当前位置: 首页 > news >正文

各种查询sql介绍

120f21c6ca7d4b06944a50dcf3c30238.jpg

 

 

1. 关联查询(JOIN)

 

关联查询用于从多个表中检索数据。它基于两个或多个表之间的共同字段(通常是主键和外键)来组合数据。

 

内连接(INNER JOIN):

 

sql

SELECT a.name, b.order_date

FROM customers a

INNER JOIN orders b ON a.customer_id = b.customer_id;

 

这个查询会返回所有在orders表中有对应订单的客户名称和订单日期。

 

左连接(LEFT JOIN):

 

sql

SELECT a.name, b.order_date

FROM customers a

LEFT JOIN orders b ON a.customer_id = b.customer_id;

 

这个查询会返回所有客户的名称,即使他们没有订单。对于没有订单的客户,order_date字段将为NULL。

 

**右连接(RIGHT JOIN)和全连接(FULL JOIN)**也是常见的关联类型,但使用较少。

 

2. 子查询(Subquery)

 

子查询是嵌套在另一个查询中的查询。它们可以用于在WHERE、FROM或SELECT子句中。

 

在WHERE子句中使用子查询:

 

sql

SELECT name

FROM customers

WHERE customer_id IN (SELECT customer_id FROM orders WHERE order_date > '2023-01-01');

 

这个查询会返回在2023年1月1日之后有订单的所有客户的名称。

 

在SELECT子句中使用子查询:

 

sql

SELECT name, (SELECT COUNT(*) FROM orders WHERE orders.customer_id = customers.customer_id) AS order_count

FROM customers;

 

这个查询会返回每个客户的名称和他们的订单数量。

 

3. 聚合查询(Aggregate Queries)

 

聚合查询使用聚合函数(如SUM、AVG、COUNT、MAX、MIN)来计算数据的统计信息。

 

sql

SELECT department, COUNT(*) AS employee_count, AVG(salary) AS average_salary

FROM employees

GROUP BY department;

 

这个查询会返回每个部门的员工数量和平均工资。

 

4. HAVING子句

 

HAVING子句用于过滤聚合查询的结果。它类似于WHERE子句,但用于聚合函数的结果。

 

sql

SELECT department, AVG(salary) AS average_salary

FROM employees

GROUP BY department

HAVING AVG(salary) > 50000;

 

这个查询会返回平均工资超过50000的部门。

 

5. 多表聚合查询

 

有时,你可能需要对多个表进行聚合查询,这通常涉及关联查询和聚合函数的组合。

 

sql

SELECT a.product_id, a.product_name, SUM(b.quantity) AS total_quantity_sold

FROM products a

JOIN sales b ON a.product_id = b.product_id

GROUP BY a.product_id, a.product_name;

 

这个查询会返回每个产品的ID、名称和总销售量。

 

6. 窗口函数(Window Functions)

 

窗口函数允许你在查询的结果集中执行计算,这些计算类似于聚合函数,但它们是针对结果集的每一行进行的,并且保留行的详细信息。

 

sql

SELECT employee_id, salary,

       AVG(salary) OVER (PARTITION BY department_id) AS avg_department_salary,

       RANK() OVER (ORDER BY salary DESC) AS salary_rank

FROM employees;

 

这个查询会返回每个员工的ID、薪水、他们所在部门的平均薪水和在整个公司中的薪水排名。

 

7. 递归查询(Recursive Queries)

 

递归查询用于处理层次结构数据,如组织结构图、分类目录等。在SQL中,这通常通过公用表表达式(CTE)来实现。

 

sql

WITH RECURSIVE EmployeeHierarchy AS (

    SELECT employee_id, name, manager_id

    FROM employees

    WHERE manager_id IS NULL

    UNION ALL

    SELECT e.employee_id, e.name, e.manager_id

    FROM employees e

    INNER JOIN EmployeeHierarchy eh ON e.manager_id = eh.employee_id

)

SELECT * FROM EmployeeHierarchy;

 

这个查询会返回整个公司的员工层次结构,从顶层管理者开始,一直到每个

 

相关文章:

各种查询sql介绍

1. 关联查询(JOIN) 关联查询用于从多个表中检索数据。它基于两个或多个表之间的共同字段(通常是主键和外键)来组合数据。 内连接(INNER JOIN): sql SELECT a.name, b.order_date FROM custome…...

Guava防击穿回源-异步防击穿

异步防击穿策略 在高并发环境下,缓存击穿(Cache Stampede)是一种常见的问题。当缓存中的热点数据失效或未命中时,大量并发请求同时访问后端数据源(如数据库),可能导致后端系统压力骤增,甚至出现崩溃。为了有效防止这种情况,可以利用Guava提供的异步缓存加载机制(类似…...

人工智能正在扼杀云计算的可持续性

可持续性曾是公共云计算中备受推崇的优势。企业和云提供商大肆宣扬他们的绿色计划,推广采用可再生能源的数据中心,以减少碳足迹。 近几个月来,这个话题已悄然淡出人们的视线。罪魁祸首是什么?对人工智能功能的无限需求正在推动云…...

C# 条形码、二维码标签打印程序

1、条码标答打印主界面 2、打印设置 3、生成QR代码 private void GetBarcode_T(string lr) { QRCodeEncoder qrCodeEncoder = new QRCodeEncoder();//创建一个对象 qrCodeEncoder.QRCodeEncodeMode = QRCodeEncoder.ENCODE_MODE.BYTE; //设置编码测量…...

嵌入式入门学习——6Protues点亮数码管,认识位码和段码,分辨共阴还是共阳(数字时钟第一步)

0 系列文章入口 嵌入式入门学习——0快速入门,Let‘s Do It! 首先新建基于Arduino UNO的protues工程,见本系列第3篇文章 1 点“P”按钮找器件 2 输入“seg”或“digit”查找数码管器件 3 找到我们想要的6位7段数码管 4如图A、B…DP都是段码…...

poisson过程——随机模拟(Python和R实现)

Python实现 exponential()使用,自动poisson过程实现。 import numpy as np import matplotlib.pyplot as plt# Parameters lambda_rate 5 # rate parameter (events per time unit) T 10 # total time# Generate Poisson process times np.random.exponential(…...

100 种下划线 / 覆盖层动画 | 终极 CSS(层叠样式表)集合

还在为你的菜单项和链接寻找动画效果而感到疲惫吗? 不用再找了!这里列出了 100 多种不同的动画。从简单的到更复杂的,你肯定能找到自己想要的。 无需 SVG(可缩放矢量图形),无需 JavaScript(脚…...

华为ICT大赛2024-2025网络赛道考试分析

华为ICT大赛2024-2025正在报名中,网络赛道的同学如何备考,了解考试内容呢? 一、考试概况 华为ICT大赛分为4个赛段,分别为省赛初赛、省赛复赛、中国总决赛,全球总决赛。其中对应的能力级别分别如下: 省赛…...

linux 效率化 - 输入法 - fcitx5

安装 Fcitx5 1. 卸载 ibus 框架 由于 ibus 和 fcitx 可能会冲突,先卸载 ibus(暂未确认原因) sudo apt remove --purge ibus2. 安装 fcitx5 输入法框架 sudo apt update sudo apt install fcitx5 fcitx5-chinese-addons fcitx5-frontend-gtk…...

YOLOv11改进策略【卷积层】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构

一、本文介绍 本文记录的是基于RepVit的YOLOv11轻量化改进方法研究。RepVit的网络结构借鉴ViT的设计理念,通过分离的token mixe和channel mixer减少推理时的计算和内存成本,同时减少扩展比率并增加宽度,降低延迟,并通过加倍通道来弥补参数大幅减少的问题,提高了准确性。本…...

一天认识一个硬件之路由器

今天来给大家分享一下路由器的知识,先来说一下什么是路由器,路由器是一种计算机网络设备,它的主要作用是在不同的网络之间转发数据包,实现数据的传输和共享,介绍完了什么是路由器,再来介绍一下路由器的定义…...

【scene_manager】与 MoveIt 机器人的规划场景进行交互

scene_manager Scene Manager包是由 Robotnik 创建的 ROS 包,旨在帮助构建和与 MoveIt 机器人的规划场景进行交互。 背景信息 MoveIt 规划场景 是一个用于存储机器人周围世界的表示(外部碰撞)以及机器人自身状态(内部碰撞和当…...

数据结构单向链表的插入和删除(一)

链表 一、链表结构: (物理存储结构上不连续,逻辑上连续;大小不固定)二、单链表:三、单项链表的代码实现:四、开发可用的链表:四、单链表的效率分析: 一、链表结构&#x…...

鸿蒙网络编程系列30-断点续传下载文件示例

1. 断点续传简介 在文件的下载中,特别是大文件的下载中,可能会出现各种原因导致的下载暂停情况,如果不做特殊处理,下次还需要从头开始下载,既浪费了时间,又浪费了流量。不过,HTTP协议通过Range…...

深入拆解TomcatJetty(二)

深入拆解Tomcat&Jetty(二) 专栏地址:https://time.geekbang.org/column/intro/100027701 1、Tomcat支持的IO模型和应用层协议 IO模型: NIO:非阻塞 I/O,采用 Java NIO 类库实现。NIO2:异…...

单元化架构,分布式系统的新王!

0 关键收获 单元化架构通过减少故障的爆炸半径来增加系统弹性单元化架构是那些任何停机时间都被认为是不可接受的,或者可以显著影响最终用户的系统的一个好选择单元化架构通过强制使用固定大小的单元作为部署单元,并倾向于扩展而不是扩展的方法&#xf…...

【力扣打卡系列】滑动窗口与双指针(乘积小于K的子数组)

坚持按题型打卡&刷&梳理力扣算法题系列,语言为go,Day6 乘积小于K的子数组 题目描述解题思路 双指针移动,遍历右端点right,滑动左端点left子数组的个数:固定右端点r,子数组的个数其实就是从l到r的元…...

浅谈微前端【qiankun】的应用

一、为什么要使用微前端 微前端的核心理念是将一个大型的单体前端应用拆分成多个独立的小型应用,以便各个应用能够独立开发、部署和更新。这带来了以下几个好处: 独立开发与部署:各个团队可以独立开发自己的子应用,快速上线新功能…...

【JavaEE】——四次挥手,TCP状态转换,滑动窗口,流量控制

阿华代码,不是逆风,就是我疯 你们的点赞收藏是我前进最大的动力!! 希望本文内容能够帮助到你!! 目录 一:断开连接的本质 二:四次挥手 1:FIN 2:过程梳理 …...

D42【python 接口自动化学习】- python基础之函数

day42 高阶函数 学习日期:20241019 学习目标:函数﹣- 55 高阶函数:函数对象与函数调用的用法区别 学习笔记: 函数对象和函数调用 # 函数对象和函数调用 def foo():print(foo display)# 函数对象 a foo print(a) # &…...

5个简单技巧:免费解锁付费内容的终极Chrome扩展指南

5个简单技巧:免费解锁付费内容的终极Chrome扩展指南 【免费下载链接】bypass-paywalls-chrome-clean 项目地址: https://gitcode.com/GitHub_Trending/by/bypass-paywalls-chrome-clean 在信息时代,优质内容常常被付费墙阻隔,但今天我…...

论文精读:突破大模型推理瓶颈:为什么“限制自信”反而能让 AI 更聪明?

论文下载地址:https://arxiv.org/pdf/2502.07154 随着 OpenAI o1 等推理模型的爆火,AI 行业正在经历一场深刻的范式转移:从单纯依赖“扩大训练规模(Training-Time Scaling)”,正式步入“扩大测试期计算&am…...

动态规划:从贝尔曼的智慧到算法竞赛的基石

引言在算法设计的广阔天地中,动态规划(Dynamic Programming,简称DP)无疑是一颗璀璨的明星。它既不像二分查找那样简洁直接,也不似深度优先搜索那样易于直觉理解,而是以一种近乎“魔法”的方式,将…...

python cx_freeze

# 关于 PyInstaller,一位 Python 老手的随想 最近在整理一些旧项目,又用到了 PyInstaller 这个工具。说起来,它算是 Python 开发中一个既熟悉又容易被忽视的存在。很多开发者第一次接触它,往往是为了把写好的脚本发给不会装 Pytho…...

GraphViz+CANdelaStudio实战:如何可视化你的State Diagram状态转换图

GraphVizCANdelaStudio实战:如何可视化你的State Diagram状态转换图 在汽车电子开发领域,状态机的设计和验证是核心工作之一。当你在CANdelaStudio中精心设计了复杂的状态转换逻辑后,如何让这些抽象的状态关系变得直观可理解?这就…...

无公网IP解决方案:OpenClaw+Phi-3-mini-128k-instruct内网穿透技巧

无公网IP解决方案:OpenClawPhi-3-mini-128k-instruct内网穿透技巧 1. 为什么需要内网穿透? 上周我遇到了一个棘手的问题:公司网络环境限制严格,没有公网IP,但需要在外网环境下触发本地的OpenClaw自动化任务。更麻烦的…...

CosmosNV2嵌入式C++库:STM32工业I/O模块原子级控制

1. 项目概述CosmosNV2 是一款专为 Cosmos NV2 Shield 硬件扩展板设计的嵌入式 C 类库,面向基于 STM32(尤其是 STM32F4 系列)的 Arduino 兼容开发平台(如 Nucleo-F401RE、Nucleo-F411RE)构建。该库并非通用型外设抽象层…...

Linux内核中的虚拟化技术

Linux内核中的虚拟化技术 引言 虚拟化技术是一种将物理资源抽象为虚拟资源的技术,它允许多个操作系统或应用程序在同一物理硬件上运行。Linux内核提供了丰富的虚拟化支持,包括KVM、容器、虚拟内存等。本文将深入探讨Linux内核中的虚拟化技术,…...

Z-Image Atelier 多模型对比展示:与Stable Diffusion等模型的生成效果PK

Z-Image Atelier 多模型对比展示:与Stable Diffusion等模型的生成效果PK 最近在开源图像生成模型圈子里,Z-Image Atelier 这个名字被讨论得越来越多。很多朋友都在问,这个新冒出来的模型到底怎么样?和我们已经很熟悉的 Stable Di…...

计算机毕业设计:Python智慧出行数据分析系统 Django框架 可视化 数据大屏 数据分析 大数据 机器学习 深度学习(建议收藏)✅

1、项目介绍 技术栈:Python语言、Django框架、ECharts可视化库、数据大屏技术。 功能模块: 首页模块数据大屏模块数据分析模块数据查看模块登录模块后台管理模块订单管理模块用户管理模块 项目介绍:滴滴出行数据分析平台基于Django框架开发&a…...