《SQL必知必会——第3、4、5课:排序检索数据及过滤数据》

2024-08-28 13:58

本文主要是介绍《SQL必知必会——第3、4、5课:排序检索数据及过滤数据》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       第3课  排序检索数据

       这一课主要讲order by用法,看似很简单,实际有些细节还可以说说。

       order by子句的位置:在指定一条order by子句时,应该保证它是select语句中的最后一条子句,否则将会出错。

       order by按多个列排序:指定列名,列名之间用逗号分开即可;除此之外,还可以按照相对位置排序,比如order by 2, 3,即先按表的第2列,在按照表的第3列排序,由于是序号而非列名,可能会搞错,这种用法平时用的也比较少 。

       指定排序方向:也就是升序和降序。升序是asc(ascending),降序是desc(descending),升序是默认的,可以不用指定。如果需要降序输出,则需要指定desc,比如order by price desc,这里面desc关键字作用范围仅限于其前面的列名,也就是说order by price desc,name,将按照价格price降序排序,然后按照名称name升序排序。

       这一课差不多这些知识点,order by还是比较好理解的。

       第4、5课  过滤数据

       过滤数据自然就是讲where用法。where子句有很多操作符,等于:=、不等于:<> 或 !=、 大于:>、大于等于:>=、小于:<、小于等于:<=、between、is null等。上述操作符有些dbms不支持,因为每家dbms风格也是有一点点不同的,如:access支持<>而不支持!=。上面操作符,between属于范围检查操作符,使用时需要和and关键字搭配使用,同时还需要制定范围的低端值和高端值,如:select name, price from products where price between 5 and 10;

       空值检查

       编程过程中,所有工程师都无法逃避的一个问题,那就是空值检查,c和c++尤其多,java虽然不用指针,但是照样需要做大量的空值检查,为此很多编程语言专门设计了空值检查类或者关键字。和在程序中不同,在数据库中,空值指的是在一个列不包含值时,称其包含空值NULL。空值也就是无值,而0、空字符串、空格等等,这都是值,不能与NULL划等号,所以,在设计数据库时,NULL值与0和空字符串,是完全不同的。检查空值需使用is null操作符,如:select name, price from products where price is null;

       组合where子句

       过滤数据,可以理解成就是if操作,if操作有与&&和或||,那么自然where子句也有and和or,也就是组合更多的条件来过滤数据。and操作符,也就是&&操作,表示检索满足所有给定条件的数据。or操作符,也就是||操作,用来表示检索匹配任一给定条件的行。那么and和or一起用会怎么样呢?if中 && 和 || 一起用会怎么样,它就会怎么样。所以,为了避免出现歧义,建议使用圆括号()明确地将各个条件括起来,就像写if判断一样,避免出现由于求值顺序问题导致的数据查询错误。

       说完了and和or,在说说in操作符。in操作符用来指定条件范围,范围中的每个条件都可以进行匹配。如:select name,price from products where name in ('mac pro', 'think pad'),其实就是or操作符所执行的功能,一样一样的。但是,很明显一个in可以搞定,省去了很多or,sql语句更简洁了,还有更重要的,那就是in操作符比一组or操作符执行更快。

       最后说一下not操作符,这个操作符可以理解成就是平时编程时用的!操作符,连使用位置都一样,都是放在前面。也就是要过滤的列前面。比如:select name,price from products where not name = 'mac pro'; 这样一看,似乎not操作符并没什么卵用,因为上面完全可以这样写:select name,price from products where name != 'mac pro'; 但是当not与其他操作符联合使用时,威力才能发挥出来,比如和in一起,not in,就可以找出与条件列表不匹配的数据,如:select name,price from products where name not in ('mac pro', 'think pad')。越复杂的sql,这些操作符越能发挥出威力,当然还是尽量避免写太复杂的sql。

 

 

这篇关于《SQL必知必会——第3、4、5课:排序检索数据及过滤数据》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1114956

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

SQL中的外键约束

外键约束用于表示两张表中的指标连接关系。外键约束的作用主要有以下三点: 1.确保子表中的某个字段(外键)只能引用父表中的有效记录2.主表中的列被删除时,子表中的关联列也会被删除3.主表中的列更新时,子表中的关联元素也会被更新 子表中的元素指向主表 以下是一个外键约束的实例展示

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

如何去写一手好SQL

MySQL性能 最大数据量 抛开数据量和并发数,谈性能都是耍流氓。MySQL没有限制单表最大记录数,它取决于操作系统对文件大小的限制。 《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB,才推荐分库分表。性能由综合因素决定,抛开业务复杂度,影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考,并非铁律。 博主曾经操作过超过4亿行数据

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于