当前位置: 首页 > article >正文

MySQL【知识改变命运】07

MySQL

  • 1:Group by 分组查询
    • 1.1:语法:
    • 1.2:练习
  • 2:having⼦句
  • 3回顾:
  • 3:内置函数
    • 3.1 :⽇期函数

1:Group by 分组查询

可以根据某列,进行分组查询,比如学校里面的人,就可以以职位可以分为学生,老师两组
,然后用聚合函数对分组进行统计

1.1:语法:

SELECT {col_name | expr} ,... ,aggregate_function (aggregate_expr)
 FROM table_references
 GROUP BY {col_name | expr}, ... 
 [HAVING where_condition]

语法解释:
•col_name | expr:要查询的列或表达式,可以有多个,必须在 GROUP BY ⼦句中作为分组依据
• aggregate_function:聚合函数,⽐如COUNT(), SUM(), AVG(), MAX(), MIN()
• aggregate_expr:聚合函数传⼊的列或表达式,如果列或表达式不在 GOURP BY ⼦句中,必须包含中聚合函数中

1.2:练习

创建一个表
在这里插入图片描述
统计每个⻆⾊的⼈数
在这里插入图片描述
以role分为四组,对每组进行统计运算

注意:

分组后:查询列表中的列必须在group by子句中也有,如果否则的话会提示错误,因为显示分组中的那个行的数据都不合适。在这里插入图片描述
在这里插入图片描述
统计每个⻆⾊的平均⼯资,最⾼⼯资,最低⼯资
在这里插入图片描述
在这里插入图片描述

2:having⼦句

找到平均工资大于1万的角色
这个我们如何编写?
在这里插入图片描述
这道题思路我们应该先以角色分组,然后计算平均成绩,然后把工资大于1w的角色筛选出来。
这时候就会出现问题,where筛选在分组之前已经执行过了,这样就无法实现上述的效果,那如何解决呢?
使⽤GROUP BY 对结果进⾏分组处理之后,对分组的结果进⾏过滤时,不能使⽤ WHERE ⼦句,⽽要使⽤ HAVING ⼦句
在这里插入图片描述
Having 与Where 的区别
• Having ⽤于对分组结果的条件过滤
• Where ⽤于对表中真实数据的条件过滤

3回顾:

在这里我们已经学完了所有的检索内容;我们在回顾一下:

SELECT
 [DISTINCT]
 select_expr [, select_expr] ...
 [FROM table_references]
 [WHERE where_condition]
 [GROUP BY {col_name | expr}, ...]
 [HAVING where_condition]
 [ORDER BY {col_name | expr } [ASC | DESC], ... ]
 [LIMIT {[offset,] row_count | row_count OFFSET offset}]

3:内置函数

MySQL内部实现好一些函数,可以拿来直接用,但是我们要注意的是,一般对于数据处理的问题,在应用程序中完成,不要放在数据库里面处理。

3.1 :⽇期函数

在这里插入图片描述
字符串处理函数函数
数学函数
其他常⽤函数


http://www.kler.cn/news/359187.html

相关文章:

  • maven父子结构的项目依赖包传递规则
  • smbms(2)
  • Jtti:phpStudy在运行PHP文件时出现中文乱码?
  • 尚动云馆·校园体育场馆管理系统(SpringBoot+Vue)
  • 数据库中存储树状关系的数据
  • 009、环形链表
  • Linux的开发工具gcc Makefile gdb的学习
  • 图书库存控制:Spring Boot进销存系统的应用
  • SAP 关于在交货单进行定价条件的确定简介
  • 【命令操作】Linux上通过mdadm配置软RAID _ 统信 _ 麒麟 _ 方德
  • postgresql进行几何抽稀(DP抽稀)
  • HSIC规范V1.0
  • NVR批量管理软件/平台EasyNVR多个NVR同时管理级联到上级平台通道数量为什么显示不正确?
  • FSCapture 9.3 | 全能截图与录屏解决方案。
  • 【Linux】-权限
  • 在 Flutter鸿蒙next版本 中使用 if 语句和三元表达式进行视图逻辑判断
  • Unity DOTS中的Archetype与Chunk
  • Code Review Item
  • 2024年CRM系统全景:领先品牌的深度解析与企业选择指南
  • 大数据新视界 --大数据大厂之图数据库与大数据:挖掘复杂关系的新视角