32B(4bit) GPU: 3090 24G unsloth安装部署 pip 安装 pip install unsloth --index https://pypi.mirrors.usrc.edu.cn/simplesource /etc/network_turbopip install --force-reinstall --no-cache-dir --no-deps githttps://github.com/unslothai/unsloth.git​…...

基于腾讯云大模型知识引擎×DeepSeek的高等职业学校单独招生二级学院考前咨询系统

1、主要思路 通过大模型知识引擎DeepSeek搭建高等职业学校单独招生二级学院考前咨询专有问答&#xff0c;使得专业老师能够更好的服务考试学生&#xff0c;有利于二级学院能够更好的进行考试宣传&#xff0c;招来优秀学子&#xff01; 2、创作过程 2.1、本地部署大模型的缺陷…...

【Linux】线程库

一、线程库管理 tid其实是一个地址 void* start(void* args) {const char* name (const char *)args;while(true){printf("我是新线程 %s &#xff0c;我的地址&#xff1a;0x%lx\n",name,pthread_self());sleep(1);}return nullptr; }int main() {pthread_t tid…...

数组作为哈希表的妙用:寻找缺失的第一个正数

数组作为哈希表的妙用&#xff1a;寻找缺失的第一个正数 大家好&#xff0c;我是Echo_Wish&#xff0c;今天我们来探讨一个经典的算法问题——“缺失的第一个正数”。听起来可能有点简单&#xff0c;但它实际上是一个非常有意思且富有挑战性的题目&#xff0c;在面试中常常会碰…...

物化视图详解:数据库性能优化的利器

物化视图&#xff08;Materialized View&#xff09;作为数据库性能优化的核心手段&#xff0c;通过预计算和存储查询结果&#xff0c;显著提升了复杂查询的效率。本文将深入剖析物化视图的工作原理、应用场景及最佳实践&#xff0c;帮助企业在合适的场景中充分发挥其性能优势。…...

【C++】类和对象(匿名对象)

匿名对象 用 类型(实参) 定义出来的对象叫做匿名对象&#xff0c;相比之前我们定义的 类型 对象名(实参) 定义出来叫有名对象匿名对象生命周期只在当前一行&#xff0c;一般临时定义一个对象当前用一下即可&#xff0c;就可以定义匿名对象。 class A { public:A(int a 0):_a…...

一文读懂 GPT 与 BERT:预训练逻辑及差异剖析

在自然语言处理&#xff08;NLP&#xff09;领域&#xff0c;预训练语言模型GPT&#xff08;Generative Pretrained Transformer&#xff09;和 BERT&#xff08;Bidirectional Encoder Representations from Transformers&#xff09;作为杰出代表&#xff0c;备受关注。本文将…...

【算法】十大排序算法(含时间复杂度、核心思想)

以下是 **十大经典排序算法** 的时间复杂度、空间复杂度及稳定性总结&#xff0c;适用于面试快速回顾&#xff1a;排序算法对比表 排序算法最佳时间复杂度平均时间复杂度最差时间复杂度空间复杂度稳定性核心思想冒泡排序O(n)O(n)O(n)O(1)稳定相邻元素交换&#xff0c;大数沉底…...

渐进式滑坡多场信息演化特征与数据挖掘研究

标题:渐进式滑坡多场信息演化特征与数据挖掘研究 内容:1.摘要 摘要&#xff1a;在地质灾害频发的背景下&#xff0c;研究渐进式滑坡多场信息演化特征与数据挖掘具有重要的实际意义。本研究旨在深入探究渐进式滑坡在不同阶段的多场信息&#xff08;如应力场、位移场、渗流场等&…...

蓝桥杯备考-》单词接龙

很明显&#xff0c;这道题是可以用DFS来做的&#xff0c;我们直接暴力搜索&#xff0c;但是这里有很多点是我们需要注意的。 1.我们如何确定两个单词能接上&#xff1f; 比如touch和choose 应该合成为touchoose 就是这样两个单词&#xff0c;我们让一个指针指着第一个字符串…...

解锁C++模板参数:开启泛型编程新世界

目录 C++ 模板:编程世界的瑞士军刀 一、模板参数初相识 1.1 类型参数 1.2 非类型参数 1.3 模板模板参数 二、模板参数推导大揭秘 2.1 推导规则深度剖析 2.2 推导成功场景展示 2.3 推导失败场景解析 三、模板参数实战应用 3.1 通用算法实现 3.2 容器类设计 3.3 元…...

计算机视觉yolov8模型应用-学习笔记

计算机视觉yolov8模型应用-学习笔记 YOLOv8是由Ultralytics公司在‌2023年1月10日‌发布的一款深度学习模型。它是YOLOv5的重大更新版本&#xff0c;支持图像分类、物体检测和实例分割任务。这一版本在发布前就受到了广泛关注&#xff0c;并在发布后迅速成为目标检测领域的热门…...

【网络层协议】NAT技术内网穿透

IP地址数量限制 我们知道&#xff0c;IP地址&#xff08;IPv4&#xff09;是一个4字节32位的整数&#xff0c;那么一共只有2^32也就是接近43亿个IP地址&#xff0c;而TCP/IP协议栈规定&#xff0c;每台主机只能有一个IP地址&#xff0c;这就意味着&#xff0c;一共只有不到43亿…...

SQL中的索引是什么

在 SQL 中&#xff0c;索引&#xff08;Index&#xff09; 是一种用于加速数据检索的数据库对象&#xff0c;通过建立特定的数据结构&#xff08;如 B树、哈希表等&#xff09;&#xff0c;帮助数据库系统快速定位目标数据。以下是关于索引的详细分类、工作原理、使用场景和最佳…...

TensorFlow面试题及参考答案

目录 什么是 TensorFlow 的计算图?详细描述 TensorFlow 计算图的组成结构(节点、边、会话) 它与动态图(Eager Execution)的区别是什么?TensorFlow 静态计算图与动态图(Eager Execution)的区别及适用场景是什么? 解释张量(Tensor)的概念及其在 TensorFlow 中的作用…...

go-zero学习笔记

内容不多&#xff0c;只有部分笔记&#xff0c;剩下的没有继续学下去&#xff0c;包括路由与处理器、日志中间件、请求上下文 文章目录 1、go-zero核心库1.1 路由与处理器1.2 日志中间件1.3 请求上下文 1、go-zero核心库 1.1 路由与处理器 package mainimport ("github…...

在Ubuntu 22.04 中安装Docker的详细指南

这里写目录标题 前言一、安装 Docker1. 卸载旧版本&#xff08;如有&#xff09;2. 更新系统并安装依赖工具3. 添加 Docker 官方 GPG 密钥4. 设置 Docker 仓库5. 安装 Docker Engine6. 验证安装 二、配置 Docker 镜像加速1. 修改 Docker 配置文件2. 重启 Docker 服务3. 验证加速…...

十亿级流量削峰实战:LinkedBlockingQueue缓冲池的工程化实现

《十亿级流量削峰实战&#xff1a;LinkedBlockingQueue缓冲池的工程化实现》 本文将以电商秒杀系统为背景&#xff0c;深度解析如何通过LinkedBlockingQueue构建百万QPS级异步缓冲系统&#xff0c;包含容量计算模型、拒绝策略选择、监控埋点方案等完整实施细节&#xff0c;并提…...

深入理解 C++11 智能指针:独占、共享与弱引用的完美管理

文章目录 std::unique_ptr&#xff08;独占式智能指针&#xff09;std::shared_ptr&#xff08;共享式智能指针&#xff09;std::weak_ptr&#xff08;弱引用智能指针&#xff09;示例展示&#xff1a;智能指针的原理内存泄漏**什么是内存泄漏&#xff0c;内存泄漏的危害****如…...

AI Agent开发大全第四课-提示语工程:从简单命令到AI对话的“魔法”公式

什么是提示语工程?一个让AI“听话”的秘密 如果你曾经尝试过用ChatGPT或者其他大语言模型完成任务,那么你一定遇到过这样的情况:明明你的问题是清晰的,但答案却离题万里;或者你认为自己提供的信息足够详尽,可结果还是不理想。问题出在哪?很多时候并不是因为AI不够聪明,…...

大模型架构记录 【综述-文字版】

名词解释&#xff1a; Prompt &#xff1a;提示词&#xff0c;是一个非常关键的概念&#xff0c;它指的是用户输入的文本或指令&#xff0c;用于引导语言模型生成相应的回答或执行特定任务。 Prompt Engineering&#xff1a;&#xff08;提示工程&#xff09; 是一种通过设计…...

WebSocket:开启实时通信的新篇章

在当今的互联网应用中&#xff0c;实时交互已经成为不可或缺的一部分。无论是实时的在线聊天、股票行情更新&#xff0c;还是多人在线游戏&#xff0c;都需要一种高效的双向通信机制。而这正是 WebSocket 的用武之地。 本文将带你深入了解 WebSocket&#xff0c;探索其工作原理…...

【论文笔记】Transformer

Transformer 2017 年&#xff0c;谷歌团队提出 Transformer 结构&#xff0c;Transformer 首先应用在自然语言处理领域中的机器翻译任务上&#xff0c;Transformer 结构完全构建于注意力机制&#xff0c;完全丢弃递归和卷积的结构&#xff0c;这使得 Transformer 结构效率更高…...

使用CSS3实现炫酷的3D翻转卡片效果

使用CSS3实现炫酷的3D翻转卡片效果 这里写目录标题 使用CSS3实现炫酷的3D翻转卡片效果项目介绍技术要点分析1. 3D空间设置2. 核心CSS属性3. 布局和定位 实现难点和解决方案1. 3D效果的流畅性2. 卡片内容布局3. 响应式设计 性能优化建议浏览器兼容性总结 项目介绍 在这个项目中…...

SpringSecurity——基于角色权限控制和资源权限控制

目录 基于角色权限控制 1.1 自定义 UserDetailsService 1.2 加载用户角色 1.3. 给角色配置能访问的资源&#xff08;使用切面拦截&#xff0c;使用注解&#xff09; 总结 资源权限控制 2.2. 需要有一个用户&#xff1b;&#xff08;从数据库查询用户&#xff09; 2.2 基…...

红宝书第十一讲:超易懂版「ES6类与继承」零基础教程:用现实例子+图解实现

红宝书第十一讲&#xff1a;超易懂版「ES6类与继承」零基础教程&#xff1a;用现实例子图解实现 资料取自《JavaScript高级程序设计&#xff08;第5版&#xff09;》。 查看总目录&#xff1a;红宝书学习大纲 一、ES6类的核心语法&#xff1a;把事物抽象成“模板” 想象你要设…...

通信基本概念

系列文章目录 文章目录 系列文章目录前言一、消息、信息和信号1.消息的定义2.信号的定义3.信息的定义4.消息、信息和信号的关系5.通信的目标 二、通信系统的组成模型1.一般通信系统模型2.各部分说明3.模拟通信系统模型4.数字通信系统模型4.数字通信的特点数字通信的优点数字通信…...

Python为Word文档添加书签并打包成exe

背景简述 由于一些工作场景&#xff0c;需要从多个Word文档中找到出现的关键词&#xff0c;并阅读关键词的上下文内容。文件可能几十个&#xff0c;手动操作太要命了。所以python尝试处理。 目录 背景简述思路第一步、功能实现结果验证 第二步、打包成exe2-1、基础准备2-2、打…...