下面是小凰凰的簡介，看下吧！
💗人生態度：珍惜時間，渴望學習，熱愛音樂，把握命運，享受生活
💗學習技能：網絡 -> 雲計算運維 -> python全棧( 當前正在學習中)
💗您的點贊、收藏、關注是對博主創作的最大鼓勵，在此謝過！
有相關技能問題可以寫在下方評論區，我們一起學習，一起進步。
後期會不斷更新python全棧學習筆記，秉着質量博文爲原則，寫好每一篇博文。
文章目錄
1、幾個重要關鍵字的執行順序
# 書寫順序
select id,name from emp where id > 3;
# 執行順序
from -> where -> select
溫馨提示：當一個查詢的一個表的字段非常大時，可以使用\G分行展示！
select * from emp\G;
2、where過濾
# 作用：是對整體數據的篩選
select id,name from emp where id between 3 and 6; # 3 =< id <= 6。拓展：not between
select * from emp where salary in (20000,15000,10000); # 薪水在三者之中。拓展：not in
# 模糊查詢（%代表匹配任意多個字符，_匹配任意單個字符）
select name,salary from emp where name like '%o%';
# 查詢員工姓名是由四個字符組成的姓名和薪資
select name,salary from emp where name like '____'; # 也可以使用char_length(name)=4
# 查詢崗位描述爲空的員工姓名和崗位名 針對null不用等號 用is
select * from emp where salary is null; # 拓展：is not null
3、group by分組、as別名
（1）group by分組、聚合函數
# 分組實際應用場景
男女比例
部門平均工資
國家之間數據統計
...
'注意：'分組之後，最小可操作單位是組。不能直接獲取組內的單條數據，後續有方法可以實現。
# 什麼時候需要分組？
遇到關鍵字：每個、平均、最高、最低
# 實戰：
1. 獲取每個部門的最高薪資
select post,max(salary) from emp group by post;
select post as '部門',max(salary) as '最高薪資' from emp group by post; # as起別名
==========其他用法===========
最低：min()
平均：avg()
總和：sum()
注：和max使用一樣
2. 統計每個部門的人數
select count(id) from emp group by post;
'注意：count的所傳的字段必須是not null'
除此之外，可以使用任一字段作爲count的計數依據，一般我們選擇比較代表性的，比如部門的人數，就可以用獨一無二的工號來計數。
（2）as別名
as給字段起別名
select name as '姓名',salary*12 as '年薪' from emp;
as給表起別名
select t1.id,t1.name from emp as t1; # 因爲先執行from，因此emp表就變成了t1表，因此select需要是t1，主要是解決表名過長的問題輸入麻煩，
（3）分組注意事項
1. 關鍵字where和group by同時出現時，group by必須在where後面。
2. where先對整體數據進行過濾，之後再進行分組，聚合函數只能在分組之後使用，不能在where中使用！
3. select max(salary) from emp;上面說只能在分組之後使用，那麼這個句子是錯誤的吧！不，它是正確的。'因爲默認整體就是一組！'
# 統計各部門年齡在30歲以上的員工的平均薪資
select post,avg(salary) from emp where age > 30 group by post;
4、group_concat與concat
（1）group_concat
我們前面說了分組後無法直接查詢某個數據，操作都是以組爲單位！因此我們需要通過group_concat間接查詢！
# 查詢每個部門下有哪些人
select dpm_id,group_concat(stuff_name) from stuff group by dpm_id;
上面還只是一個簡單應用，牛逼操作如下：
它支持拼接操作：
select dpm_id as '部門號',group_concat(stuff_name,':',stuff_age) as '員工信息' from stuff group by dpm_id;
（2）concat
select concat(stuff_name,'_DSB') from stuff where stuff_id != 1;
（3）concat與group_concat的區別
有分組時用group_concat，沒有分組用concat
5、having分組之後篩選
having的語法跟where是一樣的，且它們都是用來過濾的。
只不過having是用於分組之後的過濾，因爲在分組之後，所以支持聚合函數！
# 統計各部門年齡在30歲以上的員工工資並且保留平均薪資大於一萬的部門
select post,avg(salary) from emp
where age > 30
group by post
having avg(salary) > 10000
;
6、distinct去重
一定要注意，必須是完全一樣的數據，才能去重。
{'id':1,'name':'hehe','age'=18}
{'id':2,'name':'hehe','age'=18}
{'id':3,'name':'haha','age'=20}
# 從上面我們可以看出第一個和第二個重複了嗎？沒有重複！
因爲1，2的id不同，但是在生產環境中，一般這個id是設置爲自增的，'很有可能忽視id'，只對比了name、age，這樣看就是相同的，最後發現這兩個數據怎麼也去重不了。
select distinct name,age from emp; # 針對上述問題，需要這樣去重，有點聯合唯一的感jio！
select distinct age from emp; # 去重可以隨意指定字段的多少。
7、order by排序
# 基礎
select * from emp order by salary asc; # 默認採用升序,asc可以省略
select * from emp order by salary desc; # 降序
# 進階
先按照age降序排，如果碰到age相同，再按照salary升序排
select * from emp order by age desc,salary asc; # salary後面還可以加，應付salary相同的情況！
8、limit限制限制展示條數
針對數據過多的情況，我們都是做分頁處理！
select * from emp limit 3; # 只展示三條數據
select * from emp limit 0,5; # 只展示從第一條數據開始的五條數據
select * from emp limit 5,5; # 只展示從第六條數據開始的五條數據
第一個參數是起始位置
第二個參數是展示條數
9、正則
select * from emp where name regexp '^j.*(n|y)$';
10、連表操作
create table dpm( # 創建部門表
dpm_id int primary key auto_increment,
dpm_name varchar(20) not null unique
);
create table stuff( # 創建員工表
stuff_id int primary key auto_increment,
stuff_name varchar(20) not null unique,
stuff_age int not null,
stuff_gender enum('male','female'),
dpm_id int not null,
foreign key(dpm_id) references dpm(dpm_id)
on delete cascade
on update cascade
);
insert into dpm(dpm_name) values ('運維部'), ('技術部'), ('測試部'), ('財務部'), ('售後部');
MariaDB [db1]> select * from dpm;
+--------+-----------+
| dpm_id | dpm_name |
+--------+-----------+
| 5 | 售後部 |
| 2 | 技術部 |
| 3 | 測試部 |
| 4 | 財務部 |
| 1 | 運維部 |
+--------+-----------+
insert into stuff(stuff_name,stuff_age,stuff_gender,dpm_id) values ('吳晉丞',18,'male',1),('徐浩波',80,'male',2),('李丹',30,'female',4),('陳果',18,'male',5),('李青松',18,'male',3),('鄧小龍',30,'male',5),('陳媛媛',21,'female',4);
MariaDB [db1]> select * from stuff;
+----------+------------+-----------+--------------+--------+
| stuff_id | stuff_name | stuff_age | stuff_gender | dpm_id |
+----------+------------+-----------+--------------+--------+
| 1 | 吳晉丞 | 18 | male | 1 |
| 2 | 徐浩波 | 80 | male | 2 |
| 3 | 李丹 | 18 | female | 4 |
| 4 | 陳果 | 18 | male | 5 |
| 5 | 李青松 | 18 | male | 3 |
| 6 | 鄧小龍 | 30 | male | 5 |
| 7 | 陳媛媛 | 21 | female | 4 |
+----------+------------+-----------+--------------+--------+
查詢平均年齡大於20歲的部門：
多表查詢有兩種方法可以解決：
（1）聯表操作
select dpm_name from stuff inner join dpm
on stuff.dpm_id = dpm.dpm_id
group by dpm_name
having avg(stuff_age) > 20;
# 結果
+-----------+
| dpm_name |
+-----------+
| 售後部 |
| 技術部 |
+-----------+
（2）子查詢
select dpm_name from dpm where dpm_id in
(select dpm_id from stuff group by dpm_id
having avg(stuff_age) > 20);
# 結果：
+-----------+
| dpm_name |
+-----------+
| 售後部 |
| 技術部 |
+-----------+
（3）內連接、左連接、右連接區別
還有一個union（全連接）就是左連接和右連接的並集，幾乎很少用，故不講！
inner join（內連接）產生的結果是AB的交集（不會有null出現）：
A left join B （左連接）產生表A的完全集，而表B中匹配的則有值，沒有匹配的則以null值取代.
左連接，就是從A表看起走，如果外鍵不爲空，則有值，外鍵如果爲空，那麼dpm中就用null表示因爲我這裏限制了stuff中的dpm_id不爲空，因此這裏的結果永遠都和等值連接的結果一樣！
A left join B （右連接）產生表B的完全集，而表A中匹配的則有值，沒有匹配的則以null值取代
售前部沒有人，因此dpm產生完全集，stuff中沒有匹配的員工，因此全用null取代！
右連接就是，從B表看起走，通過被外鍵約束的dpm_id，找有沒有相應的員工，沒有則，null值代替。