数据库的基本操作

• 约束条件
• 整型中括号中得数字的作用
• 清空表的两种方式
• 补充一些其他的SQL语句
• 查询，分组(数据准备)
• 查询关键字之where
• 查询关键字之group by分组（前提）
• 查询关键字之group by分组
• 分组补充函数
• 关键字之having过滤
• 关键字之distinct去重
• 关键字之order by排序
• 关键字之limit分页
• 关键字之regexp正则

约束条件

default#默认值

create table t2(id int,name varchar(32) default 'kevin')；

zerofill#0填充

create table 表名(id int zerofill);

unsigned#无符号

create table t3(id int unsigned);

not null # 非空

create table t5 (id int, name varchar(32) not null);

unique # 唯一

单列唯一
    create table t6 (id int, name varchar(32) unique);

 多列唯一
    create table t7 (
        id int, 
        ip varchar(32), 
        port varchar(32),
        unique(ip, port)
    );

主键(primary key)

主键单纯从约束上来看，它相当于是非空且唯一

create table t8 (id int primary key);

InnoDB存储引擎规定每一张表都要有一个主键，但是，我之前创建的表都没有指定主键, 表是怎么创建成功的? 

是因为InnoDB存储引擎内部有一个隐藏的主键，这个主键我们看不到，它也不能够加快查询速度，仅仅是为了帮助我们把表创建成功. 所以，以后我们创建表的时候都主动的创建一个主键，我们自己创建的主键能够加快查询速度，因为是一个索引.


    一般情况下，主键应该创建哪个字段? 大多都给id字段加了，所以，每一张表都要有一个id字段，并且一张表中不只是有一个主键，可以有多个主键，但是，大多数情况下，都只有一个
    
主键一般都给id aid sid uid pid ..

auto_incrment

# 自增：每一次主动比上一次加1
 """一般情况下，它配合主键使用"""
    
create table t9 (
    	id int primary key auto_increment,
        name varchar(32)
    );

整型中括号中得数字的作用

id int(10)       # 数字不代表的是范围
name varchar(32) # 数字代表的就是存储的范围

create table t3(id int(9) zerofill);
insert into t3 values(9);

清空表的两种方式

1. delete from t; # 不会重置id值
2. truncate t9;   # 清空表、重置id值

"""truncate：建议使用truncate，使用这个，万一你清空错了，还有机会恢复"""
mysql它有很多个日志文件，binlog日志-----》可以恢复数据，记录了你所有的SQL语句

补充一些其他的SQL语句

1. 修改表名

  ALTER TABLE 表名 
                          RENAME 新表名;

2. 增加字段

ALTER TABLE 表名
                          ADD 字段名  数据类型 [完整性约束条件…],
    
    
 ALTER TABLE 表名
                          ADD 字段名  数据类型 [完整性约束条件…]  FIRST;


 ALTER TABLE 表名
                          ADD 字段名  数据类型 [完整性约束条件…]  AFTER 字段名; 

3. 删除字段

ALTER TABLE 表名 
                          DROP 字段名;

4. 修改字段

# modify只能改字段数据类型完整约束，不能改字段名，但是change可以！
  ALTER TABLE 表名 
                          MODIFY  字段名 数据类型 [完整性约束条件…];

  ALTER TABLE 表名 
                          CHANGE 旧字段名 新字段名 旧数据类型 [完整性约束条件…];

查询，分组(数据准备)

# 数据准备
create table emp(
  id int primary key auto_increment,
  name varchar(20) not null,
  sex enum('male','female') not null default 'male', #大部分是男的
  age smallint(3) unsigned not null default 28,
  hire_date date not null,
  post varchar(50),
  post_comment varchar(100),
  salary double(15,2),
  office int, #一个部门一个屋子
  depart_id int
);

insert into emp(name,sex,age,hire_date,post,salary,office,depart_id) values
('tom','male',78,'20150302','teacher',1000000.31,401,1),#以下是教学部
('kevin','male',81,'20130305','teacher',8300,401,1),
('tony','male',73,'20140701','teacher',3500,401,1),
('owen','male',28,'20121101','teacher',2100,401,1),
('jack','female',18,'20110211','teacher',9000,401,1),
('jenny','male',18,'19000301','teacher',30000,401,1),
('sank','male',48,'20101111','teacher',10000,401,1),
('哈哈','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门
('呵呵','female',38,'20101101','sale',2000.35,402,2),
('西西','female',18,'20110312','sale',1000.37,402,2),
('乐乐','female',18,'20160513','sale',3000.29,402,2),
('拉拉','female',28,'20170127','sale',4000.33,402,2),
('僧龙','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门
('程咬金','male',18,'19970312','operation',20000,403,3),
('程咬银','female',18,'20130311','operation',19000,403,3),
('程咬铜','male',18,'20150411','operation',18000,403,3),
('程咬铁','female',18,'20140512','operation',17000,403,3);

查询关键字之where

在你刚开始接触mysql查询的时候，建议你按照查询的优先级顺序拼写出你的sql语句


	模糊查询:没有明确的筛选条件
	关键字:like
	关键符号:
		%:匹配任意个数任意字符
		_:匹配单个个数任意字符
show variables like '%mode%se';

where筛选功能 
# 1.查询id大于等于3小于等于6的数据
select id,name from emp where id >= 3 and id <= 6;
select *  from emp where id between 3 and 6;  

# 2.查询薪资是20000或者18000或者17000的数据
select * from emp where salary = 20000 or salary = 18000 or salary = 17000;
select * from emp where salary in (20000,18000,17000);  # 简写

# 3.查询员工姓名中包含o字母的员工姓名和薪资
# 在你刚开始接触mysql查询的时候，建议你按照查询的优先级顺序拼写出你的sql语句
"""
先是查哪张表 from emp
再是根据什么条件去查 where name like ‘%o%’
再是对查询出来的数据筛选展示部分 select name,salary
"""
select name,salary from emp where name like '%o%';

# 4.查询员工姓名是由四个字符组成的员工姓名与其薪资
select name,salary from emp where name like '____';
select name,salary from emp where char_length(name) = 4;

# 5.查询id小于3或者大于6的数据
select *  from emp where id not between 3 and 6;

# 6.查询薪资不在20000，18000，17000范围的数据
select * from emp where salary not in (20000,18000,17000);

# 7.查询岗位描述为空的员工名与岗位名  针对null不能用等号，只能用is
select name,post from emp where post_comment = NULL;  # 查询为空！
select name,post from emp where post_comment is NULL;
select name,post from emp where post_comment is not NULL;

查询关键字之group by分组（前提）

	针对5.6需要自己设置sql_mode
    	set global sql_mode = 'only_full_group_by,STRICT_TRANS_TABLES,PAD_CHAR_TO_FULL_LENGTH';
    
# 重新链接客户端    

select * from emp group by post;  # 报错
select post from emp group by post;  # 获取部门信息

查询关键字之group by分组

# 聚合函数
	聚合函数主要就是配合分组一起使用
	max min sum count avg
    
# 数据分组应用场景：每个部门的平均薪资，男女比例等

# 1.按部门分组
select * from emp group by post;  # 分组后取出的是每个组的第一条数据
select id,name,sex from emp group by post;  # 验证
"""
设置sql_mode为only_full_group_by，意味着以后但凡分组，只能取到分组的依据，
不应该在去取组里面的单个元素的值，那样的话分组就没有意义了，因为不分组就是对单个元素信息的随意获取
"""
set global sql_mode="strict_trans_tables,only_full_group_by";
# 重新链接客户端
select * from emp group by post;  # 报错
select id,name,sex from emp group by post;  # 报错
select post from emp group by post;  # 获取部门信息
# 强调:只要分组了，就不能够再“直接”查找到单个数据信息了，只能获取到组名


# 2.获取每个部门的最高工资  
# 以组为单位统计组内数据>>>聚合查询(聚集到一起合成为一个结果)
# 每个部门的最高工资
select post,max(salary) from emp group by post;
补充:在显示的时候还可以给字段取别名
select post as '部门',max(salary) as '最高工资' from emp group by post;
as也可以省略 但是不推荐省 因为寓意不明确
# 每个部门的最低工资
select post,min(salary) from emp group by post;
# 每个部门的平均工资
select post,avg(salary) from emp group by post;
# 每个部门的工资总和
select post,sum(salary) from emp group by post;
# 每个部门的人数
select post,count(id) from emp group by post;
统计的时候只要是非空字段 效果都是一致的 
这里显示age，salary，id最后演示特殊情况post_comment

分组补充函数

# group_concat  分组之后使用
如果真的需要获取分组以外的数据字段 可以使用group_concat()
# 每个部门的员工姓名
select post,group_concat(name) from emp group by post;

select post,group_concat(name,'|',sex) from emp group by post;

select post,group_concat(name,'|',sex, '|', gender) from emp group by post;

select post,group_concat(distinct name) from emp group by post;

select post,group_concat(distinct name separator '%') from emp group by post;
# concat  不分组使用
select concat(name,sex) from emp;
select concat(name,'|',sex) from emp;

# concat_ws()
select post,concat_ws('|', name, age, gender) from emp group by post;

关键字之having过滤

where与having都是筛选功能 但是有区别
	where在分组之前对数据进行筛选
	having在分组之后对数据进行筛选
    
1.统计各部门年龄在30岁以上的员工平均薪资,并且保留平均薪资大于10000的部门.

# 先筛选出年龄在30岁以上的
select * from emp where age > 30;

# 在进行分组，按照部门分组
select avg(salary) as avg_salary from emp where age > 30 group by post;

# 保留平均薪资大于10000的部门
select avg(salary) as avg_salary from emp where age > 30 group by post having avg(salary) > 10000;

关键字之distinct去重

distinct:去重
"""带主键的数据去重有没有意义? 没有，主键本身就是唯一的"""

select distinct id,age from emp;

关键字之order by排序

select * from emp order by salary; #默认升序排
select * from emp order by salary desc; #降序排

#先按照age降序排，在年轻相同的情况下再按照薪资升序排
select * from emp order by age desc,salary;

'''多字段排序，如果想让后面的字段排序生效，前提：前面的排序字段必须一样'''

# 统计各部门年龄在20岁以上的员工平均工资，并且保留平均工资大于1000的部门，然后对平均工资进行排序

#  20岁以上的员工
select * from emp where age > 20;
# 各部门的平均薪资
select avg(salary) from emp where age > 20 group by post having avg(salary) > 1000;
# 
select avg(salary) from emp where age > 20 group by post having avg(salary) > 1000 order by avg(salary) desc;

关键字之limit分页

# 限制展示条数
# 限制展示条数
select * from emp limit 3;
# 查询工资最高的人的详细信息
select * from emp order by salary desc limit 1;

# 分页显示
select * from emp limit 0,5;  # 第一个参数表示起始位置，第二个参数表示的是条数，不是索引位置
select * from emp limit 5,5;

关键字之regexp正则

select * from emp where name regexp '^j.*(n|y)$';

本栏目推荐文章
• Jmeter 如何连接mysql数据库？
• SQL Server 检测是不是数字型数据的两种方法
• 如何通过Navicat把MySQL远程数据库导入到本地数据库
• 和利时MACS6通过dat文件实现任意时间范围与测点的历史数据提取与科研分析
• 深入理解spring框架：剖析多线程模式下数据库连接
• 数据可视化是如何帮助大型企业提高效率的？
• redis 数据库
• openpyxl模块--------------------------------重复数据
• Django客户端应用1向服务端应用2发送POST请求并接收解析数据
• 数据可视化是如何帮助我们高效了解数据的？

基本操作 数据库 数据基本操作 数据库 数据 基本操作 数据库 数据mysql 基本知识 数据库 知识 数据 基本操作 数据库 日记 数据 基本操作 步骤 数据库 数据 python基本操作 矢量 数据 数据表 基本操作 日记 数据 基本操作tensorflow数据 操作指南 数据库 指南 数据 数据结构 基本知识 结构 知识