MySQL数据库复合查询操作实战

目录

• 1.基本查询回顾
• 2.多表查询 (重要)
• 3.自连接
• 4.子查询
• 1)单行子查询 (子查询的结果是单行)
• (2)多行子查询
• (3)多列子查询
• 5.合并查询
• 总结：

1.基本查询回顾

准备工作,创建一个雇员信息表:（来自oracle 9i的经典测试表）

EMP员工表 DEPT部门表 SALGRADE工资等级表

案例1:查询工资高于500或岗位为MANAGER的雇员,同时还要满足雇员的姓名首字母为大写的J

第一步:查询工资高于500或者岗位为MANAGER的雇员

第二步:在上面筛选之后的条件下:还要满足姓名首字母为大写的J的雇员 ,此时需要利用到substring截取字符,判断第一个字符是否是j

substring(ename,1,1) :从第1个字符开始往后截取,截取1个字符, 得到的就是姓名的首字母, (因为默认从1开始

案例2:按照部门号升序而雇员的工资降序排序

默认的order by 排序就是升序的(asc), 如果想要降序：desc

先按部门号排序, 部门号相同的按照工资降序排序

案例3:使用年薪进行降序排序

第一步:先算出每个人的年薪, 年薪=工资*12 + 奖金, 但是我们可以发现,有的人是没有奖金的,其奖金为NULL

所以这里我们可以使用ifnull函数

• IFNULL() 函数用于判断第一个表达式是否为 NULL,如果为 NULL 则返回第二个参数的值,如果不为 NULL 则返回第一个参数的值
• ifnull(奖金,0) :如果奖金选项不是空,就返回0, 否则返回奖金

第二步:按照年薪降序排序 , 因为此时是已经拿到了数据之后才能进行排序, 所以排序的地方可以使用别名

案例4:显示工资最高的员工的名字和工作岗位

写法1:先拿到公司最高工资, 可能多个人的工资都是最高工资, 然后按照这个最高工资进行筛选人

写法2:可以直接使用子查询, select里面套select, 先执行后面的子查询,它的执行结果作为下一个select的查询条件

案例5:显示工资高于平均工资的员工信息

方法1:先拿到平均工资,然后按照这个平均工资进行筛选人

方法2:使用子查询

案例6:显示每个部门的平均工资和最高工资

做法:首先需要对每个部门做分组,然后求出每个部门的平均工资和最高工资

先从员工表emp当中拿到数据,然后按照部门编号deptno做分组, 然后针对每一组聚合求平均工资和最高工资

当然了,如果我们想平均工资只显示后面的2位小数: 可以使用format聚合函数控制格式: 四舍五入

案例7:显示平均工资低于2000的部门号和它的平均工资

含义就是:先把平均工资低于2000的部门,然后求出这个部门的平均工资

做法:先分组,再聚合求出每一组的平均工资, 然后再按条件:,注意:这里不能使用where,可以使用having

• 不能使用where的原因:按照平均工资进行筛选的前提是:我们已经把每一组的平均工资算出来了,也就是我们的聚合操作已经完成了, 数据已经被提取出来了, 而where是在筛选数据的阶段帮我们对数据进行筛选的,是在分组前进行的, 我们这里已经把数据筛选出来做了分组了
• 执行顺序：from -> where -> group by ->having -> select -> distinct -> order by -> limit

关于where, group by having

**where：**数据库中常用的是where关键字,用于在初始表中筛选查询

**group by:**对select查询出来的结果集按照某个字段或者表达式进行分组,获得一组组的集合

**having：**用于对where和group by查询出来的分组进行过滤,查出满足条件的分组结果

案例8:显示每种岗位的雇员总数,平均工资

做法:先按照岗位进行分组,然后对每一组数据进行分组聚合

2.多表查询 (重要)

实际开发中往往数据来自不同的表,所以需要多表查询

例子:emp表和dept表进行联合查询:

什么叫笛卡尔积:

简单来说：就是排列组合, 把两张表的记录放在一起进行排列组合的所有情况, 全排列！一般而言,我们所进行的后续多表查询,都应该是笛卡尔积形成的新表的子集

• 笛卡尔积的列数就是两个表的列数之和,行数则是两个表的行数之积,我们在进行多表查询的时候（计算笛卡尔积的过程）,如果两个表数据很大,就会非常低效

如果是三个表的话,那么就是先将两个表进行笛卡尔积运算,再用这个表与另外一个表进行笛卡尔积操作

因为毕竟笛卡尔积只是简单的将他们进行排列组合（并没有进行筛选有效信息,我们将有效信息这一筛选的过程称为：连接条件 ,通常是存在 主外键约束 条件的多表建立的, 连接条件中两个字段通过 = 建立等值关系, 例如上面的例子当中, 连接条件就是: emp.deptno = dept.deptno

需要注意的是:笛卡尔积之后的新表,如果有相同的列名,就要通过表名.列名的方式区分,如果不用则会报错

即:当多表查询有重名的列时,必须在列名前加上表名【一般用别名】作为前缀

如何看待多表查询：

我们认为,在我心中永远只有一张表,将来所有的多表查询都可以认为是单表查询, 我们认为select查询出来的"记录",都可以把它看作"表"

多表查询步骤

• 先把多表查询转化为单表查询
• 筛去排列组合产生的无意义数据
• 然后再根据要求进一步筛选
• 选定好需要展示的字段

案例1:显示雇员名,雇员工资以及所在部门的名字

雇员名,工资在emp表里面有,而部门的名字只在dept表里面有,上面的数据来自EMP和DEPT表,因此要进行多表查询

我们首先需要根据emp表的外键deptno和主表dept的key做级联 -> 过滤非法数据,

需要注意的是:如果合并之后,列名在表结构当中唯一存在,就可以直接使用,如果不是唯一存在,就在前面加一个列名表示使用的是原来那一张表的 表名.列名

案例2:显示部门号为10的部门名,员工名和工资

员工名和工资在员工表里面有, 部门名只在部门表有,所以需要进行多表查询

做法:把两个表进行笛卡尔积,把数据穷举到一起, 然后根据连接条件:员工表的部门编号=部门表的编号, 把合法数据筛选出来, 然后根据条件筛选数据

注意:笛卡尔积之后的表,deptno列名不唯一,所以需要指定表名访问

案例3:显示各个员工的姓名,工资,及工资级别

工资级别 :在工资表, 员工的姓名和工资:在员工表 所以这里是多表查询

问：此时什么是非法的数据? 工资不在对应的等级范围！

做法:先根据工资判断其是否在[losal,hisal]范围内,如果在,说明就是合法数据,否则是非法数据,

因为此处sal losal hisal都是笛卡尔积之后的新表当中唯一的列名,所以不需要带表名区分

我们可以发现:上面多表查询做题的精髓是: 先确定要的数据在哪些表,然后把这些表进行笛卡尔积,整合在一起, 多表就变成了一张表, 然后再根据连接条件对数据做清洗,过滤掉非法的数据, 然后再按条件进行筛选

3.自连接

自连接是指在同一张表连接查询,一张表可以和别人笛卡尔积,当然也可以和自己笛卡尔,自连接时要对表名进行重命名,否则会出现名字冲突的问题.

因为表名字不能相同,所以我们需要对表名取别名

案例1:显示员工FORD的上级领导的编号和姓名

做法1:单表查询: 先找到这个员工FORD的领导的编号,然后根据编号找到这个领导是谁

做法2:改成子查询 :先找到员工FORD的领导编号,然后用这个查出来的员工号,在员工表里面找这个编号

也是单表查询

做法3:多表查询,自连接

因为笛卡尔积之后的表太大了,建立使用limit查询笛卡尔积之后的结果！, 这里因为自连接是两个同名字的表进行笛卡尔积,因为表名字不能相同,区分不开,需要取别名 把其中一张表起名为员工表,另一种为领导表

这里的连接条件是什么? 即:以什么条件过滤非法数据 员工表中自己的领导编号 = 领导表中自己的员工编号！

领导也是员工！ (打工人) 这里的mgr就是员工对应的领导的编号, empno就是员工自己的编号

然后再根据条件筛选数据: 员工名字为’FORD’

我们只要我们需要的数据:

4.子查询

子查询是指嵌入在其他sql语句中的select语句,也叫嵌套查询

1)单行子查询 (子查询的结果是单行)

单行子查询是指子查询只返回单列,单行数据

案例1:显示SMITH同一部门的员工

做法1：先拿到SMITH的部门号,然后再在EMP表里面筛选在SMITH所属部门的员工

做法2:直接写成子查询:

案例2:显示工资最高的员工的名字和工作岗位

做法:最高工资的可能有一个或者多个, 先找出emp表中最高的工资,然后在查找时,找工资为最高工资的员工

案例3:显示工资高于平均工资的员工信息

做法:先求出emp表中的平均工资,然后在查找时找工资高于平均工资的员工

(2)多行子查询

多行子查询是指子查询的结果返回单列多行数据.

in关键字 ：只要在多行单列的结果中,则条件满足.

案例:查询和10号部门的工作岗位相同的雇员的名字,岗位,工资,部门号,但是不包含10号部门自己的员工

第一步：先拿到10号部门的岗位,如果有重复的话,还可以去重

第二步:使用in关键字,在员工表当中找到在上面的这些岗位的人的信息

第三步：再根据条件筛选:不包含10号部门自己的员工

all关键字 :需要满足多行单列结果当中的所有,条件才满足

案例：显示工资比部门30的所有员工的工资高的员工的姓名、工资和部门号

第一步:先把30号部门的员工的工资列出来,可能存在相同的,要进行去重

第二步:根据条件在员工表筛选: 比部门30的所有员工的工资高的员工

错误写法:

原因：后面的select子查询得到的是多条的记录

正确写法:使用all ,因为选出的是比30号部门所有人工资都要高的员工,所以最后的结果肯定没有30号部门的人

写法2:题目的本质其实就是找到工资>30号部门的最高工资的员工

其实可以直接使用>,是因为后面子查询得到的只有一条记录

any 关键字 :只要满足多行单列结果当中的任一一个,则条件满足

案例:显示工资比部门30的任意员工的工资高的员工的姓名、工资和部门号（包含自己部门的员工）

第一步:先拿出30号部门的员工的工资,可能存在相同的,要进行去重

select distinct sal from emp where deptno=30

第二步：找出比30号部门任意一个员工工资都要高的人, 此时需要使用any关键字

如果此时还要加上一个条件:要在20号部门当中选出呢?

写法2:题目的本质其实就是找到工资>30号部门的最低工资的员工

所以30号部门的人也会被显示上

in:我是否属于你们的一员 all:我比你们都怎么样 any：我比你们任意一个人怎么样

(3)多列子查询

多行子查询是指返回单列多行数据,都是针对单列而言的,而多列子查询则是指查询返回多个列数据的子查询语句

案例:查询和SMITH这个员工的部门和岗位完全相同的所有雇员,不含SMITH本人

第一步:先拿到SMITH的部门和岗位,

我们需要同时找到deptno和job两列数据,上面的多行子查询都只是包含一列数据, 此时得到的是单行多列的数据

第二步:进行筛选:,前面的得到的就是和SMITH在同一个部门同一个岗位的人, 然后用and条件再把SMITH筛选走

可以认为,()就是表示MySQL内部实现的集合

在from子句中使用子查询

子查询语句出现在from子句中,这里要用到数据查询的技巧,把一个子查询当做一个临时表使用

案例1:显示每个高于自己部门平均工资的员工的姓名、部门、工资、平均工资

做法:要拿自己员工表的工资和平均工资作比较, 首先需要分组求出每个部门的平均工资

可以把上面查到的内容当成一张表,它里面放着就是部门和它的平均工资,然后把这张表和员工表做笛卡尔积

然后再过滤出非法的数据, 必须保证:员工的部门编号=平均工资表的部门编号才有意义, 子查询是先被执行的,先有的avg_tb表,然后才进行非法数据过滤,所以可以用别名

因为笛卡尔积穷举的时候,有多信息是无效的,需要进行过滤 部门号匹配的才是有效数据

然后再根据条件筛选:员工的工资要比它所在部门的工资高 就是拿员工表的工资和平均工资表的平均工资比较,筛选出工资要高于自己部门平均工资的员工

我们只想要某些信息：

在上面的基础上.如果我们想把部门也显示出来呢?

把上面的表和部门表dept做笛卡尔积！然后再根据部门号要相等进行非法数据过滤

案例2:查找每个部门工资最高的人的姓名、工资、部门、最高工资

先根据部门号分组,求出每个部门的最高工资,然后形成的这张表和员工表进行笛卡尔积, 根据 员工表的部门编号=最高工资表的部门编号进行过滤非法数据, 然后找到每个部门工资最高的人,可能有1个或者多个 (只要员工的工资=部门表的最高工资,该员工就是它部门的最高工资的人)

案例3:显示每个部门的信息（部门名,编号,地址）和人员数量

第一步:先根据部门分组,统计每个部门的人数->需要使用count函数,然后得到的内容作为新表 和部门表做笛卡尔积, 根据: 新表的部门编号=部门表的部门编号进行过滤非法数据, 然后需要什么信息就显示什么信息

做法2：直接把员工表和部门表做笛卡尔积, 然后根据部门编号要相同过滤非法数据, 然后按照部门进行分组,需要什么就显示什么

5.合并查询

在实际应用中,为了合并多个select的执行结果,可以使用集合操作符 union,union all

1)union 该操作符用于取得两个结果集的并集,当使用该操作符时,会自动去掉结果集中的重复行,

案例：将工资大于2500或者职位是MANAGER的人找出来

工资和职位的信息都早员工表里面有,所以就是单表查询

写法1:直接根据条件在员工表进行筛选

写法2:求两个表的并集

2)union all 该操作符用于取得两个结果集的并集,当使用该操作符时,不会去掉结果集中的重复行,

案例: 将工资大于2500或者职位是MANAGER的人找出来

信息列必须一样,否则会出问题

总结：

• 子查询可以出现在两个地方(常规,重要)
• 1. where字句中,作为筛选条件使用
• 2. from字句中,用来和特定的表做笛卡尔积

到此这篇关于MySQL数据库复合查询操作实战的文章就介绍到这了,更多相关MySQL复合查询内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！