【MySQL】进阶查询-聚合查询和联合查询

深碍√TFBOYSˉ_ 2023-09-27 17:10 234阅读 0赞

#### 文章目录 ####

*  1. 前言
 *  2. 表的设计
 *   *  2.1 一对一
     *  2.2 一对多
     *  2.3 多对多
 *  3.将查询结果放到另一个表中
 *  4. 聚合查询
 *   *  4.1 聚合函数
     *  4.2 GROUP BY
     *  4.3 HAVING
 *  5. 联合查询(多表查询)
 *   *  5.1 内连接
     *  5.2 外连接
     *  5.3 自连接
     *  5.4 子查询
     *  5.5 合并查询
 *  6. 总结

## 1. 前言 ##

文章主要围绕着以下三个问题:

1.  group by的作用
2.  where与having的区别
3.  表的连接分为哪些,分别是什么作用

## 2. 表的设计 ##

在创建数据表时,我们通常时根据需求找到"实体", 梳理"实体"之间的关系,从而进行创建.  
"实体"之间可能会有以下几种关系:1.没关系 2.一对一 3.一对多 4.多对多.  
没关系应该是最好理解的,就是单独的一张表,并不涉及到其它的表.

### 2.1 一对一 ###

一对一的关系在生活中是很常见的,例如每个学生都有属于自己的学号,每个学号就只对应一个学生. 类似于这样的情况,就是一对一的关系.  
此时就可以创建两张表,一个是学生表,另一个是学号表. 学生表里的学号就可以和学号表中的学号关联起来.

### 2.2 一对多 ###

学生在学校上课时,会有一个班级. 但是一个班级可以有多个学生. 这就是一对多的关系.

### 2.3 多对多 ###

举个例子,我们在学习课程时,可以选择多门课程进行学习,而课程也可以被多个学生进行选择. 这就是多对多的关系.  
多对多的关系,在创建表时,可以使用"关联表" 将两个实体联系起来.

如果在设计数据库表时,场景很复杂,可以使用ER图帮助我们更好的创建数据库表.

## 3.将查询结果放到另一个表中 ##

insert into 表2 select 字段 from 表1;
    # 表2 是要存放查询结果的表
    # 表1 是要查询的表
    # 查询结果的列要和表2的列相匹配!
    # 也可以将查询结果存放在表2的指定列中

示例:  
下面这个"student1"这个表中,有三条数据.  
![在这里插入图片描述][29c9c7eef0de4ad082839dc91993f807.png]  
接下来我们把查询结果放到一张新的 "student2"这个表中  
![在这里插入图片描述][8d7e9842097640bca1eb9ed26bf0f30e.png]

## 4. 聚合查询 ##

聚合查询可以进行"行"与"行"之间的运算

### 4.1 聚合函数 ###

<table> 
 <thead> 
  <tr> 
   <th>函数</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>COUNT([DISTINCT] expr)</td> 
   <td>返回查询到的数据的 数量</td> 
  </tr> 
  <tr> 
   <td>SUM([DISTINCT] expr)</td> 
   <td>返回查询到的数据的 总数</td> 
  </tr> 
  <tr> 
   <td>AVG([DISTINCT] expr)</td> 
   <td>返回查询到的数据的 平均值</td> 
  </tr> 
  <tr> 
   <td>MAX([DISTINCT] expr)</td> 
   <td>返回查询到的数据的 最大值</td> 
  </tr> 
  <tr> 
   <td>MIN([DISTINCT] expr)</td> 
   <td>返回查询到的数据的 最小值</td> 
  </tr> 
 </tbody> 
</table>

*  count函数 可以对行进行计算,也可以对列进行计算.

示例:  
![在这里插入图片描述][e2c59a4a7e7149d3acfaece3f88935b1.png]  
这里有一张学生表,里面有学生的id,姓名,语数英三科的成绩.  
![在这里插入图片描述][8eff2419aa6f46b1800fba84623d9bcb.png]

*  sum,avg,max和min 都是只对数字生效,如果不是数字则没有意义

sum函数的用法和count函数类似. 不过只能计算"列",如果这一列存在"null",则不会参与运算  
avg,max,min的用法 和 sum 类似,就不一一介绍了

### 4.2 GROUP BY ###

> GROUP BY 语句用于结合合计函数，根据一个或多个列对结果集进行分组。

例如:  
![在这里插入图片描述][e8821a88b2884d7c823feac400f164e8.png]  
在我的学生表中有这样一些数据.现在我要对语文成绩进行分组  
使用group by之后,我们可以看到这已经以语文成绩进行分组了  
![在这里插入图片描述][96b0b5817cd64b7bbbc4e4c5f3fc2795.png]  
成绩为57的有一个,69的有两个,82的有三个

需要注意的是:在进行查询分组的时候,只有分组的这一列,可以查询,其它列必须搭配聚合函数来进行查询

### 4.3 HAVING ###

分组查询还可以指定条件,这里的只当条件可以分组之前指定还可以分组之后指定 `分组前进行筛选使用的是where 分组后进行筛选使用的则是having` SQL 中增加 HAVING 子句原因就是因为WHERE 关键字无法与合计函数一起使用。  
去除id=1的语文成绩后进行分组  
![在这里插入图片描述][7d8f3e7856394e988753a43c66a0dd40.png]  
分组之后筛选出语文成绩>60分的学生数量  
![在这里插入图片描述][73261fa754744864a43289169c1fa6be.png]  
where 关键字虽然无法与合计函数一起使用,但是可以和having一起使用

## 5. 联合查询(多表查询) ##

联合查询一般是在多表之间建立连接后查询的过程.其实就是计算"笛卡尔积"的过程  
但是当表很大的时候,如果进行联合查询,效率就会特别低.因为"笛卡尔积"就是简单的排列组合,有些数据是"合理"的,有些数据是"不合理"的.所以我们就要把"有效"的数据筛选出来.因此联合查询通常需要加连接条件和其它筛选条件

### 5.1 内连接 ###

内连接得到的是两张表中都存在的数据  
两种写法:

select 字段 from 表1,表2;
    select 字段 from 表1 join 表2 on 条件;

举个例子:  
学生表:  
![在这里插入图片描述][90b0125db3d84d98888229509e070449.png]  
班级表:  
![在这里插入图片描述][107138da482f4263a00deb84adf21e0b.png]  
要求查询"王五"的班级的名字.  
这就涉及到了两张表,就需要使用联合(多表)查询.

1.首先进行笛卡尔积  
![在这里插入图片描述][d7ccf4e76396485cad99045b9e8b376e.png]  
其实就是学生表和班级表进行排列组合,里面有很多无效的数据.  
2. 添加连接条件  
![在这里插入图片描述][68636d9fa2274cbb82a1c8036ef55776.png]  
注意这里的条件写法,应该是`表名.字段名`,因为涉及到多个表,多个表中的字段名可能相同,因此需要使用 `表名.字段` 表明是哪个表中的字段.当然`如果这个列名是唯一的,也可以不加 表名.`

![在这里插入图片描述][29161aac14df471f83c433b000443915.png]  
刚才的结果还是太多了,我们也可以加上指定列进行查询,同样需要使用`表名.字段`的形式进行查询

**使用join on也可以实现相同的效果**,同样是刚才的例子  
使用join on的方式来完成  
1.首先进行笛卡尔积  
![在这里插入图片描述][7b2dcdfe0f3a488eb093d213021a702e.png]  
2. 添加条件  
![在这里插入图片描述][ac329cf4e23f4e86872cea78d87777f7.png]  
直接写join或者inner join就是内连接  
`join on不仅可以实现内连接,还可以实现外连接`

### 5.2 外连接 ###

**外连接分为左外连接(left join)和右外连接(right join)**  
还是刚才的学生表:  
![在这里插入图片描述][e7f7122ecdd04424809e55d4556996f7.png]  
但班级表中多有两条数据  
![在这里插入图片描述][3b682e03dcd44472ab001c2ffde5bbc8.png]  
进行笛卡尔积后得到的结果  
![在这里插入图片描述][b72ea3e78ca54405b25e66e47cf07638.png]  
这是内连接得到的结果:  
![在这里插入图片描述][2a831219d3cd4e8594e1d2ee5df30dff.png]  
这个是进行右连接得到的结果  
![在这里插入图片描述][1ecf331c7d0f4307b65e72612cd1d4f6.png]  
右连接会把右侧表中的数据都获取到,即使左边的值是NULL,也会显示出来  
左连接也是类似,会把左侧表中的数据都获取到,即使右边的值是NULL,也会显示出来.

`如果两张表中的数据,在对方表中都有,那么此时内外连接是没有区别的,如果两张表中的数据只有一部分在对方的表中,内连接就是获取两张表的"交集",如果是外连接,那么获取到的值就是一侧表的全部记录.`

还有一种连接是"全外连接",但是在MySQL中并不支持

### 5.3 自连接 ###

自连接就是和自己进行笛卡尔积  
在条件查询中,只是"列"和"列"之间的比较,但是有的地方需要用的 "行"和"行"之间的比较,就需要使用自连接,将"行"转为"列"再进行比较

例如这里有一张成绩表  
![在这里插入图片描述][51ca18b9bb8343119a7a25ee4ef9e3d3.png]  
如果要查询数学成绩比语文成绩高的同学的名字,就需要使用自连接.因为如果进行比较,那么就是"行"和"行"进行的比较  
![在这里插入图片描述][f33de2b39681434bb8edcdfdea8eb7f3.png]  
可以看到,如果是直接进行连接,那么是会报错的.  
`Not unique table/alias: 'grades': 这句话告诉我们不是唯一的表,但是可以起别名`

![在这里插入图片描述][e4c275b32bef4d2a8d28d54cb89707d8.png]  
通过起别名的方式,成功进行自连接  
加上连接条件,先筛选出一部分记录,此时我们可以看到语文成绩和数学成绩就在两列了  
![在这里插入图片描述][706c7eaf0ef04bd197ab47cac8e7ea22.png]  
将条件补全,就可以得到我们想要的结果了  
![在这里插入图片描述][f1d8bcb2ca74486a8ec0eb66b1c66a25.png]

### 5.4 子查询 ###

子查询本质就是将多个查询语组合成一个SQL语句,例如在查询得到的临时表上再次进行查询

例如:在班级表中,找到与"张三"班级相同的同学  
![在这里插入图片描述][935a25bf6cdf4009b1968644c6489fb2.png]  
查到"张三"的班级id这个想必大家都会  
![在这里插入图片描述][3d60cac259c1448ea1ff29bb345e23b4.png]  
我们要将得到的这个结果继续参与查询:  
![在这里插入图片描述][91b61d0e3a2843ddb5179034072108ad.png]  
此时就得到"李四"同学的这条记录了,`因为这里的班级id就只有一个,所以后面使用的是 = ,但是如果这个的临时表数据有多条,就可以使用 in 来完成`

### 5.5 合并查询 ###

合并查询是把两个查询的结果集合合并到一起,`使用的是union 和union all 这两个关键字`

*  union: 如果有重复的数据,就会去重
 *  union all: 如果有重复的数据,则不会去重

还是刚才的分数表  
![在这里插入图片描述][42fc51e04627445386857be2002cb3bd.png]  
如果我们要查询数学成绩>90和英语成绩<60的人的姓名,就可以使用合并查询![在这里插入图片描述][dd0f6ef19bbc4380abba26792a57b335.png]

## 6. 总结 ##

在SQL语句中,查询数据的操作与其它操作语句相比还是有一些难度的,主要涉及到一些多表查询等操作.对于里面涉及到的一些关键字,连接类型要熟练掌握

> 感谢你的观看!希望这篇文章能帮到你!  
> 专栏:[《速通MySQL》][MySQL]在不断更新中,欢迎订阅!  
> “愿与君共勉,携手共进!”  
> ![在这里插入图片描述][8fbf2a7f2d0e4db782e58035677a303d.png_pic_center]

[29c9c7eef0de4ad082839dc91993f807.png]: https://img-blog.csdnimg.cn/29c9c7eef0de4ad082839dc91993f807.png
[8d7e9842097640bca1eb9ed26bf0f30e.png]: https://img-blog.csdnimg.cn/8d7e9842097640bca1eb9ed26bf0f30e.png
[e2c59a4a7e7149d3acfaece3f88935b1.png]: https://img-blog.csdnimg.cn/e2c59a4a7e7149d3acfaece3f88935b1.png
[8eff2419aa6f46b1800fba84623d9bcb.png]: https://img-blog.csdnimg.cn/8eff2419aa6f46b1800fba84623d9bcb.png
[e8821a88b2884d7c823feac400f164e8.png]: https://img-blog.csdnimg.cn/e8821a88b2884d7c823feac400f164e8.png
[96b0b5817cd64b7bbbc4e4c5f3fc2795.png]: https://img-blog.csdnimg.cn/96b0b5817cd64b7bbbc4e4c5f3fc2795.png
[7d8f3e7856394e988753a43c66a0dd40.png]: https://img-blog.csdnimg.cn/7d8f3e7856394e988753a43c66a0dd40.png
[73261fa754744864a43289169c1fa6be.png]: https://img-blog.csdnimg.cn/73261fa754744864a43289169c1fa6be.png
[90b0125db3d84d98888229509e070449.png]: https://img-blog.csdnimg.cn/90b0125db3d84d98888229509e070449.png
[107138da482f4263a00deb84adf21e0b.png]: https://img-blog.csdnimg.cn/107138da482f4263a00deb84adf21e0b.png
[d7ccf4e76396485cad99045b9e8b376e.png]: https://img-blog.csdnimg.cn/d7ccf4e76396485cad99045b9e8b376e.png
[68636d9fa2274cbb82a1c8036ef55776.png]: https://img-blog.csdnimg.cn/68636d9fa2274cbb82a1c8036ef55776.png
[29161aac14df471f83c433b000443915.png]: https://img-blog.csdnimg.cn/29161aac14df471f83c433b000443915.png
[7b2dcdfe0f3a488eb093d213021a702e.png]: https://img-blog.csdnimg.cn/7b2dcdfe0f3a488eb093d213021a702e.png
[ac329cf4e23f4e86872cea78d87777f7.png]: https://img-blog.csdnimg.cn/ac329cf4e23f4e86872cea78d87777f7.png
[e7f7122ecdd04424809e55d4556996f7.png]: https://img-blog.csdnimg.cn/e7f7122ecdd04424809e55d4556996f7.png
[3b682e03dcd44472ab001c2ffde5bbc8.png]: https://img-blog.csdnimg.cn/3b682e03dcd44472ab001c2ffde5bbc8.png
[b72ea3e78ca54405b25e66e47cf07638.png]: https://img-blog.csdnimg.cn/b72ea3e78ca54405b25e66e47cf07638.png
[2a831219d3cd4e8594e1d2ee5df30dff.png]: https://img-blog.csdnimg.cn/2a831219d3cd4e8594e1d2ee5df30dff.png
[1ecf331c7d0f4307b65e72612cd1d4f6.png]: https://img-blog.csdnimg.cn/1ecf331c7d0f4307b65e72612cd1d4f6.png
[51ca18b9bb8343119a7a25ee4ef9e3d3.png]: https://img-blog.csdnimg.cn/51ca18b9bb8343119a7a25ee4ef9e3d3.png
[f33de2b39681434bb8edcdfdea8eb7f3.png]: https://img-blog.csdnimg.cn/f33de2b39681434bb8edcdfdea8eb7f3.png
[e4c275b32bef4d2a8d28d54cb89707d8.png]: https://img-blog.csdnimg.cn/e4c275b32bef4d2a8d28d54cb89707d8.png
[706c7eaf0ef04bd197ab47cac8e7ea22.png]: https://img-blog.csdnimg.cn/706c7eaf0ef04bd197ab47cac8e7ea22.png
[f1d8bcb2ca74486a8ec0eb66b1c66a25.png]: https://img-blog.csdnimg.cn/f1d8bcb2ca74486a8ec0eb66b1c66a25.png
[935a25bf6cdf4009b1968644c6489fb2.png]: https://img-blog.csdnimg.cn/935a25bf6cdf4009b1968644c6489fb2.png
[3d60cac259c1448ea1ff29bb345e23b4.png]: https://img-blog.csdnimg.cn/3d60cac259c1448ea1ff29bb345e23b4.png
[91b61d0e3a2843ddb5179034072108ad.png]: https://img-blog.csdnimg.cn/91b61d0e3a2843ddb5179034072108ad.png
[42fc51e04627445386857be2002cb3bd.png]: https://img-blog.csdnimg.cn/42fc51e04627445386857be2002cb3bd.png
[dd0f6ef19bbc4380abba26792a57b335.png]: https://img-blog.csdnimg.cn/dd0f6ef19bbc4380abba26792a57b335.png
[MySQL]: https://blog.csdn.net/m0_63463510/category_12234618.html
[8fbf2a7f2d0e4db782e58035677a303d.png_pic_center]: https://img-blog.csdnimg.cn/8fbf2a7f2d0e4db782e58035677a303d.png#pic_center