当前位置: 首页 > news >正文

[MySQL初阶]MySQL(4)基本查询

标题:[MySQL初阶]MySQL(4)基本查询
@水墨不写bug

在这里插入图片描述

文章目录

  • 一. 数据表设计
  • 二、对数据表的操作
    • 1. Create 操作(插入数据)
      • 查看最近受影响的行数:
    • 2. Retrieve 操作(读取数据)
      • (1)基本查询的用法:
      • (2)where子句详解
        • i. 基本语法
        • ii. 常用运算符
          • 比较运算符
          • 逻辑运算符
          • 模糊匹配(LIKE)
          • NULL 值比较
      • (3)order by子句详解
        • i. 基本语法
        • ii. 核心用法
          • 单列排序
          • 多列排序
      • (4)limit子句
        • i. 基本语法
        • ii. 核心用法
          • (1) 获取前 N 条记录
          • (2) 分页查询
    • 3. Update 操作(更新数据)
    • 4. Delete 操作(删除数据)
  • 三、总结


本文讲解MySQL数据库的表的基本查询操作(CURD操作):CRUD : Create(创建), Retrieve(读取),Update(更新),Delete(删除)
在这里,我将首先创建一个数据表,然后对这个表一边操作,一边讲解。

一. 数据表设计

首先,我们设计一个用户管理系统,以它内部的 users 表为例,表结构如下:

CREATE TABLE users (id INT PRIMARY KEY AUTO_INCREMENT COMMENT '员工ID',username VARCHAR(50) NOT NULL UNIQUE COMMENT '名字',email VARCHAR(100) NOT NULL UNIQUE COMMENT '邮箱',password_hash CHAR(60) NOT NULL COMMENT '密码',created_at DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '创建账户时间',last_login DATETIME COMMENT '最后一次登录时间',is_active BOOLEAN DEFAULT 1 COMMENT '用户是否活跃'
);

二、对数据表的操作

1. Create 操作(插入数据)

插入数据语法

  • 单行数据+全列插入:

一次插入一行数据,每次全列插入

insert into users(id,username,email,password_hash,created_at,last_login,is_active) values (1,'zhangsan','123@qq.com','60个字符',NOW(),NOW(),TRUE);

在这里插入图片描述

  • 多行数据+指定列插入:
-- 插入多行数据,指定 username、email、password_hash、is_active 列
INSERT INTO users (username, email, password_hash, is_active)
VALUES ('lisi', '000@ex.com', '$2a$10$abc...', 1),  -- 显式指定 is_active('sunwukong', 'wukong@xe.com', '$2a$10$xyz...', 0);

为了方便起见,这里我们假设插入一个较小的数据表。

  • 插入冲突是否更新:
insert into tb_name(name,qq) values('zhangsan','123') on duplicate key update name = 'lisi',qq = '234';

插入数据:

尝试插入一条记录,name 为 ‘zhangsan’,qq 为 ‘123’。

冲突处理:

如果插入的数据与表中已有的 主键或唯一键 冲突(例如 name 或 qq 字段有唯一约束),则执行 UPDATE 操作。

将冲突记录的 name 更新为 'lisi',qq 更新为 '234'。

  • 替换
replace into tb_name (name, qq) values ('zhangsan', '123');

插入数据:

尝试插入一条记录,name 为 ‘zhangsan’,qq 为 ‘123’。

冲突处理:

如果插入的数据与表中已有的 主键或唯一键 冲突(例如 name 或 qq 字段有唯一约束),则会 先删除冲突的行,再插入新行。

注意:REPLACE INTO 是 先删除再插入,而不是更新。

查看最近受影响的行数:

select row_count();

可以查看最近受影响的行数。

2. Retrieve 操作(读取数据)

语法

SELECT column1, column2, ... FROM table_name [WHERE ...];

这是最基本的查询方式,在最基本的语句之间,我们可选择加上一些选项。比较丰富的选项可以如下所示:

select distinct(是否去重) */列名 from tb_name where 查询条件 order by 列名称 asc/desc(排序条件) limit(限定查询出来的数据的条目数);

(1)基本查询的用法:

  • 全列查询:
select * from tb_name;

一般不推荐全列查询会输出整张表的所有内容,对一个数据库,数据量动辄上百万,盲目全列查询会占用网络带宽,并且导致刷屏或者机器死机,一般需要用limit指定查询数据条目数。

  • 指定列查询:
select 列名称 from tb_name;

指定某一列内容输出。

  • 列间关系运算

查询的时候,可以进行列间运算

select name,math+chinese+english as total from tb_name;

显示出来的是3列成绩的综合。其中as 代表重命名,每一列都可以重命名

select name 姓名,math 数学,english 英语,math + chinese + english 总分 from tb_name;
  • 结果去重
select distinct math from tb_name;

如果查询结果有重复,比如有多个人得分95,只显示一次95


(2)where子句详解

MySQL 的 WHERE 子句用于在查询中筛选符合特定条件的记录。它是 SELECTUPDATEDELETE 等语句的核心组成部分,select帮助你选择了某一张表,而where则是进一步选择表中符合要求的数据;更直观的来说,where字句类似于if条件判断。


i. 基本语法
SELECT 列名 FROM 表名 WHERE 条件;
UPDATE 表名 SET=WHERE 条件;
DELETE FROM 表名 WHERE 条件;

ii. 常用运算符
比较运算符
  • =,<=>:等于
  • 注意:"="NULL不安全(无法参与NULL比较),如果想要与NULL值比较,需要用NULL安全的 <=> 例如:NULL <=> NULL 结果为TRUE。
    SELECT * FROM users WHERE age = 25;
    SELECT * FROM users WHERE address <=> NULL;
    
  • <>!=:不等于
    SELECT * FROM products WHERE price <>(或者!=100;
    
  • ><>=<=:关系比较
    SELECT * FROM orders WHERE sum_amount > 1000;
    
  • BETWEEN ...AND...:在范围内(闭区间)
    SELECT * FROM employees WHERE salary BETWEEN 300 AND 1000;
    
  • IN:匹配列表中的任意值
    SELECT * FROM customers WHERE country IN ('China', 'Canada', 'Mexico');
    

逻辑运算符
  • AND:同时满足多个条件
    SELECT * FROM students WHERE age >= 18 AND grade = 'A';
    
  • OR:满足任意一个条件
    SELECT * FROM products WHERE category = 'aaa' OR price < 50;
    
  • NOT:否定条件
    SELECT * FROM employees WHERE NOT department = 'HR';
    
  • 注意优先级AND 优先级高于 OR,建议用括号明确逻辑:
    SELECT * FROM table 
    WHERE (condition1 OR condition2) AND condition3;
    

模糊匹配(LIKE)
  • %:匹配任意多个字符(包括零个)
    SELECT * FROM books WHERE title LIKE 'The%'; -- 以 "The" 开头
    
  • _:匹配单个字符
    SELECT * FROM users WHERE username LIKE 'user_'; -- 如 "user1", "userA"
    

一句话总结, % 可以代表一个或者多个字符, _ 只能代表一个字符


NULL 值比较
  • IS NULL:检查空值
    SELECT * FROM orders WHERE shipped_date IS NULL;
    
  • IS NOT NULL:检查非空值
    SELECT * FROM contacts WHERE phone IS NOT NULL;
    

(3)order by子句详解


MySQL 的 ORDER BY 子句用于对查询结果进行排序,可以按单列、多列或表达式排序,并支持升序(ASC)降序(DESC)排列。它是优化数据展示和分析的重要工具。


i. 基本语法
SELECT 列名 
FROM 表名 
[WHERE 条件] 
ORDER BY 排序列1 [ASC|DESC], 排序列2 [ASC|DESC], ...;
  • 位置ORDER BY 必须位于 WHERE 子句之后,LIMIT 子句之前。
  • 默认排序:如果不指定 ASCDESC,默认为 ASC(升序)。

ii. 核心用法
单列排序
-- 按工资升序排列
SELECT name, salary FROM employees ORDER BY salary;-- 按入职日期降序排列
SELECT name, hire_date FROM employees ORDER BY hire_time DESC;
多列排序

按优先级依次排序,用逗号分隔:

-- 先按部门升序,再按工资降序
SELECT name, department, salary 
FROM employees 
ORDER BY department ASC, salary DESC;

表示先按照部门排序,部门一样的再按照薪资排序。


(4)limit子句

MySQL 的 LIMIT 子句常与 ORDER BY 结合使用,用于在排序后的结果中筛选出特定范围的数据(如分页查询、获取前 N 条记录)。以下是两者的协同用法和关键细节:


i. 基本语法
SELECT 列名 
FROM 表名 
[WHERE 条件] 
ORDER BY 排序列 [ASC|DESC] 
LIMIT [偏移量,] 行数;
  • 执行顺序
    WHEREORDER BYLIMIT
    (先过滤数据,再排序,最后截取结果)

  • 典型场景

    • 分页查询(如每页 10 条)
    • 获取前 N 名(如销量最高的前 5 个商品)

ii. 核心用法
(1) 获取前 N 条记录
-- 获取工资最高的前 3 名员工
SELECT name, salary 
FROM employees 
ORDER BY salary DESC 
LIMIT 3;
(2) 分页查询
-- 每页 10 条,查询第 3 页(偏移量 = (页码-1)*每页行数)
SELECT * 
FROM products 
ORDER BY price ASC 
LIMIT 20, 10; -- 偏移量为 20 条,取接下来的 10 条

3. Update 操作(更新数据)

对查询到的结果进行列值更新
语法

UPDATE table_name
SET column1 = value1, column2 = value2, ...
WHERE ...
ORDER BY ... 
LIMIT ...;

实际场景

  1. 修改用户邮箱

    UPDATE users 
    SET email = 'new@qq.com'
    WHERE id = 1; -- 明确指定条件,避免全表更新!
    

    不指明条件导致全表更新是致命的!

  2. 记录用户最后登录时间

    UPDATE users 
    SET last_login = NOW() 
    WHERE username = 'ddsm';
    
  3. 批量禁用长时间未登录用户

    UPDATE users 
    SET is_active = 0 
    WHERE last_login < '2020-01-01';
    

4. Delete 操作(删除数据)

语法

DELETE FROM table_name WHERE ... ORDER BY ... LIMIT ...;

实际场景:用户注销账号

-- 物理删除(谨慎操作!)
DELETE FROM users WHERE id = 1;-- 实际项目中更推荐软删除,如果误删还可以找回数据
UPDATE users SET is_active = 0 WHERE id = 1;

建议

  1. 生产环境优先使用软删除(通过 is_activedeleted_at 标记)。
  2. 删除前检查关联数据(如用户订单需级联处理,这涉及到外键约束,在以后的讲解中会逐渐详解)。

注意:

  • 没有where子句的删除,将删除整张表的数据;但是表的结构不变;此外auto_increment不会归0;
  • 删除表内数据的另一种方法是
truncate tb_name;

特点是只能对整张表进行操作,不能对部分数据操作。由于mysql不对数据操作,因而比delete更快。truncate在删除的时候,并不会经过真正的事务,所以无法回滚。此外auto_increment会被重置


三、总结

  • CreateINSERT 实现数据写入,注意唯一性约束。
  • RetrieveSELECT 灵活组合DISTINCTWHEREORDER BYLIMIT 满足查询需求。
  • UpdateUPDATE 配合精确条件,避免误操作。
  • Delete:优先软删除,物理删除需事务+备份。


转载请注明出处

在这里插入图片描述

相关文章:

[MySQL初阶]MySQL(4)基本查询

标题&#xff1a;[MySQL初阶]MySQL&#xff08;4&#xff09;基本查询 水墨不写bug 文章目录 一. 数据表设计二、对数据表的操作1. Create 操作&#xff08;插入数据&#xff09;查看最近受影响的行数&#xff1a; 2. Retrieve 操作&#xff08;读取数据&#xff09;&#xff0…...

基于STM32的智能家居蓝牙系统(论文+源码)

1总体方案设计 本次基于STM32的智能家居蓝牙系统&#xff0c;其系统总体架构如图2.1所示&#xff0c;采用STM32f103单片机作为控制器&#xff0c;通过DHT11传感器实现温湿度检测&#xff0c;MQ-2烟雾传感器实现烟雾检测&#xff0c;光敏电阻实现光照检测&#xff0c;同时将数据…...

QTS单元测试框架

1.QTS单元测试框架介绍 目前QTS项目采用C/C语言,而CppUnit就是xUnit家族中的一员,它是一个专门面向C的单元测试框架。因此,QTS采用CppUnit测试框架是比较理想的选择。 CppUnit按照层次来管理测试,最底层的就是TestCase,当有了几个TestCase以后&#xff0c;可以将它们组织成Te…...

《水利水电安全员考试各题型对比分析及应对攻略》

《水利水电安全员考试各题型对比分析及应对攻略》 单选题&#xff1a; 特点&#xff1a;四个选项中只有一个正确答案&#xff0c;相对难度较小。主要考查对基础知识的掌握程度。 应对攻略&#xff1a;认真审题&#xff0c;看清题目要求。对于熟悉的知识点&#xff0c;直接选择…...

sqlite3 c++ client选择; c++环境搭建 : abseil-cpp | fnc12/sqlite_orm

sqlite3 c client选择 今日20250305 2.4K星: 7月前最后提交核心: SRombauts/SQLiteCpp.git : 薄封装、命令式sql、非orm、支持事务2.4K星: 1月前最后提交核心: fnc12/sqlite_orm.git : 厚封装、非侵入、真orm、真泛型、类型复杂、支持事务、报错信息不完整&#xff08;启动事…...

IMX6ULL驱动开发uboot篇02

目录 网络操作 第零步&#xff1a;先将网线跟电脑接好&#xff0c;打开串口连接到开发板上&#xff0c;然后上电&#xff0c;让UBoot停下来 第一步&#xff1a;查看我们的网线构成的虚拟子网是哪一个 第二步&#xff1a;我们必须把虚拟机的网卡模式从NAT改成桥接&#xff0c…...

智谱AI-FunctionCall

智谱AI-FunctionCall 编写FuncationCall大模型的函数调用&#xff0c;先直观的感受一下的感受下FunctionCall的魅力 文章目录 智谱AI-FunctionCall[toc]1-参考网址2-思路整理3-代码拆件1-[非核心]两个业务函数2-[非核心]业务函数的JsonSchema定义3-[核心]FunctionCall的调用1-打…...

数据保险箱:备份文件的关键价值与自动化实践

在信息化社会&#xff0c;数据已经成为我们生活、工作和学习的核心组成部分。无论是企业机密、个人隐私&#xff0c;还是创意作品、研究数据&#xff0c;它们都以数字形式存在于我们的电子设备中。然而&#xff0c;数据如同脆弱的玻璃制品&#xff0c;稍有不慎就可能面临丢失或…...

数字电路基础——逻辑门

逻辑门是数字电子技术中的基本构建块。这些组件用于对1和0进行操作,可以将它们组合起来创建其他构建块,并设计出如锁存器、触发器、加法器、移位寄存器等电路。 七种主要的逻辑门类型: 一、基本逻辑门 1.1 与门(AND gate) 1.1.1 逻辑运算规则 与门有多个输入端和一个输出…...

爬虫逆向:脱壳工具BlackDex的详细使用

更多内容请见: 爬虫和逆向教程-专栏介绍和目录 文章目录 一、BlackDex简介二、下载与安装三、基本使用步骤3.1 启动BlackDex3.2 导入目标APK文件3.3 开始脱壳3.4 查看脱壳结果四、后续分析4.1 使用 JADX 反编译 Dex 文件4.2 使用 Apktool 反编译 Dex 文件4.3 JD-GUI4.4 dex2ja…...

JavaScript中的Math()

目录 一、Math() 1.1floor() 1.2ceil() 1.3round() 1.4random() 1.5max() 1.6min() 1.7pow() 1.8sqrt() 1.9trunc() 二、parseFloat() 三、toFixed() 四、toString() 4.1Number类型转换为字符串 4.2Boolean类型转换为字符串 4.3Date()类型转换为字符串 4.4Arr…...

深度学习模型Transformer初步认识整体架构

第一章&#xff1a;人工智能之不同数据类型及其特点梳理 第二章&#xff1a;自然语言处理(NLP)&#xff1a;文本向量化从文字到数字的原理 第三章&#xff1a;循环神经网络RNN&#xff1a;理解 RNN的工作机制与应用场景(附代码) 第四章&#xff1a;循环神经网络RNN、LSTM以及GR…...

【从模仿到超越:AIGC的崛起与AGI的终极梦想】

一、基本概念 1. AIGC&#xff08;人工智能生成内容&#xff09; 定义&#xff1a;基于人工智能技术生成文本、图像、音频、视频等数字内容的方法。技术基础&#xff1a;依赖深度学习模型&#xff08;如GPT、DALL-E、Stable Diffusion&#xff09;和自然语言处理&#xff08;…...

标量、向量、矩阵与张量:从维度理解数据结构的层次

在数学和计算机科学中&#xff0c;维度描述了数据结构的复杂性&#xff0c;而标量、向量、矩阵、张量则是不同维度的数据表示形式。它们的关系可以理解为从简单到复杂的扩展&#xff0c;以下是详细解析&#xff1a; 1. 标量&#xff08;Scalar&#xff09;&#xff1a;0维数据 …...

windows 上删除 node_modules

在 Windows 11 上&#xff0c;你可以通过命令行来删除 node_modules 文件夹并清除 npm 缓存。以下是具体步骤&#xff1a; 删除 node_modules 打开命令提示符&#xff08;Command Prompt&#xff09;或终端&#xff08;PowerShell&#xff09;。 导航到项目目录。你可以使用 …...

单例模式的五种实现方式

1、饿汉式 ①实现&#xff1a;在类加载的时候就初始化实例 ②优点&#xff1a;线程安全 ③缺点&#xff1a;实例在类加载的时候创建&#xff0c;可能会浪费资源 //饿汉式 public class EagerSingleton{private EagerSingleton(){} //私有构造方法private static EagerSingle…...

启智平台华为昇腾910B使用MS-Swift微调Janus-Pro-7/1B

最近想要微调一下DeepSeek出品的Janus多模态大模型 利用启智平台的昇腾910B国产计算卡进行大模型的微调 查看了一下MS-Swift支持了Janus模型的微调&#xff0c;LLamafactory好像暂时还不支持该模型的微调 看到了MS-Swift有单独对昇腾的支持&#xff0c;因此首先要安装swift&…...

蓝桥试题:传球游戏(二维dp)

一、题目描述 上体育课的时候&#xff0c;小蛮的老师经常带着同学们一起做游戏。这次&#xff0c;老师带着同学们一起做传球游戏。 游戏规则是这样的&#xff1a;n 个同学站成一个圆圈&#xff0c;其中的一个同学手里拿着一个球&#xff0c;当老师吹哨子时开始传球&#xff0…...

迷你世界脚本小地图接口:Mapmark

小地图接口&#xff1a;Mapmark 彼得兔 更新时间: 2023-10-25 10:33:48 具体函数名及描述如下: 序号 函数名 函数描述 1 newShape(...) 新增一个形状(线&#xff0c;矩形&#xff0c;圆形) 2 deleteShape(...) 删除一个形状 3 setShapeColor(...) 设置…...

从零开始在Windows使用VMware虚拟机安装黑群晖7.2系统并实现远程访问

文章目录 前言1.软件准备2. 安装VMware17虚拟机3.安装黑群晖4. 安装群晖搜索助手5. 配置黑群晖系统6. 安装内网穿透6.1 下载cpolar套件6.2 配置群辉虚拟机6.3 配置公网地址6.4 配置固定公网地址 总结 前言 本文主要介绍如何从零开始在Windows系统电脑使用VMware17虚拟机安装黑…...

Qt6.8.2创建WebAssmebly项目使用FFmpeg资源

Qt6新出了WebAssmebly功能&#xff0c;可以将C写的软件到浏览器中运行&#xff0c;最近一段时间正在研究这方便内容&#xff0c;普通的控件响应都能实现&#xff0c;今天主要为大家分享如何将FFmpeg中的功能应用到浏览器中。 开发环境&#xff1a;window11&#xff0c;Qt6.8.2…...

Java阻塞队列深度解析:高并发场景下的安全卫士

一、阻塞队列的核心价值 在电商秒杀系统中&#xff0c;瞬时涌入的10万请求如果直接冲击数据库&#xff0c;必然导致系统崩溃。阻塞队列如同一个智能缓冲带&#xff0c;通过流量削峰和异步解耦两大核心能力&#xff0c;成为高并发系统的核心组件。 二、Java阻塞队列实现类对比 …...

软件信息安全性测试流程有哪些?专业软件测评服务机构分享

在数字化时代&#xff0c;软件信息安全性测试的重要性愈发凸显。尤其是对于企业来说&#xff0c;确保软件的安全性不仅是维护用户信任的关键&#xff0c;也是满足合规要求的必要条件。 软件信息安全性测试是指通过一系列系统化的测试手段&#xff0c;评估软件应用在受到攻击时…...

Linux - 网络基础(应用层,传输层)

一、应用层 1&#xff09;发送接收流程 1. 发送文件 write 函数发送数据到 TCP 套接字时&#xff0c;内容不一定会立即通过网络发送出去。这是因为网络通信涉及多个层次的缓冲和处理&#xff0c;TCP 是一个面向连接的协议&#xff0c;它需要进行一定的排队、确认和重传等处理…...

C++11新特性:auto遇上const时的推导规则

当auto推导变量类型时&#xff0c;const修饰符会影响推导结果&#xff0c;我们具体看一下有哪些影响 1、普通变量 例如&#xff1a; const int ci 42; auto a ci; // a 的类型是 int (顶层 const 被忽略) const auto ca ci; // ca 的类型是 const int (顶层 const 被…...

hom_mat2d_to_affine_par 的c#实现

hom_mat2d_to_affine_par 的c#实现 背景&#xff1a;为课室贡献一个通用函数&#xff0c;实现halcon算子的同等效果&#xff0c;查询csdn未果&#xff0c;deepseek二哥与chtgpt大哥给不了最终程序&#xff0c;在大哥与二哥帮助下&#xff0c;最终实现同等效果。 踩坑&#xf…...

相机几何与标定:从三维世界到二维图像的映射

本系列课程将带领读者开启一场独特的三维视觉工程之旅。我们不再止步于教科书式的公式推导&#xff0c;而是聚焦于如何将抽象的数学原理转化为可落地的工程实践。通过解剖相机的光学特性、构建成像数学模型、解析坐标系转换链条&#xff0c;直至亲手实现参数标定代码&#xff0…...

GPTQ - 生成式预训练 Transformer 的精确训练后压缩

GPTQ - 生成式预训练 Transformer 的精确训练后压缩 flyfish 曾经是 https://github.com/AutoGPTQ/AutoGPTQ 现在是https://github.com/ModelCloud/GPTQModel 对应论文是 《Accurate Post-Training Quantization for Generative Pre-trained Transformers》 生成式预训练Tr…...

【Python项目】基于深度学习的电影评论情感分析系统

【Python项目】基于深度学习的电影评论情感分析系统 技术简介&#xff1a;采用Python技术、Flask框架、MySQL数据库、Word2Vec模型等实现。 系统简介&#xff1a;该系统基于深度学习技术&#xff0c;特别是Word2Vec模型&#xff0c;用于分析电影评论的情感倾向。系统分为前台…...

Redis特性总结

一、速度快 正常情况下&#xff0c;Redis 执⾏命令的速度⾮常快&#xff0c;官⽅给出的数字是读写性能可以达到 10 万 / 秒&#xff0c;当然这也取决于机器的性能&#xff0c;但这⾥先不讨论机器性能上的差异&#xff0c;只分析⼀下是什么造就了 Redis 如此之快&#xff0c;可以…...