MySQL函数及条件查询相关用法

news2026/4/6 1:33:21
文章目录前言一、函数可跳过1.字符串函数2.数值函数3.日期和时间函数4.聚合函数常用5.控制流函数6.加密和压缩函数7.系统信息函数二、条件查询select1.筛选条件子句where与having的区别2.比较运算符3.逻辑运算符4.范围运算符5.集和运算符6.模糊匹配运算符7.空值判断运算符8.order by查询结果排序9.limit限制查询结果数量10.group by分组查询11.查询的同时给固定列加别名前言前篇大概叙述了MySQL中对于表的各种基础操作这次侧重select操作更为完善用法 。如有遗漏或者错误欢迎大家在评论区补充。一、函数可跳过1.字符串函数用于处理字符串数据例如连接、截取、转换等操作。常见函数包括CONCAT(str1, str2, ...)拼接字符串。SUBSTRING(str, start, length)截取子字符串。UPPER(str)和LOWER(str)转换大小写。TRIM(str)去除首尾空格。2.数值函数用于数学运算和数值处理。常见函数包括ABS(x)返回绝对值。ROUND(x, d)四舍五入到指定小数位。CEIL(x)和FLOOR(x)向上或向下取整。RAND()生成随机数。3.日期和时间函数用于处理日期和时间数据。常见函数包括NOW()返回当前日期和时间。CURDATE()和CURTIME()返回当前日期或时间。DATE_FORMAT(date, format)格式化日期。DATEDIFF(date1, date2)计算日期差值。4.聚合函数常用用于对多行数据进行汇总计算对于列的数据运算会经常用到。常见函数包括COUNT()统计行数。SUM()计算总和。AVG()计算平均值。MAX()和MIN()返回最大或最小值。5.控制流函数用于条件判断和流程控制。常见函数包括IF(expr, true_val, false_val)条件判断。CASE WHEN ... THEN ... END多条件分支。COALESCE(val1, val2, ...)返回第一个非 NULL 值。6.加密和压缩函数用于数据加密和压缩。常见函数包括MD5(str)计算 MD5 哈希值。SHA1(str)计算 SHA1 哈希值。COMPRESS(str)和UNCOMPRESS(str)压缩和解压数据。7.系统信息函数返回数据库或服务器信息。常见函数包括VERSION()返回 MySQL 版本。USER()和DATABASE()返回当前用户或数据库名。CONNECTION_ID()返回连接 ID。二、条件查询select1.筛选条件子句where与having的区别筛选子句wherehaving作用阶段作用于原始数据作用于分组(group by)后的数据使用场景对单行记录进行筛选对聚合结果的筛选与聚合函数的关系where子句中不能直接使用聚合函数having必须搭配group by,且条件经常包含聚合函数查询语句的书写顺序如下(重点):select--from--where--group by--having--order by--limit2.比较运算符关系运算符用法等于 or !不等于小于大于小于等于大于等于用于空值(NULL)的相等比较注意:如果有空值的比较,若用进行比较输出的则为false,输出的则为true此时如果输入则查询不出成绩为null的学生,用于空值的比较3.逻辑运算符逻辑运算符逻辑情况作用情况and逻辑与多个条件都为true结果才为trueor逻辑或有一个条件为true结果就为truenot逻辑非取反条件为true结果为false查询数学大于语文并且物理大于英语的学生信息两个条件必须同时满足查询数学大于语文或者物理大于英语的学生信息两个条件满足一个即可4.范围运算符between and在某个范围内包含边界not between and不在某个范围内查询语文成绩在91和100之间的学生信息包含915.集和运算符in (value1,value2,...):匹配集合中的任意值not in (value1,value2,...):不匹配集合中的任意值查询数学成绩不在999893的学生信息6.模糊匹配运算符like模糊匹配not like不匹配模糊条件模糊匹配一般搭配通配符使用%与_%:匹配任意数量的字符包括零个字符_:匹配单个任意字符例a%匹配以a为开头的字符串%a匹配以a为结尾的字符串%a%匹配含有a的字符串ab_匹配以ab开头字长为3的字符串7.空值判断运算符is null判断是否为空(null)is not null判断是否不为空实际情况与 null 类似但是is null用的更多8.order by查询结果排序select * from 表名 where 限制条件 order by 列名 (desc/asc);desc(降序排序):高的在上asc(升序排序):低的在上此处order by 后面的列名是排序关键列名上的数值高低决定了表的顺序列名也可以用别名或者表达式替换此处则是根据数学语文成绩的数值进行降序排列此处则是按照英语成绩进行降序排列9.limit限制查询结果数量select * from 表名 where 限制条件 limit value1 offset value2;value1限制查询结果的数量value2查询结果从该处下标开始(下标从零开始)此处实现的是按照物理成绩降序来查询第一条数据即(查出最高物理成绩学生信息)此处查询物理成绩第二的学生信息排序后会对行虚拟化下标(顺序从上到下递归)offset 0 即就是顶上第一条数据下标limit 1 offset 1就是查询下标为1的数据且只查询一行10.group by分组查询select 列名聚合表达式,列名聚合表达式 from 表名 group by 列名 having 条件限制;group by一般会和聚合函数(前面有介绍)以及having搭配使用对于列的数据进行计算会用上聚合函数。上图为一份工资表如果对工资进行盲目的求平均值并不符合常理不同职务的工资有着较大差别因此我们要对表进行分组以后再进行求平均值。此则在分组后进行求平均工资having 后面加了条件role不等于程序员分完组以后将程序员给去掉了然后在进行求平局工资11.查询的同时给固定列加别名select 列名 (as) 别名,列名 (as) 别名,...from 表名;对每列取别名其中as可以省略

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2483099.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…