模糊查询:LIKE

常用的通配字符串:“%”,“_”

  1. 通配符 %:通配多个字符;表示0~n个任意字符
  2. 通配符 _ : 通配单个字符串

语法规则:

SELECT  字段名  FROM  表名  WHERE  字段名  LIKE  "匹配内容"

注释:

  1. 这里的like是“像…”的意思

  2. 若需要表示两个字符串的匹配,则需要使用两个_通配符

  3. 两个许多时候配合使用,可以产生多种组合结果

注意:这些通配符只有char,varchar和text类型才能使用like运算符和通配符

分组查询:GROUP BY

语法格式:

单列分组查询

SELECT 字段1,字段2  FROM 表名  GROUP BY  字段名

多列分组查询

SELECT 字段1,字段2  FROM 表名  GROUP BY  字段1,字段2

注释:

使用GROUP BY 关键字后,在SELECT语句的字段部分可以指定的列是有限的,仅允许以下几项:

  1. 被分组的列
  2. 为每个分组返回一个值的表达式,例如聚合函数计算出的列

Having子句—分组查询的条件筛选

语法格式:

SELECT 字段1,字段2  FROM 表名  GROUP BY  字段1,字段2  HAVING 条件子句

作用:过滤分组

注释:

在查询语句中,where,group by,having和聚合函数的执行次序如下:

  1. 首先执行where子句从数据库中筛选出需要的数据,
  2. 然后通过group by子句将筛选后的数据进行分组,聚合函数进行统计运算
  3. 最后,having子句筛选掉那些分组后不符合要求的数据行

顺序:where—>group by —>having

注意:

HAVING 必须和GROUP BY一起使用

WHERE和HAVING的对比:

  1. WHERE 可以直接使用表中的字段作为筛选条件,但不能使用分组中的计算函数作为筛选条件

  2. HAVING 在 GROUP BY 之 后,可以把分组计算的函数和分组字段作为筛选条件,对分组的结果集进行筛选;WHERE排除的记录不再包括在分组中

  3. 如果需要通过连接从关联表中获取需要的数据, WHERE 是先筛选后连接,而 HAVING 是先连接后筛选

优点 缺点
WHERE 先筛选数据再关联,执行效率高 不能使用分组中的计算函数进行筛选
HAVING 可以使用分组中的计算函数 在最后的结果集中进行筛选,执行效率较低

关键字的顺序(SQL的书写)

SELECT . . . FROM . . . WHERE . . . GROUP BY . . . HAVING . . . ORDER BY . . . LIMIT . . .

SELECT 语句的执行顺序(机器执行)

FROM ->WHERE -> GROUP BY -> HAVING -> SELECT 的字段 -> DISTINCT -> ORDER BY-> LIMIT

聚合函数

聚合函数 作用 注释
avg() 平均值 可以对数值型数据使用
count() 总记录数 返回表中记录总数,适用于任意数据类型
max() 最大值 可以对任意数据类型的数据使用
min() 最小值 可以对任意数据类型的数据使用
sum() 求和 可以对数值型数据使用

注释:

  1. 聚合函数是一种特殊的函数,基本功能是基于列进行计算,并返回单个值
  2. 聚合函数在计算过程中是忽略空值的,它常与select鱼鱼的group by子句一同使用
  3. 聚合函数是针对结果集中的数据进行计算的
  4. 聚合函数一定使用在查询中,作为一个列出现,这个列也是计算列,在数据表中不存在这一列,因此一般来说要起一个别名

count()

  1. count(*):计算数据表或查询结果集的总数行,不管某一列或多列是否为空

  2. count(字段名):计算查询结果中指定字段的总行数,计算时将会忽略该列为空的行

MySQL 模糊查询和分组查询相关推荐

  1. java中mysql分组查询_ES对应mysql的group by分组查询javaApi,多对多关系的分组查询...

    ES对应mysql的group by分组查询javaApi,多对多关系的分组查询 比如我这边有个下列订单索引数据,现在的需求是按用户(fmerchantId)和支付方式(fchannelId)进行分组 ...

  2. 第三章 模糊查询与分组查询 ② 代码

    第三章 模糊查询与分组查询 ② 代码 参考代码: 1.增删改语句 0715 [classinfo/student] 2.去重查询/带条件修改/条件删除 [category/goods] 3.案例演练 ...

  3. 模糊查询与分组查询III

    模糊查询与分组查询 SELECT avg(gongjili),classid from honor GROUP BY classid HAVING avg(gongjili)>100 SELEC ...

  4. SQL条件查询,分组查询,排序查询,分页查询

    DQL查询操作(条件查询,分组查询,排序查询,分页查询) 文章目录 DQL查询操作(条件查询,分组查询,排序查询,分页查询) 一.查询语法 二.基础查询 三.条件查询 四.排序查询 五.分组查询 六. ...

  5. Web框架之Django_05 模型层了解(单表查询、多表查询、聚合查询、分组查询)

    阅读目录 一.Django ORM 常用字段和参数: 二.单表查询 三.多表查询 基于双下划线的多表查询 四.聚合查询和分组查询 摘要: 单表查询 多表查询 聚合查询 分组查询 一.Django OR ...

  6. ORM单表查询,跨表查询,分组查询

    ORM单表查询,跨表查询,分组查询 单表查询之下划线 models.Tb1.objects.filter(id__lt=10, id__gt=1) # 获取id大于1 且 小于10的值models.T ...

  7. oracle关联分组查询,oracle中关联查询、分组查询

    高级查询 1.关联查询 作用:可以跨越多表查询 --查询出员工的名字和他所在部门的的名字 //古老的写法 select first_name,name from s_emp,s_dept where ...

  8. case when 子查询_标准SQL——子查询、分组查询、多表联查

    点击上方蓝色字关注我们!❈ 一.查询子句: 1.排序子句:order by 列,列.. [asc|desc]  排序, select * from user order by account desc ...

  9. 多表查询, 聚集查询和分组查询

    有如下模型为例 class Publisher(models.Model):name=models.CharField(max_length=30)address=models.CharField(m ...

  10. Django 【第六篇】ORM跨表操作(聚合查询,分组查询,F和Q查询等)

    一:创建表 书籍模型: 书籍有书名和出版日期,一本书可能会有多个作者,一个作者也可以写多本书,所以作者和书籍的关系就是多对多的关联关系(many-to-many);     一本书只应该由一个出版商出 ...

最新文章

  1. 6个整改!2018年国家重点实验室评估结果公布
  2. 现实工程中常用到的C语言函数总结(不断更新)
  3. via logo html,HTML5 Audio Description (via screenreader)
  4. 大omega记号_什么是大欧米茄符号?
  5. 毕业作文计算机系统与维护,修电脑作文600字
  6. Java中的装箱和拆箱剖析
  7. android 跳转系统通知,android 跳转到应用通知设置界面
  8. 拉勾发布互联网人薪资报告 2021开年薪资环比增长7%
  9. NTP授时系统(GPS时钟产品-GPS授时产品)
  10. 拓端tecdat|R语言基于协方差的SEM结构方程模型中的拟合指数
  11. python安装不了whl文件_python安装.whl文件失败
  12. 学plc还是学java_要学PLC想走PLC工程师之路的看看
  13. 黑苹果相关驱动介绍及其使用方法
  14. MATLAB LibSVM安装——以MATLAB R2018B为例
  15. node_modules删不掉
  16. Spring中AOP的Introductions使用介绍(五)
  17. 如何在Windows 10中扫描文档
  18. 台币 日元 没有小数位问题_SAP刘梦_新浪博客
  19. 微PE工具箱增加安装Linux/Ubuntu/Centos/deepin系统菜单
  20. 罗克韦尔AB PLC(RSLogix 5000)在线修改程序的具体方法示例

热门文章

  1. 关于 RAID 5 与热备份(Hot Spare)
  2. 计算机ppt继续教育,word、excel、PPT继续教育计算机第四次.doc
  3. 职场人冬季衣橱再添新选择:国货SKYPEOPLE商务机能羽绒服系列大盘点
  4. WAV文件格式分析(附AVI文件格式分析)
  5. 蘑菇街支付金融Android单元测试实践
  6. Lucene开源全文检索引擎快速入门
  7. LFM脉冲雷达回波处理仿真
  8. 什么是DCMM,DCMM的等级区分
  9. 从零开始掌握Python机器学习(循环神经网络、卷积神经网络)
  10. 图片处理:将JPEG格式批量修改为JPG格式