MySQL数据库(七)----查询相关操作(子查询)
子查询是指在一个查询语句(主查询)内部嵌套的另一个查询语句。子查询可以出现在 SELECT、FROM、WHERE、HAVING 等子句中。它可以将一个复杂的查询问题分解为多个简单的查询步骤,从而更方便地获取所需的数据。
引入子查询:
-- 查询所有比“CLARK”工资高的员工的信息
-- 步骤1:“CLARK”工资
select sal from emp where ename = 'CLARK' -- 2450
-- 步骤2:查询所有工资比2450高的员工的信息
select * from emp where sal > 2450;
-- 两次命令解决问题 --》效率低 ,第二个命令依托于第一个命令,第一个命令的结果给第二个命令使用,但是
-- 因为第一个命令的结果可能不确定要改,所以第二个命令也会导致修改
-- 将步骤1和步骤2合并 --》子查询:
select * from emp where sal > (select sal from emp where ename = 'CLARK');
-- 一个命令解决问题 --》效率高
执行顺序:
先执行子查询,再执行外查询;
不相关子查询:
子查询可以独立运行,称为不相关子查询。
不相关子查询分类:
根据子查询的结果行数,可以分为单行子查询和多行子查询。
单行子查询:
通常返回一个单一的值(一个标量值),可以用于 WHERE 子句的条件判断。
例子:
1、查询工资高于平均工资的雇员名字和工资。
select ename, sal
from emp
where sal > (select avg(sal) from emp); -- 子查询:计算所有雇员的平均工资,并返回该值-- 外部查询:选择所有工资大于平均工资的雇员名字和工资
2、查询和CLARK同一部门且比他工资低的雇员名字和工资。
select ename, sal
from emp
where deptno = (select deptno from emp where ename = 'CLARK') -- 子查询1:查找CLARK所在的部门编号and sal < (select sal from emp where ename = 'CLARK'); -- 子查询2:查找CLARK的工资-- 外部查询:选择在CLARK所在部门并且工资低于CLARK的雇员名字和工资
3、查询职务和SCOTT相同,比SCOTT雇佣时间早的雇员信息
select *
from emp
where job = (select job from emp where ename = 'SCOTT') -- 子查询1:查找SCOTT的职务and hiredate < (select hiredate from emp where ename = 'SCOTT'); -- 子查询2:查找SCOTT的雇佣日期-- 外部查询:选择职务与SCOTT相同且雇佣日期早于SCOTT的所有雇员信息
多行子查询:
返回多个值,可以与 IN, ANY, ALL 等操作符一起使用,用于在外部查询中进行多值比较。
例子:
1、查询【部门20中职务同部门10的雇员一样的】雇员信息。
select * from emp
where deptno = 20
and job in (select job from emp where deptno = 10); -- 子查询:返回部门10中的所有职务-- 外部查询:选择部门20中职务与部门10相同的所有雇员信息
select * from emp
where deptno = 20
and job = any(select job from emp where deptno = 10); -- 子查询:返回部门10中的所有职务-- 外部查询:选择部门20中职务与部门10中任意职务相同的所有雇员信息
IN和ANY都能处理多行子查询。IN用于在外部查询中选择在子查询返回的多个值中的任意一个匹配项。ANY允许外部查询的条件与子查询返回的多个值进行比较,条件满足任意一个值即可。
2、查询工资比所有的“SALESMAN”都高的雇员的编号、名字和工资。
-- 多行子查询:
select empno, ename, sal
from emp
where sal > all(select sal from emp where job = 'SALESMAN'); -- 子查询:返回所有“SALESMAN”的工资-- 外部查询:选择那些工资大于所有“SALESMAN”的工资的雇员信息
-- 单行子查询:
select empno, ename, sal
from emp
where sal > (select max(sal) from emp where job = 'SALESMAN'); -- 子查询:返回“SALESMAN”中最高的工资-- 外部查询:选择工资大于最高“SALESMAN”工资的雇员信息
- 多行子查询:
ALL用来与子查询返回的所有值进行比较,只有当外部查询的值大于子查询中所有返回的工资时才会返回结果。 - 单行子查询:
MAX聚合函数用于获取SALESMAN中最高的工资,外部查询返回工资大于该最高工资的雇员。
3、查询工资低于任意一个“CLERK”的工资的雇员信息。
select *
from emp
where sal < any(select sal from emp where job = 'CLERK')
and job != 'CLERK'; -- 子查询:返回所有“CLERK”的工资-- 外部查询:选择工资低于任意“CLERK”的工资的雇员信息,排除职务为“CLERK”的雇员
-- 单行子查询:
select *
from emp
where sal < (select max(sal) from emp where job = 'CLERK')
and job != 'CLERK'; -- 子查询:返回“CLERK”中最高的工资-- 外部查询:选择工资低于“CLERK”中最高工资的雇员信息,排除职务为“CLERK”的雇员
- 多行子查询:
ANY用于选择那些工资低于CLERK中任意一个工资的雇员。 - 单行子查询:
MAX聚合函数返回CLERK中最高的工资,外部查询选择工资低于该最高工资的雇员。
不相关的子查询引入:
不相关的子查询:子查询可以独立运行,先运行子查询,再运行外查询。
相关子查询:子查询不可以独立运行,并且先运行外查询,再运行子查询
相关的子查询优缺点:
好处:简单 功能强大(一些使用不相关子查询不能实现或者实现繁琐的子查询,可以使用相关子查询实现)
缺点:稍难理解
例子:
1、 查询本部门最高工资的员工 。
方法1:通过不相关子查询实现:
select * from emp
where deptno = 10
and sal = (select max(sal) from emp where deptno = 10) -- 子查询:查找部门10中的最高工资
union
select * from emp
where deptno = 20
and sal = (select max(sal) from emp where deptno = 20) -- 子查询:查找部门20中的最高工资
union
select * from emp
where deptno = 30
and sal = (select max(sal) from emp where deptno = 30); -- 子查询:查找部门30中的最高工资
- 使用
UNION将每个部门的查询结果合并,返回部门10、20、30中最高工资的员工信息。 - 缺点:这种方式需要手动为每个部门写查询,如果部门数量增加,SQL 语句也会随之增长,效率不高,且不具备通用性
方法2: 相关子查询:
select * from emp e
where sal = (select max(sal) from emp where deptno = e.deptno) -- 相关子查询:查找每个员工所在部门的最高工资
order by deptno; -- 按照部门排序
- 这种方式不需要手动列出每个部门,能够动态地计算出所有部门的最高工资并返回对应的员工信息。
- 优点:比不相关子查询更简洁,且能够自动适应不同的部门数量。
2、查询工资高于其所在岗位的平均工资的那些员工。
不相关子查询:
select * from emp
where job = 'CLERK'
and sal >= (select avg(sal) from emp where job = 'CLERK'); -- 子查询:计算所有“CLERK”岗位的平均工资
- 外部查询选择所有工资高于或等于该平均工资的 "CLERK" 岗位的员工。
- 缺点:这种方式无法动态处理不同岗位,若要查询其他岗位,需要重复编写类似的查询。
相关子查询:
select * from emp e
where sal >= (select avg(sal) from emp e2 where e2.job = e.job); -- 相关子查询:查找每个员工所在岗位的平均工资
- 外部查询选择那些工资高于或等于自己岗位的平均工资的员工。
- 优点:此方法更加通用,可以适用于所有岗位,不需要手动指定岗位名称(如
'CLERK'),它会动态计算每个岗位的平均工资并返回符合条件的员工。
总结
子查询是 SQL 中非常重要的功能,可以将复杂的查询问题分解为多个简单的步骤。
不相关子查询和相关子查询各有优缺点,应该根据实际场景选择使用。
不相关子查询适合用于简单的查询,相关子查询则更适合处理依赖外部查询数据的复杂情况。
相关文章:
MySQL数据库(七)----查询相关操作(子查询)
子查询是指在一个查询语句(主查询)内部嵌套的另一个查询语句。子查询可以出现在 SELECT、FROM、WHERE、HAVING 等子句中。它可以将一个复杂的查询问题分解为多个简单的查询步骤,从而更方便地获取所需的数据。 引入子查询: -- 查…...
01_Spring开胃菜
一、 为什么是Spring? 在正式进入Spring内容前我们先看看我们以往经典的程序设计。 当我们去登录时,会调用后端的Controller,Controller接收到用户的请求后会调用业务层的Service进行登录的业务处理,Service业务处理过程中会调用Dao层向DB获取数进行判断。 接下来我们用代…...
SpringBoot使用AspectJ的@Around注解实现AOP全局记录接口:请求日志、响应日志、异常日志
Spring 面向切面编程(AOP),系列文章: 《Spring面向切面编程(AOP)的简单实例》 《Spring使用AspectJ的注解式实现AOP面向切面编程》 《SpringBoot使用AspectJ实现AOP记录接口:请求日志、响应日志、异常日志》 《SpringBoot使用AspectJ的@Around注解实现AOP全局记录接口:…...
WPF下播放Rtmp的解决方案
介绍 在实际的开发过程中,需要在应用内部内嵌播放器进行视频的播放。官方默认的MediaElement控件只能播放有限的视频格式,也不能播放网络流。比较流行的解决方式是vlc的库,但是在实际使用过程中发现有很多问题。这里给大家推荐另一个比较好的…...
7.高可用集群架构Keepalived双主热备原理
一. 高可用集群架构Keepalived双主热备原理 (1)主机+备机keepalived配置(192.168.1.171) ! Configuration File for keepalivedglobal_defs {# 路由id:当前安装keepalived节点主机的标识符,全局唯一router_id keep_101 } #计算机节点(主机配置) vrrp_instance VI_1 {</...
为以人工智能为中心的工作负载重新设计的全局控制台
MinIO 控制台多年来一直是一个不断发展的产品。每次学习时,我们都会思考如何改进交互框架中这个非常重要的部分。首先是控制台,它在推出后的一年内就被广泛采用。更具体地说,超过 10K 个组织。接下来是企业控制台。这从对象存储与其 GUI 之间…...
go channel中的 close注意事项 range取数据
在使用 Go 语言中的 close 函数时,有一些注意事项需要牢记,以确保程序的健壮性和正确性: 1. **仅用于通道(channel)**: - close 函数只能用于关闭通道,不能用于关闭文件、网络连接或其他资源…...
Vue3 -- 项目配置之eslint【企业级项目配置保姆级教程1】
下面是项目级完整配置1➡eslint:【吐血分享,博主踩过的坑你跳过去!!跳不过去?太过分了给博主打钱】 浏览器自动打开项目: 你想释放双手吗?你想每天早上打开电脑运行完项目自动在浏览器打开吗&a…...
鸿蒙开发应用权限管理
简介 一种允许应用访问系统资源(如:通讯录等)和系统能力(如:访问摄像头、麦克风等)的通用权限访问方式,来保护系统数据(包括用户个人数据)或功能,避免它们被…...
【数据库】如何保证数据库迁移过程中数据的一致性?
在数据库迁移过程中,保证数据的一致性是非常重要的,尤其是在涉及到多个表、多个数据库或分布式系统的情况下。以下是一些确保数据一致性的最佳实践和方法: 1. 备份数据 在开始迁移之前,进行全面的数据备份是确保数据一致性的第…...
C++之内存管理
🌹个人主页🌹:喜欢草莓熊的bear 🌹专栏🌹:C入门 目录 前言 一、C/C内存分配 二、 malloc、calloc、realloc、free 三、C内存管理方式 3.1 new/delete 操作内置类型 3.2 new和detele操作自定义类型…...
ISP是什么?
isp全称为Internet Service Provider,即互联网服务提供商,是一种向用户提供互联网接入服务的公司或组织,它们提供的服务包括互联网接入、域名注册、网站托管等等。 ISP的应用场景非常广泛,几乎所有的互联网用户都需要通过ISP来接…...
机房动环境监控用各种列表已经淘汰了,现在都是可视化图表展示了
在信息技术飞速发展的今天,机房作为数据存储、处理和传输的核心场所,其稳定运行至关重要。过去,机房动环境监控主要依赖各种列表形式来呈现数据,但如今,这种方式已经逐渐被淘汰,取而代之的是更加直观、高效…...
RHCE的练习(12)
写一个脚本,完成以下要求: 给定一个用户: 如果其UID为0,就显示此为管理员;否则,就显示其为普通用户; #!/bin/bash # 使用read命令获取用户名 read -p "请输入用户名: " username …...
uniapp自动注册机制:easycom
传统 Vue 项目中,我们需要注册、导入组件之后才能使用组件。 uniapp 框架提供了一种组件自动注册机制,只要你在 components 文件夹下新建的组件满足 /components/组件名/组件名.vue 的命名规范,就能直接使用。 注意:组件的文件夹…...
【论文阅读】(Security) Assertions by Large Language Models
论文笔记:(Security) Assertions by Large Language Models 来源:IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY I. 引言 计算机系统的安全性通常依赖于硬件的根信任。硬件漏洞可能对系统造成严重影响,因此需要支持安全验证的技术。断言验证是一种流行的验证…...
C++ 编程基础(5)类与对象 | 5.8、面向对象五大原则
文章目录 一、面向对象五大原则1、单一功能(Single Responsibility Principle, SRP)2、开放封闭原则(Open/Closed Principle, OCP)3、里氏替换原则(Liskov Substitution Principle, LSP)4、接口隔离原则&am…...
node.js中express的基本了解
定义 Express是基于Node.js平台,快速、开放、极简的Web开发框架。 本质 Express是一个npm上的第三方包,提供了快速创建Web服务器的便捷方法。 作用 与Node.js内置的http模块类似,Express也是专门用来创建Web服务器的,但它极大地简…...
AI大模型(一):Prompt AI编程
一、Prompt Engineering,提示工程 提示工程也叫指令工程: Prompt是发给大模型的指令,比如【讲个睡前故事】、【用Python写个消消乐游戏】等;本质上大模型相关的工程工作,都是围绕prompt展开的;提示工程门…...
ArcGIS Pro属性表乱码与字段名3个汉字解决方案大总结
01 背景 我们之前在使用ArcGIS出现导出Excel中文乱码及shp添加字段3个字被截断的情况,我们有以下应对策略: 推荐阅读:ArcGIS导出Excel中文乱码及shp添加字段3个字被截断? 那如果我们使用ArGIS Pro出现上述问题,该如何…...
避免这些坑!Unity2D界面转换中常见的动画事件处理问题及解决方案
避免这些坑!Unity2D界面转换中常见的动画事件处理问题及解决方案 在Unity2D游戏开发中,界面转换是提升用户体验的关键环节。一个流畅的淡入淡出效果能让场景切换更加自然,但很多开发者在实际操作中常会遇到动画事件不触发、协程执行异常等问题…...
OpenClaw+Qwen3-32B双剑合璧:个人知识库的智能维护方案
OpenClawQwen3-32B双剑合璧:个人知识库的智能维护方案 1. 为什么需要自动化知识管理 作为一个长期依赖个人知识库的内容创作者,我发现自己正陷入"信息过载"的困境。每天需要处理的网页文章、PDF报告、会议录音等碎片化内容超过20份ÿ…...
《QGIS快速入门与应用基础》240:指北针旋转与大小调整
作者:翰墨之道,毕业于国际知名大学空间信息与计算机专业,获硕士学位,现任国内时空智能领域资深专家、CSDN知名技术博主。多年来深耕地理信息与时空智能核心技术研发,精通 QGIS、GrassGIS、OSG、OsgEarth、UE、Cesium、OpenLayers、Leaflet、MapBox 等主流工具与框架,兼具…...
免费获取Cherry MX键帽3D模型:打造个性化机械键盘的终极指南
免费获取Cherry MX键帽3D模型:打造个性化机械键盘的终极指南 【免费下载链接】cherry-mx-keycaps 3D models of Chery MX keycaps 项目地址: https://gitcode.com/gh_mirrors/ch/cherry-mx-keycaps 你是否厌倦了千篇一律的键盘外观?想要拥有独一无…...
后端架构师转型AI智能体架构师:3个月实战路径,收藏这份落地指南
如果你本身就是后端/全栈/架构师出身,这意味着你已经有了一套非常扎实的“确定性系统”的构建能力——分布式、高并发、数据库事务、系统稳定性,这些都是你的底牌。 而AI智能体恰恰是“不确定性系统”(大模型)与“确定性系统”&am…...
机器学习期末实战:从线性回归到SVM的考题详解(附答案推导)
机器学习期末实战:从线性回归到SVM的考题详解(附答案推导) 期末考试临近,不少同学对机器学习中的核心算法仍存在理解盲区。本文将以典型考题为切入点,深入剖析线性回归、高斯朴素贝叶斯和软间隔SVM的解题逻辑ÿ…...
告别Transformer!用PyTorch从零实现MLP-Mixer图像分类(附完整代码与调参技巧)
告别Transformer!用PyTorch从零实现MLP-Mixer图像分类(附完整代码与调参技巧) 在计算机视觉领域,Transformer架构近年来风头无两,但你是否想过——仅用多层感知机(MLP)也能构建高性能视觉模型&a…...
百度网盘提取码智能获取工具:让资源下载效率提升100倍的秘密武器
百度网盘提取码智能获取工具:让资源下载效率提升100倍的秘密武器 【免费下载链接】baidupankey 项目地址: https://gitcode.com/gh_mirrors/ba/baidupankey 还在为获取百度网盘分享链接的提取码而浪费宝贵时间吗?面对"请输入提取码"的…...
飞行器设计避坑指南:盘点那些影响气动效率的‘隐形杀手’(从摩擦阻力到干扰阻力)
飞行器设计避坑指南:盘点那些影响气动效率的‘隐形杀手’ 记得第一次参加大学生飞行器设计竞赛时,我们的团队花了整整三个月打造了一架翼展两米的固定翼无人机。试飞当天,看着它摇摇晃晃地起飞,却在爬升阶段突然失速坠毁ÿ…...
BFR算法实战:如何高效处理大规模数据聚类
1. BFR算法:大数据时代的聚类利器 第一次接触BFR算法是在处理一个电商平台的用户行为数据集时。当时我们遇到了一个棘手的问题:服务器内存只有32GB,但需要处理的用户行为日志却超过了200GB。传统的K-means算法完全无法应对这种规模的数据&…...
