当前位置: 首页 > news >正文

MySQL表的CURD

目录

一、Create

1.1单行数据+全列插入

1.2多行数据+指定列插入

1.3插入否则更新

1.4替换

2.Retrieve

2.1 select列

2.1.1全列查询

2.1.2指定列查询

2.1.3查询字段为表达式

2.1.4为查询结果指定别名

2.1.5结果去重 

2.2where条件

2.3结果排序

2.4筛选分页结果

三、Update

四、Delete

 4.1删除数据

 4.2截断表

五、插入查询结果

六、聚合函数

七、group by子句的使用


一、Create

创建一张学生表

1.1单行数据+全列插入

1.2多行数据+指定列插入

1.3插入否则更新

  • 主键冲突
  • 唯一键冲突
  • 可疑选择性进行同步更新操作:使用ON DUPLICATE KEY UPDATE
  • -- 0 row affected: 表中有冲突数据,但冲突数据的值和 update 的值相等
    -- 1 row affected: 表中没有冲突数据,数据被插入
    -- 2 row affected: 表中有冲突数据,并且数据已经被更新
  • 使用MySQL库函数来获取受到影响的数据行数:SELECT ROW_COUNT();

1.4替换

  • - - 主键 或者 唯一键 没有冲突,则直接插入;
    -- 主键 或者 唯一键 如果冲突,则删除后再插入

2.Retrieve

创建表结构

插入数据

2.1 select列

2.1.1全列查询

  • -- 通常情况下不建议使用 * 进行全列查询
    -- 1. 查询的列越多,意味着需要传输的数据量越大;
    -- 2. 可能会影响到索引的使用。

2.1.2指定列查询

  • 指定列的顺序不需要按定义表的顺序来

2.1.3查询字段为表达式

  • 表达式不包含字段 

  • 表达式包含一个字段
  • 表达式包含多个字段

2.1.4为查询结果指定别名

  • SELECT column [AS] alias_name [...] FROM table_name;

2.1.5结果去重 

  • distinct关键字

2.2where条件

比较运算符

运算符说明
>, >=, <, <=
大于,大于等于,小于,小于等于
=
等于, NULL 不安全,例如 NULL = NULL 的结果是 NULL
<=>
等于, NULL 安全,例如 NULL <=> NULL 的结果是 TRUE(1)
!=, <>
不等于
BETWEEN a0 AND a1
范围匹配, [a0, a1] ,如果 a0 <= value <= a1 ,返回 TRUE(1)
IN (option, ...)
如果是 option 中的任意一个,返回 TRUE(1)
IS NULL
是NULL
IS NOT NULL
不是NULL
LIKE
模糊匹配, % 表示任意多个(包括 0 个)任意字符; _ 表示任意一个字符

逻辑运算符

运算符说明
AND
多个条件必须都为 TRUE(1) ,结果才是 TRUE(1)
OR
任意一个条件为 TRUE(1), 结果为 TRUE(1)
NOT
条件为 TRUE(1) ,结果为 FALSE(0

2.3结果排序

  • -- ASC 为升序(从小到大)
  • -- DESC 为降序(从大到小)
  • -- 默认为 ASC
  • SELECT ... FROM table_name [WHERE ...] ORDER BY column [ASC|DESC], [...];
  • 没有order by返回的结果是未定义的

2.4筛选分页结果

  •  -- 起始下标为 0 -- 从 s 开始,筛选 n 条结果

  • SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT s, n

  • -- 从 0 开始,筛选 n 条结果

  • SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT n;

  • -- 从 s 开始,筛选 n 条结果,比第二种用法更明确,建议使用

  • SELECT ... FROM table_name [WHERE ...] [ORDER BY ...] LIMIT n OFFSET s;

  • id 进行分页,每页 3 条记录,分别显示 第 1 2 3

三、Update

  • UPDATE table_name SET column = expr [, column = expr ...] [WHERE ...] [ORDER BY ...] [LIMIT ...]
  • 对查询到的结果进行列值更新
  • 更新为具体指
  • 一次更新多个列
  • 更新值为原值基础上变更
  • 没有 WHERE 子句,则更新全表

四、Delete

 4.1删除数据

  • DELETE FROM table_name [WHERE ...] [ORDER BY ...] [LIMIT ...]
  • 删除“孙悟空”的数据
  •  删除整张表的数据
  • 在删除的基础上再插入一条数据,可见删除数据并不会重置auto_increment项

 4.2截断表

  • TRUNCATE [TABLE] table_name
  • 只对整张表进行操作,不能像delete一样对部分数据操作
  • 实际上不对数据进行操作,影响行数是0,所以比delete快,但是truncate在删除数据时,并不经过真正的事务,所以无法回滚
  • 会重置auto_increment项

五、插入查询结果

  • INSERT INTO table_name [(column [, column ...])] SELECT ... 

  • 案例:删除表中的的重复复记录,重复的数据只能有一份
  1. 创建一张空表 no_duplicate_table ,结构和 duplicate_table 一样
  2. duplicate_table的去重数据插入到no_duplicate_table
  3. 通过重命名表实现原子的去重操作

六、聚合函数

函数说明
COUNT([DISTINCT] expr)
返回查询到的数据的数量
SUM([DISTINCT] expr)
返回查询到的数字总和,不是数字没有意义
AVG([DISTINCT] expr)
返回查询到的数字平均值,不是数字没有意义
MAX([DISTINCT] expr)
返回查询到的数字最大值,不是数字没有意义
MIN([DISTINCT] expr)返回查询到的数字最小值,不是数字没有意义
  • 使用 * 做统计,不受 NULL 影响
  •  
  • 使用表达式做统计
  • NULL 不会计入结果
  • COUNT(math)统计的是全部的数学成绩
  • 统计去重的数学成绩个数
  • 统计数学成绩总分
  • 配合where条件使用
  • 统计平均分
  • 返回英语最高分
  • 返回>70以上数学的最低分

七、group by子句的使用

  • select 中使用 group by 子句可以对指定列进行分组查询
  • 案例
  • 显示每个部门的平均工资和最高工资: select deptno,avg(sal),max(sal) from EMP group by deptno;
  • 显示每个部门的每种岗位的最低工资和平均工资:select avg(sal),min(sal),job, deptno from EMP group by deptno, job;
  • 显示平均工资低于2000的部门和它的平均工资
  1. 统计各个部门的平均工资: select avg(sal) from EMP group by deptno
  2. having搭配group by使用,对group by的查询结果进行筛选: select avg(sal) as myavg from EMP group by deptno having myavg<2000;
  3. --having 经常和 group by 搭配使用,作用是对分组进行筛选,作用有些像 where

 

相关文章:

MySQL表的CURD

目录 一、Create 1.1单行数据全列插入 1.2多行数据指定列插入 1.3插入否则更新 1.4替换 2.Retrieve 2.1 select列 2.1.1全列查询 2.1.2指定列查询 2.1.3查询字段为表达式 2.1.4为查询结果指定别名 2.1.5结果去重 2.2where条件 2.3结果排序 2.4筛选分页结果 三…...

Java 如何覆盖第三方 jar 包中的类

目录 一、需求描述二、示例描述三、操作步骤四、验证结果五、实现原理 背景&#xff1a; 在我们日常的开发中&#xff0c;经常需要使用第三方的 jar 包&#xff0c;有时候我们会发现第三方的 jar 包中的某一个类有问题&#xff0c;或者我们需要定制化修改其中的逻辑&#xff0c…...

VSCode中使用EmmyLua插件对Unity的tolua断点调试

一.VSCode中搜索安装EmmyLua插件 二.创建和编辑launch.json文件 初始的launch.json是这样的 手动编辑加上一段内容如下图所示&#xff1a; 三.启动调试模式&#xff0c;并选择附加的进程...

【数据结构】_链表经典算法OJ(力扣/牛客第二弹)

目录 1. 题目1&#xff1a;返回倒数第k个节点 1.1 题目链接及描述 1.2 解题思路 1.3 程序 2. 题目2&#xff1a;链表的回文结构 2.1 题目链接及描述 2.2 解题思路 2.3 程序 1. 题目1&#xff1a;返回倒数第k个节点 1.1 题目链接及描述 题目链接&#xff1a; 面试题 …...

Spring Boot 2 快速教程:WebFlux优缺点及性能分析(四)

WebFlux优缺点 【来源DeepSeek】 Spring WebFlux 是 Spring 框架提供的响应式编程模型&#xff0c;旨在支持非阻塞、异步和高并发的应用场景。其优缺点如下&#xff1a; 优点 高并发与低资源消耗 非阻塞 I/O&#xff1a;基于事件循环模型&#xff08;如 Netty&#xff09;&am…...

自定义多功能输入对话框:基于 Qt 打造灵活交互界面

一、引言 在使用 Qt 进行应用程序开发时&#xff0c;我们经常需要与用户进行交互&#xff0c;获取他们输入的各种信息。QInputDialog 是 Qt 提供的一个便捷工具&#xff0c;可用于简单的输入场景&#xff0c;但当需求变得复杂&#xff0c;需要支持更多类型的输入控件&#xff0…...

基于springboot河南省旅游管理系统

基于Spring Boot的河南省旅游管理系统是一种专为河南省旅游行业设计的信息管理系统&#xff0c;旨在整合和管理河南省的旅游资源信息&#xff0c;为游客提供准确、全面的旅游攻略和服务。以下是对该系统的详细介绍&#xff1a; 一、系统背景与意义 河南省作为中国的中部省份&…...

LabVIEW图像采集与应变场测量系统

开发了一种基于LabVIEW的图像采集与应变场测量系统&#xff0c;提供一种高精度、非接触式的测量技术&#xff0c;用于监测物体的全场位移和应变。系统整合了实时监控、数据记录和自动对焦等功能&#xff0c;适用于工程应用和科学研究。 项目背景 传统的位移和应变测量技术往往…...

CommonAPI学习笔记-2

一. 概述 ​ 这篇文章主要是想整理并且分析CommonAPI代码生成工具根据fidl和fdepl配置文件生成出来的代码的结构和作用。 二. fidl ​ 用户根据业务需求在fidl文件中定义业务服务接口的结构以及自定义数据类型&#xff0c;然后使用core生成工具传入fidl文件生成该fidl的核心…...

ISP代理与住宅代理的区别

代理充当用户和互联网之间的中介&#xff0c;在增强安全性、隐私和可访问性方面提供多种功能。在众多代理类型中&#xff0c;ISP和住宅代理脱颖而出&#xff0c;各自拥有不同的功能和应用程序。 一、ISP代理 ISP代理&#xff0c;俗称Internet服务提供商代理&#xff0c;通过其…...

[25] cuda 应用之 nppi 实现图像色彩调整

[25] cuda 应用之 nppi 实现图像色彩调整 在 NPPI(NVIDIA Performance Primitives)中,图像色彩调整通常包括以下几种操作: 亮度调整:增加或减少图像的亮度。对比度调整:增强或减弱图像的对比度。饱和度调整:增强或减弱图像的颜色饱和度。色调调整:改变图像的色调(通常…...

Java 大视界 -- Java 大数据在智慧文旅中的应用与体验优化(74)

&#x1f496;亲爱的朋友们&#xff0c;热烈欢迎来到 青云交的博客&#xff01;能与诸位在此相逢&#xff0c;我倍感荣幸。在这飞速更迭的时代&#xff0c;我们都渴望一方心灵净土&#xff0c;而 我的博客 正是这样温暖的所在。这里为你呈上趣味与实用兼具的知识&#xff0c;也…...

PyTorch快速入门

Anaconda Anaconda 是一款面向科学计算的开源 Python 发行版本&#xff0c;它集成了众多科学计算所需的库、工具和环境管理系统&#xff0c;旨在简化包管理和部署&#xff0c;提升开发与研究效率。 核心组件&#xff1a; Conda&#xff1a;这是 Anaconda 自带的包和环境管理…...

100.7 AI量化面试题:如何利用新闻文本数据构建交易信号?

目录 0. 承前1. 解题思路1.1 数据处理维度1.2 分析模型维度1.3 信号构建维度 2. 新闻数据获取与预处理2.1 数据获取接口2.2 文本预处理 3. 情感分析与事件抽取3.1 情感分析模型3.2 事件抽取 4. 信号生成与优化4.1 信号构建4.2 信号优化 5. 策略实现与回测5.1 策略实现 6. 回答话…...

CF 465B.Inbox (100500)(Java实现)

题目分析 计算读取所有未读邮件所需的步数&#xff0c;其中1代表未读&#xff0c;0代表已读 思路分析 遍历邮件&#xff0c;如果当前是未读&#xff0c;那么所需步数1&#xff0c;如果下一封也是未读&#xff0c;不用管(遍历后会直接1)&#xff0c;如果下一封是已读&#xff0…...

微信小程序获取openid和其他接口同时并发请求如何保证先获取到openid

在微信小程序中,如果你需要并发请求获取 openid 和其他接口的数据,并且希望确保先获取到 openid 之后再进行后续操作,可以考虑以下几种方法: 方法一:使用 Promise 链 1, 先请求 openid:使用 Promise 来请求 openid。 2, 在获取到 openid 后再请求其他接口。 function g…...

实现动态卡通笑脸的着色器实现

大家好&#xff01;我是 [数擎 AI]&#xff0c;一位热爱探索新技术的前端开发者&#xff0c;在这里分享前端和 Web3D、AI 技术的干货与实战经验。如果你对技术有热情&#xff0c;欢迎关注我的文章&#xff0c;我们一起成长、进步&#xff01; 开发领域&#xff1a;前端开发 | A…...

DeepSeek R1 模型解读与微调

DeepSeek R1 模型是 DeepSeek 团队推出的一款重要的大语言模型&#xff0c;旨在通过强化学习提升大型语言模型的推理能力。 模型架构 DeepSeek-R1-Zero DeepSeek-R1-Zero 是 DeepSeek 团队推出的第一代推理模型&#xff0c;完全依靠强化学习&#xff08;RL&#xff09;训练&…...

YOLOv11实时目标检测 | 摄像头视频图片文件检测

在上篇文章中YOLO11环境部署 || 从检测到训练https://blog.csdn.net/2301_79442295/article/details/145414103#comments_36164492&#xff0c;我们详细探讨了YOLO11的部署以及推理训练&#xff0c;但是评论区的观众老爷就说了&#xff1a;“博主博主&#xff0c;你这个只能推理…...

Node.js学习指南

一、模块化规范 nodejs使用的模块化规范 叫做 common.js 规范: 每一个模块都有独立的作用域 代码在各自模块中执行 不会造成全局污染 每一个模块都是一个独立的文件&#xff08;module对象&#xff09; 模块可以被多次加载&#xff08;module.exports 属性&#xff09; 但是仅…...

告别龟速采样!用DDIM加速你的扩散模型推理(附PyTorch代码)

加速扩散模型推理&#xff1a;DDIM核心原理与实战优化指南 在图像生成领域&#xff0c;扩散模型以其卓越的质量表现迅速成为研究热点&#xff0c;但传统DDPM&#xff08;Denoising Diffusion Probabilistic Models&#xff09;的致命缺陷在于其缓慢的采样速度——生成一张图片往…...

开源监控面板OpenClaw:从架构设计到生产部署实战指南

1. 项目概述&#xff1a;一个开源监控面板的诞生 在运维和开发的世界里&#xff0c;监控面板就像是驾驶舱里的仪表盘。没有它&#xff0c;你就是在盲飞。今天要聊的这个项目 xingrz/openclaw-dashboard &#xff0c;就是一个由社区驱动的开源监控面板解决方案。它的名字很有意…...

AI应用开发利器:ai-devkit工具包核心功能与工程实践指南

1. 项目概述与核心价值最近在折腾AI应用开发&#xff0c;发现一个挺有意思的项目&#xff0c;叫codeaholicguy/ai-devkit。乍一看名字&#xff0c;你可能会觉得这又是一个“AI开发工具包”&#xff0c;市面上类似的工具已经多如牛毛了。但深入用下来&#xff0c;我发现它不太一…...

Swagger2Word终极指南:3种方法实现API文档自动化转换

Swagger2Word终极指南&#xff1a;3种方法实现API文档自动化转换 【免费下载链接】swagger2word 项目地址: https://gitcode.com/gh_mirrors/swa/swagger2word 还在为手动编写API文档而烦恼吗&#xff1f;Swagger2Word为你提供了一站式自动化解决方案&#xff0c;将Swa…...

Wand-Enhancer:免费解锁WeMod专业版功能的终极本地增强工具

Wand-Enhancer&#xff1a;免费解锁WeMod专业版功能的终极本地增强工具 【免费下载链接】Wand-Enhancer Advanced UX and interoperability extension for Wand (WeMod) app 项目地址: https://gitcode.com/gh_mirrors/we/Wand-Enhancer 还在为WeMod专业版的高昂订阅费用…...

基于声明式Web自动化框架Hydra的电商数据监控实战

1. 项目概述&#xff1a;一个被低估的自动化利器 如果你经常需要处理一些重复性的、基于Web界面的操作&#xff0c;比如批量下载某个网站的资源、定时填写表单、或者监控网页内容的变化&#xff0c;那么你很可能已经厌倦了手动点击和等待。传统的脚本编写&#xff0c;尤其是涉及…...

英文专业论文,可以用维普AIGC检测查AI率吗?

维普查重系统目前是国内比较权威的查重系统&#xff0c;目前国内很多高校是和维普系统合作的。 维普系统也是很多大学生都知晓的查重系统&#xff0c;并且上线了维普AIGC检测功能&#xff0c;可以查论文的AI率。 但是英文专业的毕业论文又和其他专业的不一样&#xff0c;那么…...

基于Feather RP2040与CircuitPython的CNC旋钮宏键盘DIY指南

1. 项目概述&#xff1a;打造你的专属生产力旋钮如果你经常使用像Cura、Fusion 360或者Adobe系列这类专业软件&#xff0c;一定对频繁切换工具、调整参数时在键盘和鼠标间来回切换的繁琐深有体会。传统的键盘快捷键虽然快&#xff0c;但组合键太多容易忘记&#xff0c;而且缺乏…...

支付宝沙箱环境:从零搭建支付测试与调试实战

1. 支付宝沙箱环境入门指南 第一次接触支付宝开放平台的开发者&#xff0c;往往会对支付功能的对接感到头疼。别担心&#xff0c;支付宝沙箱环境就是专为解决这个问题而生的。简单来说&#xff0c;这是一个完全模拟真实支付流程的测试环境&#xff0c;让你可以在不花一分钱的情…...

Veil-Evasion核心模块深度解析:从控制器到Payload生成

Veil-Evasion核心模块深度解析&#xff1a;从控制器到Payload生成 【免费下载链接】Veil-Evasion Veil Evasion is no longer supported, use Veil 3.0! 项目地址: https://gitcode.com/gh_mirrors/ve/Veil-Evasion Veil-Evasion是一款专业的免杀payload生成工具&#x…...