MySQL基础入门(一)

图片来自b站黑马程序员

数据库操作 DDL

查询：

1.查询所有的数据库
show databases;
2.查询当前的鹅数据库
select database;

创建

create database [if not exists] 数据库名 [default charset 字符集][collate 排序规则];

删除

drop database [if exists] 数据库名

使用

use 数据库名

DML 操作表

查询

1.查询当前数据库下所有的表名称
show tables;
2.查询表结构
desc 表名称

删除表

1.删服务器托管网除表
drop table 表名;
2.删除表时进行判断
drop table if exists 表名

查询表

show tables;

创建表

 create table 表名称(
	列名称 列类型 列类型约束,
	列名称 列类型 列类型约束,
	列名称 列类型 列类型约束
	.......
)

SQL中的类型

表的修改

1.修改表名
alter table 表名 rename to 表名
2.添加新的列
alter table 表名 add 列名 数据类型
3.修改某一列的数据类型
alter table 表名 modify 列名 新的数据类型 ;
4.修改列名和数据类型
alter table 表名 change 列名 新列名 新数据类型;
5.删除列
alter table 表名 drop 列名

对表中数据进行操作 DQL

查询

1.查询所有的数据
select * from 表名;

添加数据

1.给指定的列添加数据
insert into 表名(列名1，列名2，列名n) values (值1 ，值2)
2.给所有的列间数据
insert into 表名(所有列) values（所有给定的初始化值）
3.列明的列表可以省略
insert into 表名(所有列) values（所有给定的初始化值）

约束

约束就是指的对这个表中字段的限制，比如说非空约束，只要在字段类型的后面加上not null约束的话，这个表中就不可以插入该约束下仍为空子段的内容

条件查询

使用where关键字进行查询
select * from 表明 where 条件
举例
select * from students where name = "张三"

分组字段列表

数据分组：根据指定的列或表达式对数据进行分组，将具有相同值的数据归为一组。例如，可以根据商品类别将销售订单进行分组。

聚合计算：在每个分组内，可以对数据进行聚合计算，如求和、平均值、计数等。常见的聚合函数包括COUNT、SUM、AVG、MAX、MIN等。可以使用SELECT语句中的聚合函数来对分组后的数据进行计算。

过滤数据：可以使用HAVING子句对分组后的数据进行筛选，只保留满足特定条件的分组。HAVING子句通常与GROUP BY一起使用。

假设有一个包含订单信息的表orders，我们可以使用GROUP BY来按照顾客ID分组，并计算每个顾客的订单总金额：

SELECT customer_id, SUM(order_amount) 
FROM orders
GROUP BY customer_id;

聚合函数

在数据库中，聚合函数是用于对数据进行统计和计算的函数。聚合函数通常与GROUP BY语句一起使用，以对分组后的数据进行计算。

常见的聚合函数包括：

COUNT：用于计算行数。可以使用COUNT(*)来计算表中所有行的数量，或者使用COUNT(column_name)来计算指定列中非空值的数量。
SUM：用于计算某列的总和。

AVG：用于计算某列的平均值。

MAX：用于查找某列的最大值。

MIN：用于查找某列的最小值。

SELECT COUNT(*) FROM orders;  -- 计算orders表中的行数
SELECT COUNT(DISTINCT customer_id) FROM orders; -- 计算顾客数量
SELECT SUM(order_amount) FROM orders;  -- 计算订单总金额
SELECT AVG(order_amount) FROM orders;  -- 计算订单平均金额
SELECT MAX(order_amount) FROM orders;  -- 查找订单中的最服务器托管网大金额
SELECT MIN(order_amount) FROM orders;  -- 查找订单中的最小金额

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: CPU vs GPU：不仅仅是一字之差

当今科学技术的飞速发展，社会已经迈入了信息时代的智能化阶段。人脸识别、智能客服、个性化推荐等应用已经深入到日常生活的各个方面。这些看得见的应用背后，是看不见的算力在默默地支撑着。在满足这些高算力需求的过程中，CPU 和 GPU 作为计算机的核心组件发挥着重要的…