[TOC]

03：mysql之单表增删改查#

今日工作任务路线图

1
flowchart LR
2
    subgraph BottomRow[单表增删改查]
3
        direction LR
4
        A[分组查询] --> B[对查询结果进行排序] --> C[分组后条件过滤] --> D[新增数据] --> E[修改数据] --> F[删除数据]
5
    end

一、工作场景#

在电商运营工作中，单表的增删改查操作十分常见。运营人员为了丰富商品种类，会向商品信息表中新增商品记录，包括商品名称、价格、库存等信息，以满足市场需求。若某商品价格调整，运营人员会及时修改商品信息表中该商品的价格字段，保证数据准确性。当一款商品下架时，他们会从表中删除该商品的记录，避免无效数据干扰。同时，在分析销售数据时，运营人员会根据不同条件从表中查询特定商品的信息，比如筛选出销量高的商品，为后续的营销策略提供数据支持。

二、为什么学增删改查#

学习 MySQL 单表的增删改查至关重要。在数据管理领域，这是最基础且核心的技能。在日常工作里，我们常常要与各种数据打交道，增删改查操作能让我们灵活处理数据。比如，电商平台需新增商品信息、删除滞销商品数据、修改商品价格、查询特定商品库存。掌握这些操作，能高效维护数据，确保数据实时性与准确性。同时，它们是学习更复杂数据库操作的基石，如多表连接、存储过程等。对于从事数据分析、软件开发等行业的人而言，熟练运用增删改查是必备技能，能提升工作效率与质量。

三、分组查询#

当前任务环节

1
flowchart LR
2
    subgraph BottomRow[单表增删改查]
3
        direction LR
4
        A[分组查询] --> B[对查询结果进行排序] --> C[分组后条件过滤] --> D[新增数据] --> E[修改数据] --> F[删除数据]
5
    end
6

7
    classDef highlight stroke:#f00,stroke-width:2px;
8
    class A highlight;

分组函数 group【格鲁普】 by#

GROUP【格鲁普】 BY是 SQL 中非常重要的一个子句，它的主要作用是对查询结果进行分组统计

特性	说明	示例或关键点
核心功能	根据指定列将数据分成若干组，然后对每个组应用聚合函数进行统计。	计算每个部门的平均工资、每个产品的总销售额等。
基本语法	`SELECT【涩莱克特】列A, 聚合函数(列B) FROM【弗乱】表名 GROUP【格鲁普】 BY 列A;`。	列A是分组依据。
常用聚合函数	`COUNT【kàn特】()`（计数）, `SUM【桑à姆】()`（求和）, `AVG()`（平均值）, `MAX【mà 斯】()`（最大值）, `MIN【敏ì】()`（最小值）。	对每个分组进行计算。
与HAVING子句	`WHERE【威尔】` 在分组前过滤行，`HAVING【嗨夫营】` 在分组后过滤组。	`HAVING【嗨夫营】 AVG(salary【晒了瑞】) > 5000`（筛选出平均工资大于5000的组）。
多列分组	`GROUP【格鲁普】 BY` 后面可接多个列，按这些列的组合进行分组。	`GROUP【格鲁普】 BY department【迪帕踢门特】, job_title`。
重要注意事项	`SELECT【涩莱克特】` 后面非聚合的列，必须出现在 `GROUP【格鲁普】 BY` 子句中。	这是最容易出错的地方。

💡 理解分组的过程#

你可以把 GROUP【格鲁普】 BY 想象成一个高效的数据整理师。它的工作流程通常是：首先，根据 GROUP【格鲁普】 BY 后面指定的列，将表中所有数据行分成不同的“小组”，每个小组内的这些列的值完全相同。然后，数据库会对每一个这样的小组分别计算聚合函数（如求和、计数等）。最后，查询结果将为每个小组返回一行摘要信息，其中包含分组列的值和聚合函数计算的结果。

例如，有一个员工表，使用 SELECT【涩莱克特】 department【迪帕踢门特】, AVG(salary【晒了瑞】) FROM【弗乱】 employees【ing普洛伊s】 GROUP【格鲁普】 BY department【迪帕踢门特】; 可以计算出每个部门的平均工资。在这里，数据库会先按部门进行分组，然后对每个部门小组计算平均工资。

🛠️ 基本用法与示例#

单列分组 这是最常见的情况，即根据一个字段进行分组。

1
-- 统计每个城市的用户数量
2
SELECT【涩莱克特】 city, COUNT【kàn特】(*) AS user_count【kàn特】
3
FROM【弗乱】 users
4
GROUP【格鲁普】 BY city;

多列分组 当需要根据多个字段的组合进行更精细的分组时，可以使用多列分组。

1
-- 统计每个部门下每个职位的员工数量
2
SELECT【涩莱克特】 department【迪帕踢门特】, job_title, COUNT【kàn特】(*) AS employee【ing普洛伊】_count【kàn特】
3
FROM【弗乱】 employees【ing普洛伊s】
4
GROUP【格鲁普】 BY department【迪帕踢门特】, job_title;

这个查询会返回所有唯一的“部门-职位”组合及其对应的员工数量。

⚠️ 关键规则与常见错误#

SELECT【涩莱克特】列表的非聚合列规则 这是使用 GROUP【格鲁普】 BY 时最需要牢记的规则：出现在 SELECT【涩莱克特】 列表中的列，要么必须包含在 GROUP【格鲁普】 BY 子句中，要么必须被包含在聚合函数里。这是因为，对于每个分组来说，分组列的值是唯一的（比如“技术部”），但其他列可能有多条不同的记录（比如“技术部”里有很多不同的员工名）。数据库无法确定应该返回哪一条非分组列的值，因此强制要求通过聚合函数（如MAX【mà 斯】, AVG）将其汇总成一个值，或者将其本身作为分组依据。

WHERE【威尔】与 HAVING【嗨夫营】的区别

WHERE【威尔】：在 分组之前 过滤数据行。它不能包含聚合函数。
HAVING【嗨夫营】：在 分组之后 过滤分组结果。它通常与聚合函数一起使用，用来筛选满足特定条件的组。

1
-- 正确示例：先过滤出2023年以后的订单，再按客户分组，最后筛选出总金额大于1000的客户
2
SELECT【涩莱克特】 customer_id, SUM【桑à姆】(amount) AS total【偷ò头ō】_amount
3
FROM【弗乱】 orders【欧朵s】
4
WHERE【威尔】 order【欧朵】_date >= '2023-01-01'  -- 分组前过滤行
5
GROUP【格鲁普】 BY customer_id
6
HAVING【嗨夫营】 SUM【桑à姆】(amount) > 1000;        -- 分组后过滤组

🔍 高级用法与技巧#

使用表达式或函数分组：可以根据表达式的结果进行分组，这在处理时间序列数据时特别有用。例如，可以按年份和月份分组统计订单。
使用ROLLUP生成小计和总计：WITH ROLLUP 选项可以在分组结果的基础上，生成层次性的小计和总计行。
处理NULL【nò】值：需要注意的是，如果分组列中包含 NULL【nò】 值，所有 NULL【nò】 值会被归为同一组。

命令操作如下所示：#

输出符合条件的shell 和 name#

1
mysql> select【涩莱克特】 shell,name  from【弗乱】 moershi.user where【威尔】shell in ("/bin/bash","/sbin/nologin【诺劳京(白话)】");
2
+---------------+-----------------+
3
| shell         | name            |
4
+---------------+-----------------+
5
| /bin/bash     | root            |
6
| /sbin/nologin | bin             |
7
| /sbin/nologin | daemon          |
8
| /sbin/nologin | adm             |
9
.................
10
| /sbin/nologin | rpc             |
11
| /sbin/nologin | rpcuser         |
12
| /sbin/nologin | nfsnobody       |
13
| /sbin/nologin | haproxy         |
14
| /bin/bash     | plj             |
15
| /sbin/nologin | apache          |
16
+---------------+-----------------+
17
22 rows in set【赛特】 (0.00 sec)

统计每种解释器用户的个数（按照shell表头值分组统计name表头值个数）#

1
mysql> select【涩莱克特】 shell as 解释器 , count【kàn特】(name) as 总人数  from【弗乱】 moershi.user where【威尔】shell in ("/bin/bash","/sbin/nologin【诺劳京(白话)】") group【格鲁普】 by shell;
2
+---------------+-----------+
3
| 解释器        | 总人数    |
4
+---------------+-----------+
5
| /bin/bash     |         2 |
6
| /sbin/nologin |        20 |
7
+---------------+-----------+

子句/部分	说明
`SELECT`	指定要查询的列。
`shell AS 解释器`	查询 `shell` 字段，并将其别名设置为“解释器”。
`COUNT(name) AS 总人数`	使用 `COUNT` 聚合函数统计每个分组中 `name` 的数目，别名是“总人数”。
`FROM moershi.user`	指定查询的表为 `moershi` 数据库下的 `user` 表。
`WHERE shell IN (...)`	过滤条件，只统计使用`/bin/bash`或`/sbin/nologin`的用户。
`GROUP BY shell`	根据 `shell` 字段的值进行分组，将使用相同Shell的用户归为一组进行统计。

统计每个部门的总人数 (按照部门表头分组统计name表头值的个数)#

1
mysql> select【涩莱克特】 dept_id , count【kàn特】(name)  from【弗乱】moershi.employees【ing普洛伊s】 group【格鲁普】 by  dept_id ;
2
+---------+-------------+
3
| dept_id | count【kàn特】(name) |
4
+---------+-------------+
5
|       1 |           8 |
6
|       2 |           5 |
7
|       3 |           6 |
8
|       4 |          55 |
9
|       5 |          12 |
10
|       6 |           9 |
11
|       7 |          35 |
12
|       8 |           3 |
13
+---------+-------------+
14
8 rows in set【赛特】 (0.00 sec)

四、对查询结果进行排序#

当前任务环节

1
flowchart LR
2
    subgraph BottomRow[单表增删改查]
3
        direction LR
4
        A[分组查询] --> B[对查询结果</n>进行排序] --> C[分组后条件过滤] --> D[新增数据] --> E[修改数据] --> F[删除数据]
5
    end
6

7
    classDef highlight stroke:#f00,stroke-width:2px;
8
    class B highlight;

排序函数 order【欧朵】 by#

特性	说明	示例或关键点
核心功能	根据指定的列对查询结果集进行排序。	让数据展示更清晰，便于分析和查看。
基本语法	`SELECT【涩莱克特】 … FROM【弗乱】 … ORDER【欧朵】 BY column【科勒姆】_name [ASC【阿斯克】	desc];`
排序方式	`ASC【阿斯克】`：升序（默认，可省略）。 `desc`：降序。	若不指定，默认为 `ASC【阿斯克】`。
多列排序	按多个字段排序，优先级从左到右。	`ORDER【欧朵】 BY column1【科勒姆】 desc, column2【科勒姆】 ASC【阿斯克】;`
排序键类型	字段名、字段在SELECT【涩莱克特】中的序号（从1开始）、字段别名。	`ORDER【欧朵】 BY 1`（按第一列排序）。
与聚合函数	可使用聚合函数结果排序。	`ORDER【欧朵】 BY COUNT【kàn特】(*) desc;`
NULL【nò】值处理	NULL【nò】值可能集中出现在开头或末尾，具体取决于数据库系统。	需特别注意其默认位置。

💡 理解排序规则与语法#

ORDER【欧朵】 BY 子句的核心作用是将查询结果按照特定顺序排列。其基本语法遵循以下结构：

1
SELECT【涩莱克特】 column1【科勒姆】, column2【科勒姆】, ...
2
FROM【弗乱】 table【忒-部】_name
3
ORDER【欧朵】 BY column1【科勒姆】 [ASC【阿斯克】|desc], column2【科勒姆】 [ASC【阿斯克】|desc], ...;

这里，ASC【阿斯克】 表示升序（Ascending），desc 表示降序（Descending）。如果省略排序方式，数据库将默认按照升序（ASC【阿斯克】）排列结果。

🛠️ 掌握多种排序方式#

单列排序 这是最基础的排序方式，即根据单个字段的值进行排序。

1
-- 按产品名称升序排列（ASC【阿斯克】可省略）
2
SELECT【涩莱克特】 prod_name FROM【弗乱】 products ORDER【欧朵】 BY prod_name ASC【阿斯克】;

多列排序与优先级 当需要根据多个条件排序时，可以在 ORDER【欧朵】 BY 后列出多个列，它们具有明确的优先级：写在前面的字段优先级最高。数据库会先按第一个字段排序，当第一个字段的值相同时，再按第二个字段排序，以此类推。

1
-- 先按价格降序，价格相同的再按产品名称升序排列
2
SELECT【涩莱克特】 prod_id, prod_price, prod_name
3
FROM【弗乱】 products
4
ORDER【欧朵】 BY prod_price desc, prod_name ASC【阿斯克】;

按列位置和别名排序 除了直接使用列名，还可以使用列在 SELECT【涩莱克特】 子句中的位置序号（从1开始）或定义的别名进行排序。

1
-- 按位置排序：按SELECT【涩莱克特】中的第二列(prod_price)降序，第三列(prod_name)升序
2
SELECT【涩莱克特】 prod_id, prod_price, prod_name
3
FROM【弗乱】 products
4
ORDER【欧朵】 BY 2 desc, 3;
5

6
-- 按别名排序
7
SELECT【涩莱克特】 prod_id, prod_price AS price, prod_name
8
FROM【弗乱】 products
9
ORDER【欧朵】 BY price desc;

⚠️ 注意关键细节与技巧#

子句顺序：在 SQL 语句中，ORDER【欧朵】 BY 子句必须位于所有其他子句之后，即正确的书写顺序是：SELECT【涩莱克特】 -> FROM【弗乱】 -> WHERE【威尔】 -> GROUP【格鲁普】 BY -> HAVING【嗨夫营】 -> ORDER【欧朵】 BY 。
NULL【nò】值的排序：对于包含 NULL【nò】值的列进行排序时，NULL【nò】会被集中排列，但具体出现在结果集的开头还是末尾，不同的数据库管理系统可能有不同的默认行为。

与聚合函数结合使用：ORDER【欧朵】 BY 可以根据聚合函数的结果进行排序，这在数据统计和分析时非常有用。

1
-- 统计每个产品类型的数量，并按数量降序排列
2
SELECT【涩莱克特】 product_type, COUNT【kàn特】(*)
3
FROM【弗乱】 Product
4
GROUP【格鲁普】 BY product_type
5
ORDER【欧朵】 BY COUNT【kàn特】(*) desc;

性能考虑：对经常需要排序的列建立索引，可以显著提高排序查询的速度。

💎 简单总结#

ORDER【欧朵】 BY 是控制查询结果展示顺序的关键。记住：ORDER【欧朵】 BY 默认升序，多列排序时左侧列优先级最高，并且它总是 SELECT【涩莱克特】 语句的最后一个子句。

desc : 降序

asc【阿斯克】：升序

命令操作如下所示：#

查看满足条件记录的name和uid 字段的值#

1
mysql> select【涩莱克特】 name , uid from【弗乱】 moershi.user where【威尔】uid is not【呐-特】 null【nò】 and uid between【B豚ing】 100  and 1000 ;
2
+-----------------+------+
3
| name            | uid  |
4
+-----------------+------+
5
| systemd-network |  192 |
6
| polkitd         |  999 |
7
| chrony          |  998 |
8
| haproxy         |  188 |
9
| plj             | 1000 |
10
+-----------------+------+
11
5 rows in set【赛特】 (0.00 sec)

按照uid升序排序#

1
mysql> select【涩莱克特】 name , uid from【弗乱】 moershi.user where【威尔】uid is not【呐-特】 null【nò】 and uid between【B豚ing】 100  and 1000  order【欧朵】 by uid asc【阿斯克】;
2
+-----------------+------+
3
| name            | uid  |
4
+-----------------+------+
5
| haproxy         |  188 |
6
| systemd-network |  192 |
7
| chrony          |  998 |
8
| polkitd         |  999 |
9
| plj             | 1000 |
10
+-----------------+------+
11
5 rows in set【赛特】 (0.00 sec)

按照uid降序排序#

1
mysql> select【涩莱克特】 name , uid from【弗乱】 moershi.user where【威尔】uid is not【呐-特】 null【nò】 and uid between【B豚ing】 100  and 1000  order【欧朵】 by uid desc;
2
+-----------------+------+
3
| name            | uid  |
4
+-----------------+------+
5
| plj             | 1000 |
6
| polkitd         |  999 |
7
| chrony          |  998 |
8
| systemd-network |  192 |
9
| haproxy         |  188 |
10
+-----------------+------+
11
5 rows in set【赛特】 (0.00 sec)

查看2015年1月10号员工编号小于10的工资总额#

1
mysql> select【涩莱克特】 employee【ing普洛伊】_id , date , basic【贝斯克】 , bonus【波诺斯】 ,  basic【贝斯克】+bonus【波诺斯】 as total【偷ò头ō】  from【弗乱】 moershi.salary【晒了瑞】 where【威尔】date=20150110 and employee【ing普洛伊】_id <= 10;
2
+-------------+------------+-----------------+----------------+-----------------+
3
| employee_id | date       | basic【贝斯克】 | bonus【波诺斯】 | total【偷ò头ō】 |
4
+-------------+------------+-----------------+----------------+-----------------+
5
|           2 | 2015-01-10 | 17000           | 10000          | 27000           |
6
|           3 | 2015-01-10 |  8000           |  2000          | 10000           |
7
|           4 | 2015-01-10 | 14000           |  9000          | 23000           |
8
|           6 | 2015-01-10 | 14000           | 10000          | 24000           |
9
|           7 | 2015-01-10 | 19000           | 10000          | 29000           |
10
+-------------+------------+-----------------+----------------+-----------------+
11
5 rows in set【赛特】 (0.00 sec)

以工资总额升序排，总额相同按照员工编号升序排#

1
mysql> select【涩莱克特】 employee【ing普洛伊】_id , basic【贝斯克】+bonus【波诺斯】 as total【偷ò头ō】  from【弗乱】 moershi.salary【晒了瑞】 where【威尔】date=20150110 and employee【ing普洛伊】_id <= 10 order【欧朵】 by total【偷ò头ō】 asc【阿斯克】 ,employee【ing普洛伊】_id asc【阿斯克】;
2
+-------------+-------+
3
| employee_id | total【偷ò头ō】 |
4
+-------------+-------+
5
|           3 | 10000 |
6
|           4 | 23000 |
7
|           6 | 24000 |
8
|           2 | 27000 |
9
|           7 | 29000 |
10
+-------------+-------+
11
5 rows in set【赛特】 (0.00 sec)

五、分组后条件过滤#

当前任务环节

1
flowchart LR
2
    subgraph BottomRow[单表增删改查]
3
        direction LR
4
        A[分组查询] --> B[对查询结果</n>进行排序] --> C[分组后条件过滤] --> D[新增数据] --> E[修改数据] --> F[删除数据]
5
    end
6

7
    classDef highlight stroke:#f00,stroke-width:2px;
8
    class C highlight;

对分组后的组进行筛选: having【嗨夫营】#

特性	HAVING【嗨夫营】子句	WHERE【威尔】子句
核心功能	对分组后的组进行筛选	对分组前的原始数据行进行筛选
作用对象	由 GROUP【格鲁普】 BY 产生的分组或聚合函数的结果	来自表的单行记录
聚合函数	可以且经常使用（如 `HAVING【嗨夫营】 SUM【桑à姆】(amount) > 100`）	不可以直接使用
执行顺序	在 GROUP【格鲁普】 BY 之后	在 GROUP【格鲁普】 BY 之前
典型应用	筛选满足条件的组，例如”总销售额大于1万的部门”	筛选满足条件的行，例如”年龄大于30岁的员工”

💡 理解 HAVING【嗨夫营】的工作原理#

你可以将 SQL 查询的执行顺序理解为：FROM【弗乱】 → WHERE【威尔】 → GROUP【格鲁普】 BY → HAVING【嗨夫营】 → SELECT【涩莱克特】 → ORDER【欧朵】 BY 。

FROM【弗乱】：首先从表中获取数据。
WHERE【威尔】：接着，WHERE【威尔】 子句会像一道筛子，根据你设定的条件（比如 amount > 100）对原始数据行进行过滤，只保留符合条件的行。这一步会在分组之前有效减少需要处理的数据量。
GROUP【格鲁普】 BY：然后，数据库会按照指定的列对 WHERE【威尔】 过滤后的结果进行分组，将具有相同值的行归到同一组中。
HAVING【嗨夫营】：最后，HAVING【嗨夫营】 子句登场，它基于聚合函数的结果（例如组的平均工资、总销售额等）对这些分组进行筛选，只保留满足条件的分组。

🛠️ HAVING【嗨夫营】的典型用法场景#

1. 基础用法：筛选聚合结果 这是 HAVING【嗨夫营】最经典的场景，用于找出符合某项统计条件的组。

1
-- 找出总消费金额超过1000元的客户
2
SELECT【涩莱克特】 customer_id, SUM【桑à姆】(amount) AS total【偷ò头ō】_spending
3
FROM【弗乱】 orders
4
GROUP【格鲁普】 BY customer_id
5
HAVING【嗨夫营】 SUM【桑à姆】(amount) > 1000;

2. 结合 WHERE【威尔】使用：提高查询效率 你可以同时使用 WHERE【威尔】 和 HAVING【嗨夫营】，让 WHERE【威尔】 先过滤掉不需要的原始数据，减少分组计算的压力，再由 HAVING【嗨夫营】 完成最终筛选。

1
-- 找出在2024年下单次数超过5次的客户
2
SELECT【涩莱克特】 customer_id, COUNT【kàn特】(order_id) AS order_count【kàn特】
3
FROM【弗乱】 orders
4
WHERE【威尔】 YEAR(order_date) = 2024  -- 先筛选出2024年的订单，提高效率
5
GROUP【格鲁普】 BY customer_id
6
HAVING【嗨夫营】 COUNT【kàn特】(order_id) > 5;     -- 再筛选出订单数超过5的客户

3. 多条件组合 在 HAVING【嗨夫营】 子句中，你可以使用 AND、OR 来连接多个聚合条件。

1
-- 找出总消费超过2000元且平均订单金额大于500元的客户
2
SELECT【涩莱克特】 customer_id, SUM【桑à姆】(amount) AS total【偷ò头ō】, AVG(amount) AS avg_amount
3
FROM【弗乱】 orders
4
GROUP【格鲁普】 BY customer_id
5
HAVING【嗨夫营】 SUM【桑à姆】(amount) > 2000 AND AVG(amount) > 500;

⚠️ 常见误区与注意事项#

不要在 HAVING【嗨夫营】中过滤非聚合的原始字段：如果过滤条件不涉及聚合计算，只是针对某一行的原始字段，那么应该把它放在 WHERE【威尔】 子句，而不是 HAVING【嗨夫营】 中。放在 WHERE【威尔】 子句效率更高，因为它能在分组前就减少数据量。当然，如果该字段是分组字段，则可以在 HAVING【嗨夫营】中使用。
HAVING【嗨夫营】通常依赖于 GROUP【格鲁普】 BY：HAVING【嗨夫营】 子句通常与 GROUP【格鲁普】 BY 一起出现。除非你的查询是对整个表进行聚合（例如 SELECT【涩莱克特】 COUNT【kàn特】(*) FROM【弗乱】 table【忒-部】 HAVING【嗨夫营】 COUNT【kàn特】(*) > 10），否则缺少 GROUP【格鲁普】 BY 会导致语法错误。
别名使用：在某些数据库系统中，HAVING【嗨夫营】 子句可以直接使用在 SELECT【涩莱克特】 中为聚合函数定义的别名，例如 HAVING【嗨夫营】 total【偷ò头ō】_spending > 1000，这可以使查询更简洁。但为了更好的兼容性，直接在 HAVING【嗨夫营】中写完整的聚合表达式是更稳妥的做法。

💎 简单总结#

记住一个核心原则：当你需要对 分组后的统计结果 设置条件时，就是 HAVING【嗨夫营】 子句大显身手的时候。它与 GROUP【格鲁普】 BY 是形影不离的好搭档，一个负责分组，一个负责对分组后的结果进行筛选。

命令操作如下所示：#

查找部门总人数少于10人的部门名称及人数#

1
//第一步，查看所有员工的部门名称
2
select【涩莱克特】  dept_id ,  name    from【弗乱】  moershi.employees【ing普洛伊s】;
3
//第二步，按部门编号分组 统计人名个数
4
mysql> select【涩莱克特】  dept_id ,  count【kàn特】(name) as numbers【nèn波s】   from【弗乱】  moershi.employees【ing普洛伊s】 group【格鲁普】 by  dept_id;
5
+---------+-------------------+
6
| dept_id | numbers【nèn波s】 |
7
+---------+-------------------+
8
|       1 |       8           |
9
|       2 |       5           |
10
|       3 |       6           |
11
|       4 |      55           |
12
|       5 |      12           |
13
|       6 |       9           |
14
|       7 |      35           |
15
|       8 |       3           |
16
+---------+-------------------+
17
8 rows in set【赛特】 (0.00 sec)
18
//第三步，查找部门人数少于10人的部门名称及人数
19
mysql> select【涩莱克特】  dept_id ,  count【kàn特】(name) as numbers【nèn波s】 from【弗乱】  moershi.employees【ing普洛伊s】 group【格鲁普】 by  dept_id having【嗨夫营】 numbers【nèn波s】 < 10;
20
+---------+-------------------+
21
| dept_id | numbers【nèn波s】 |
22
+---------+-------------------+
23
|       1 |       8           |
24
|       2 |       5           |
25
|       3 |       6           |
26
|       6 |       9           |
27
|       8 |       3           |
28
+---------+-------------------+
29
5 rows in set【赛特】 (0.00 sec)

六、分页查询 limit【类梅特】#

在 MySQL 中，LIMIT【类梅特】是用于实现分页查询的关键字，它能够精确控制查询结果返回的记录条数和起始位置。下面这个表格能帮你快速抓住它的核心用法。

特性	语法格式A	语法格式B (MySQL 8.0+ 推荐)	说明
基本语法	`LIMIT【类梅特】 offset【哦夫赛特】, row_count`	`LIMIT【类梅特】 row_count OFFSET【哦夫赛特】 offset【哦夫赛特】`	从第 `offset【哦夫赛特】` 条记录开始，返回 `row_count` 条记录。
偏移量(offset【哦夫赛特】)	从 0 开始计数	从 0 开始计数	例如，`offset【哦夫赛特】` 为 0 表示从第一条记录开始。
简化查询	`LIMIT【类梅特】 row_count`	-	等同于 `LIMIT【类梅特】 0, row_count`，返回前 `row_count` 条。
分页公式	`LIMIT【类梅特】 (pageNum - 1) * pageSize, pageSize`	`LIMIT【类梅特】 pageSize OFFSET【哦夫赛特】 (pageNum - 1) * pageSize`	`pageNum`: 当前页码(从1开始); `pageSize`: 每页条数。

💡 如何使用 LIMIT【类梅特】进行分页#

掌握 LIMIT【类梅特】 的最佳方式就是动手实践。假设我们有一张 users 表，需要实现每页显示10条记录的分页查询。

查询第1页数据

1
-- 使用语法A
2
SELECT【涩莱克特】 * FROM【弗乱】 users ORDER BY id LIMIT【类梅特】 0, 10;
3
-- 使用语法B (推荐，语义更清晰)
4
SELECT【涩莱克特】 * FROM【弗乱】 users ORDER BY id LIMIT【类梅特】 10 OFFSET【哦夫赛特】 0;

这两条语句是等价的，都返回最前面的10条记录。

查询第2页数据

1
-- 偏移量 offset【哦夫赛特】 = (2 - 1) * 10 = 10
2
SELECT【涩莱克特】 * FROM【弗乱】 users ORDER BY id LIMIT【类梅特】 10, 10;
3
-- 或
4
SELECT【涩莱克特】 * FROM【弗乱】 users ORDER BY id LIMIT【类梅特】 10 OFFSET【哦夫赛特】 10;

这里从第11条记录开始（偏移10条），再取10条记录。

⚠️ 重要提示：分页查询必须与 ORDER BY 子句配合使用，以确保每次查询结果的顺序一致。否则，数据库返回的记录顺序可能是随机的，导致分页混乱。

🚀 如何优化大偏移量下的分页性能#

当需要查询的页码非常靠后时（例如 LIMIT【类梅特】 100000, 10），直接使用 LIMIT【类梅特】 会产生性能问题，因为数据库需要先扫描并丢弃掉偏移量指定的前大量记录，效率很低。

一个高效的优化策略是使用基于主键（或唯一索引）的范围查询来替代大的偏移量。这种方法的原理是记录上一页最后一条记录的唯一ID，然后以此为起点获取下一页。

1
-- 假设已知上一页最后一条记录的id是10000
2
-- 传统的低效写法：SELECT【涩莱克特】 * FROM【弗乱】 table【忒-部】 ORDER BY id LIMIT【类梅特】 10000, 10;
3
-- 优化后的高效写法：
4
SELECT【涩莱克特】 * FROM【弗乱】 table【忒-部】 WHERE【威尔】 id > 10000 ORDER BY id LIMIT【类梅特】 10;

这种方法通过索引直接定位到起始位置，跳过了大量数据的扫描，使得查询速度与页码基本无关。它非常适合实现“上一页/下一页”这种连续翻页的场景。

💎 简单总结#

LIMIT【类梅特】 是实现MySQL分页的核心。记住：务必搭配 ORDER BY 保证顺序，在需要跳转到很靠后的页面时，尽量使用基于唯一ID的范围查询来优化性能。

命令操作如下所示：#

关键字：limit【类梅特】数字1,数字2

数字1：起始行

数字2：每页显示总行数

例如：

1
limit【类梅特】   1   ;  显示查询结果的第1行
2
limit【类梅特】   3   ;  显示查询结果的前3行
3
limit【类梅特】   10  ;  显示查询结果的前10行
4
limit【类梅特】   0,1 ;      从查询结果的第1行开始显示，共显示1行
5
limit【类梅特】   3,5 ;      从查询结果的第4行开始显示，共显示5行
6
limit【类梅特】  10,10;      从查询结果的第11行开始显示，共显示10行

查看有解释器的用户信息#

1
mysql> select【涩莱克特】  * from【弗乱】moershi.user where【威尔】shell is not【呐-特】 null【nò】 ;

只显示查询结果的第1行#

1
mysql> select【涩莱克特】 *  from【弗乱】moershi.user where【威尔】shell is not【呐-特】 null【nò】  limit【类梅特】 1;

只显示查询结果的前3行#

1
mysql> select【涩莱克特】 *  from【弗乱】moershi.user  where【威尔】shell is not【呐-特】 null【nò】  limit【类梅特】  3;

仅仅显示查询结果的第1行到第3 （0 表示查询结果的第1行）#

1
mysql> select【涩莱克特】  *  from【弗乱】user   where【威尔】shell is not【呐-特】 null【nò】  limit【类梅特】 0,3;

从查询结果的第4行开始显示，共显示3行#

1
mysql> select【涩莱克特】 name,uid , gid  , shell  from【弗乱】user  where【威尔】shell is not【呐-特】 null【nò】  limit【类梅特】 3,3;

查看uid 号最大的用户名和UID#

1
mysql> select【涩莱克特】   name , uid from【弗乱】  moershi.user order【欧朵】  by   uid  desc  limit【类梅特】    1  ;
2
+-----------+-------+
3
| name      | uid   |
4
+-----------+-------+
5
| nfsnobody | 65534 |
6
+-----------+-------+
7
1 row in set【赛特】 (0.00 sec)

六、新增数据#

当前任务环节

1
flowchart LR
2
    subgraph BottomRow[单表增删改查]
3
        direction LR
4
        A[分组查询] --> B[对查询结果</n>进行排序] --> C[分组后条件过滤] --> D[新增数据] --> E[修改数据] --> F[删除数据]
5
    end
6

7
    classDef highlight stroke:#f00,stroke-width:2px;
8
    class D highlight;

命令操作如下所示：

查看表头

desc#

在SQL中，desc 是一个常用的关键字，但它根据使用场景的不同，主要有两种截然不同的含义和用法。为了帮助你快速区分，我先用一个表格来总结它的核心用途。

用途分类	语法/上下文	核心功能	简要说明
查看表结构	`desc table【忒-部】_name;`	显示数据表的详细结构信息（列名、类型、约束等）。	主要用于数据库管理和调试，是一个命令。
指定查询排序	`ORDER BY column【科勒姆】_name desc;`	在查询结果中，将指定列按降序（从大到小）排列。	必须与 `ORDER BY` 子句搭配使用，是一个关键字。

📊 作为表结构查看命令#

这是 desc 命令最直接的用途，相当于数据表的“说明书”。执行后，它会返回一个包含以下字段的表格，帮助你全面了解表的设计：

输出列	含义说明	备注/示例
Field	表中每一列（字段）的名称。	例如 `id`, `name`, `email`。
Type	该列字段的数据类型。	例如 `int(11)`, `varchar(255)`, `date`。
Null【nò】	该列是否允许存储空值（NULL【nò】）。	`YES` 表示允许，`NO` 表示不允许。
Key	表示该列是否定义了键（索引）。	`PRI`（主键），`UNI`（唯一索引），`MUL`（可重复的非唯一索引前导列或唯一索引的组成部分但可含空值），或为空（无索引）。
Default	该列的默认值。如果未显式赋值且未指定默认值，多数情况下显示 `NULL【nò】`。	例如，可设置为 `CURRENT_TIMESTAMP`。
Extra	额外信息，如 `auto_increment`（自动递增）。	常见于主键ID列。

如何使用：

1
-- 查看名为 'employees【ing普洛伊s】' 的表结构
2
desc employees【ing普洛伊s】;

💡 如何避免混淆？#

记住一个简单的规则：看它的位置。

如果 desc 后面直接跟着表名（如 desc employees【ing普洛伊s】;），它就是查看表结构的命令。
如果 desc 前面有 ORDER BY 关键字（如 ORDER BY salary【晒了瑞】 desc;），它就是指定降序排序的关键字。

命令操作如下所示：#

1
mysql> desc moershi.user;
2
+---------------------+-------------+------------+-----+---------------------+----------------+
3
| Field               | Type        | Null【nò】 | Key| Default【迪-佛特】   | Extra          |
4
+---------------------+-------------+------------+-----+---------------------+----------------+
5
| id                  | int         | NO         | PRI | NULL【nò】         | auto_increment |
6
| name                | char(20)    | YES        |     | NULL【nò】         |                |
7
| password            | char(1)     | YES        |     | NULL【nò】         |                |
8
| uid                 | int         | YES        |     | NULL【nò】         |                |
9
| gid                 | int         | YES        |     | NULL【nò】         |                |
10
| comment【坑门特】    | varchar(50) | YES        |     | NULL【nò】         |                |
11
| homedir【home-跌儿】 | varchar(80) | YES        |     | NULL【nò】         |                |
12
| shell               | char(30)    | YES        |     | NULL【nò】         |                |
13
+---------------------+-------------+------------+-----+---------------------+----------------+
14
8 rows in set【赛特】 (0.00 sec)

插入1条记录给所有表头赋值#

（给所有表头赋值表头可以省略不写）id表头的值不能重复，主键的知识在后边课程里讲

1
mysql> insert【因涩特】 into【因兔】 moershi.user values【挖柳斯】(40,"jingyaya","x",1001,1001,"teacher","/home/jingyaya","/bin/bash");
2
Query OK, 1 row affected (0.05 sec)

查看表记录#

1
mysql> select【涩莱克特】  * from【弗乱】 moershi.user where【威尔】name="jingyaya";
2
+----+----------+----------+------+------+------------------+------------------------+-----------+
3
| id | name     | password | uid  | gid  | comment【坑门特】 | homedir【home-跌儿】   | shell     |
4
+----+----------+----------+------+------+------------------+------------------------+-----------+
5
| 40 | jingyaya | x        | 1001 | 1001 | teacher          | /home/jingyaya         | /bin/bash |
6
+----+----------+----------+------+------+------------------+------------------------+-----------+
7
1 row in set【赛特】 (0.00 sec)
8
mysql>

插入多行记录给所有列赋值#

1
 insert【因涩特】 into【因兔】 moershi.user values【挖柳斯】
2
(41,"jingyaya2","x",1002,1002,"teacher","/home/jingyaya2","/bin/bash"),
3
(42,"jingyaya3","x",1003,1003,"teacher","/home/jingyaya3","/bin/bash");

插入1行给指定列赋值，必须写列名，没赋值的列没有数据后通过设置的默认值赋值#

1
mysql> insert【因涩特】 into【因兔】 moershi.user(name,uid,shell)values【挖柳斯】("benben",1002,"/sbin/nologin");

插入多行给指定列赋值，必须写列名，没赋值的列没有数据后通过设置的默认值赋值#

1
mysql> insert【因涩特】 into【因兔】 moershi.user(name,uid,shell)values【挖柳斯】("benben2",1002,"/sbin/nologin"),("benben3",1003,"/sbin/nologin");

查看记录#

1
mysql> select【涩莱克特】  * from【弗乱】moershi.user where【威尔】name like  "benben%";
2
+----+---------+----------+------+------+-------------------+---------------------+------------------------------+
3
| id | name    | password | uid  | gid  | comment【坑门特】 | homedir【home-跌儿】 | shell                        |
4
+----+---------+----------+------+------+-------------------+---------------------+------------------------------+
5
| 41 | benben  | NULL     | 1002 | NULL | NULL              | NULL                | /sbin/nologin【诺劳京(白话)】 |
6
| 42 | benben2 | NULL     | 1002 | NULL | NULL              | NULL                | /sbin/nologin【诺劳京(白话)】 |
7
| 43 | benben3 | NULL     | 1003 | NULL | NULL              | NULL                | /sbin/nologin【诺劳京(白话)】 |
8
+----+---------+----------+------+------+-------------------+---------------------+------------------------------+
9
3 rows in set【赛特】 (0.00 sec)

使用select【涩莱克特】查询结果赋值(查询表头个数和插入记录命令表头个数要一致)#

1
mysql> select【涩莱克特】 user from【弗乱】 mysql.user;
2
+------------------+
3
| user             |
4
+------------------+
5
| mysql.infoschema |
6
| mysql.session    |
7
| mysql.sys        |
8
| root             |
9
+------------------+
10
4 rows in set【赛特】 (0.00 sec)
11
mysql> insert【因涩特】 into【因兔】 moershi.user(name) (select【涩莱克特】 user from【弗乱】 mysql.user);
12
Query OK, 4 rows affected (0.09 sec)
13
Records: 4  Duplicates: 0  Warnings: 0

查看插入后的数据#

1
mysql> select【涩莱克特】  * from【弗乱】 moershi.user where【威尔】name like "mysql%" or name="root";
2
+----+------------------+----------+------+------+-----------------------+------------------------+------------+
3
| id | name             | password | uid  | gid  | comment【坑门特】      | homedir【home-跌儿】   | shell      |
4
+----+------------------+----------+------+------+-----------------------+------------------------+------------+
5
|  1 | root             | x        |    0 |    0 | root                  | /root                  | /bin/bash  |
6
| 26 | mysql            | x        |   27 |   27 | MySQL Server          | /var/lib/mysql         | /bin/false |
7
| 44 | mysql.infoschema | NULL     | NULL | NULL | NULL                  | NULL                   | NULL       |
8
| 45 | mysql.session    | NULL     | NULL | NULL | NULL                  | NULL                   | NULL       |
9
| 46 | mysql.sys        | NULL     | NULL | NULL | NULL                  | NULL                   | NULL       |
10
| 47 | root             | NULL     | NULL | NULL | NULL                  | NULL                   | NULL       |
11
+----+------------------+----------+------+------+-----------------------+------------------------+------------+
12
6 rows in set【赛特】 (0.00 sec)

使用set【赛特】命令赋值#

1
mysql> insert【因涩特】 into【因兔】 moershi.user set【赛特】 name="yaya" , uid=99 , gid=99 ;
2
Query OK, 1 row affected (0.06 sec)
3
mysql> select【涩莱克特】 * from【弗乱】 moershi.user where【威尔】name="yaya";
4
+----+------+----------+------+------+------------------+----------------------+-------+
5
| id | name | password | uid  | gid  | comment【坑门特】 | homedir【home-跌儿】 | shell |
6
+----+------+----------+------+------+------------------+----------------------+-------+
7
| 28 | yaya | NULL     |   99 |   99 | NULL             | NULL                 | NULL  |
8
+----+------+----------+------+------+------------------+----------------------+-------+
9
1 row in set【赛特】 (0.00 sec)

七、修改数据#

当前任务环节

1
flowchart LR
2
    subgraph BottomRow[单表增删改查]
3
        direction LR
4
        A[分组查询] --> B[对查询结果</n>进行排序] --> C[分组后条件过滤] --> D[新增数据] --> E[修改数据] --> F[删除数据]
5
    end
6

7
    classDef highlight stroke:#f00,stroke-width:2px;
8
    class E highlight;

命令操作如下所示：#

1
//修改前查看
2
mysql> select【涩莱克特】  name , comment【坑门特】 from【弗乱】moershi.user where【威尔】id <= 10 ;
3
+----------+--------------------+
4
| name     | comment【坑门特】  |
5
+----------+--------------------+
6
| root     | root               |
7
| bin      | bin                |
8
| daemon   | daemon             |
9
| adm      | adm                |
10
| lp       | lp                 |
11
| sync     | sync               |
12
| shutdown | shutdown           |
13
| halt     | halt               |
14
| mail     | mail               |
15
| operator | operator           |
16
+----------+--------------------+
17
10 rows in set【赛特】 (0.00 sec)
18
//修改符合条件
19
mysql> update【阿普 dei 特】 moershi.user set【赛特】 comment【坑门特】=NULL【nò】 where【威尔】id <= 10 ;
20
Query OK, 10 rows affected (0.09 sec)
21
Rows matched: 10  Changed: 10  Warnings: 0
22
//修改后查看
23
mysql> select【涩莱克特】  name , comment【坑门特】 from【弗乱】moershi.user where【威尔】id <= 10 ;
24
+----------+------------------+
25
| name     | comment【坑门特】 |
26
+----------+------------------+
27
| root     | NULL             |
28
| bin      | NULL             |
29
| daemon   | NULL             |
30
| adm      | NULL             |
31
| lp       | NULL             |
32
| sync     | NULL             |
33
| shutdown | NULL             |
34
| halt     | NULL             |
35
| mail     | NULL             |
36
| operator | NULL             |
37
+----------+------------------+
38
10 rows in set【赛特】 (0.00 sec)
39
[root@localhost ~]#
40
//修改前查看
41
mysql> select【涩莱克特】 name , homedir  from【弗乱】moershi.user;
42
+------------------+--------------------+
43
| name             | homedir【home-跌儿】|
44
+------------------+--------------------+
45
| root             | /root              |
46
| bin              | /bin               |
47
| daemon           | /sbin              |
48
| adm              | /var/adm           |
49
| lp               | /var/spool/lpd     |
50
| sync             | /sbin              |
51
| shutdown         | /sbin              |
52
| halt             | /sbin              |
53
| mail             | /var/spool/mail    |
54
| operator         | /root              |
55
| games            | /usr/games         |
56
| ftp              | /var/ftp           |
57
| nobody           | /                  |
58
| systemd-network  | /                  |
59
| dbus             | /                  |
60
| polkitd          | /                  |
61
| sshd             | /var/empty/sshd    |
62
| postfix          | /var/spool/postfix |
63
| chrony           | /var/lib/chrony    |
64
| rpc              | /var/lib/rpcbind   |
65
| rpcuser          | /var/lib/nfs       |
66
| nfsnobody        | /var/lib/nfs       |
67
| haproxy          | /var/lib/haproxy   |
68
| plj              | /home/plj          |
69
| apache           | /usr/share/httpd   |
70
| mysql            | /var/lib/mysql     |
71
| bob              | NULL               |
72
| jerrya           | NULL               |
73
| jingyaya         | /home/jingyaya     |
74
| benben           | NULL               |
75
| benben2          | NULL               |
76
| benben3          | NULL               |
77
| mysql.infoschema | NULL               |
78
| mysql.session    | NULL               |
79
| mysql.sys        | NULL               |
80
| root             | NULL               |
81
+------------------+--------------------+
82
36 rows in set【赛特】 (0.00 sec)
83
//不加条件批量修改
84
mysql> update【阿普 dei 特】  moershi.user set【赛特】 homedir="/student" ;
85
Query OK, 36 rows affected (0.09 sec)
86
Rows matched: 36  Changed: 36  Warnings: 0
87
//修改后查看
88
mysql> select【涩莱克特】 name , homedir  from【弗乱】moershi.user;
89
+------------------+---------------------+
90
| name             | homedir【home-跌儿】|
91
+------------------+---------------------+
92
| root             | /student            |
93
| bin              | /student            |
94
| daemon           | /student            |
95
| adm              | /student            |
96
| lp               | /student            |
97
| sync             | /student            |
98
| shutdown         | /student            |
99
| halt             | /student            |
100
| mail             | /student            |
101
| operator         | /student            |
102
| games            | /student            |
103
| ftp              | /student            |
104
| nobody           | /student            |
105
| systemd-network  | /student            |
106
| dbus             | /student            |
107
| polkitd          | /student            |
108
| sshd             | /student            |
109
| postfix          | /student            |
110
| chrony           | /student            |
111
| rpc              | /student            |
112
| rpcuser          | /student            |
113
| nfsnobody        | /student            |
114
| haproxy          | /student            |
115
| plj              | /student            |
116
| apache           | /student            |
117
| mysql            | /student            |
118
| bob              | /student            |
119
| jerrya           | /student            |
120
| jingyaya         | /student            |
121
| benben           | /student            |
122
| benben2          | /student            |
123
| benben3          | /student            |
124
| mysql.infoschema | /student            |
125
| mysql.session    | /student            |
126
| mysql.sys        | /student            |
127
| root             | /student            |
128
+------------------+---------------------+
129
36 rows in set【赛特】 (0.00 sec)

八、删除数据#

当前任务环节

1
flowchart LR
2
    subgraph BottomRow[单表增删改查]
3
        direction LR
4
        A[分组查询] --> B[对查询结果</n>进行排序] --> C[分组后条件过滤] --> D[新增数据] --> E[修改数据] --> F[删除数据]
5
    end
6

7
    classDef highlight stroke:#f00,stroke-width:2px;
8
    class F highlight;

命令操作如下所示：

1
//删除前查看
2
mysql> select【涩莱克特】  * from【弗乱】moershi.user where【威尔】id <= 10 ;
3
+----+----------+----------+------+------+------------------+---------------------+----------------+
4
| id | name     | password | uid  | gid  | comment【坑门特】 | homedir【home-跌儿】| shell          |
5
+----+----------+----------+------+------+------------------+---------------------+----------------+
6
|  1 | root     | x        |    0 |    0 | NULL             | /student            | /bin/bash      |
7
|  2 | bin      | x        |    1 |    1 | NULL             | /student            | /sbin/nologin  |
8
|  3 | daemon   | x        |    2 |    2 | NULL             | /student            | /sbin/nologin  |
9
|  4 | adm      | x        |    3 |    4 | NULL             | /student            | /sbin/nologin  |
10
|  5 | lp       | x        |    4 |    7 | NULL             | /student            | /sbin/nologin  |
11
|  6 | sync     | x        |    5 |    0 | NULL             | /student            | /bin/sync      |
12
|  7 | shutdown | x        |    6 |    0 | NULL             | /student            | /sbin/shutdown |
13
|  8 | halt     | x        |    7 |    0 | NULL             | /student            | /sbin/halt     |
14
|  9 | mail     | x        |    8 |   12 | NULL             | /student            | /sbin/nologin  |
15
| 10 | operator | x        |   11 |    0 | NULL             | /student            | /sbin/nologin  |
16
+----+----------+----------+------+------+------------------+---------------------+----------------+
17
10 rows in set【赛特】 (0.00 sec)
18
//仅删除与条件匹配的行
19
mysql> delete【迪利特】 from【弗乱】moershi.user where【威尔】id <= 10 ;
20
Query OK, 10 rows affected (0.06 sec)
21
//查不到符合条件的记录了
22
mysql> select【涩莱克特】  * from【弗乱】moershi.user where【威尔】id <= 10 ;
23
Empty set【赛特】 (0.00 sec)

九、作业#

1 选择题#

在 employees【ing普洛伊s】 表中，要将查询结果按照 hire_date 降序排列，应使用以下哪个关键字？B A. ASC【阿斯克】 B. desc C. GROUP【格鲁普】 BY D. HAVING【嗨夫营】
若要在 departments【迪帕踢门特s】 表中新增一条记录，dept_name 为 ‘市场部’，以下 SQL 语句正确的是？ A A. INSERT【因涩特】 INTO【因兔】 departments【迪帕踢门特s】 (dept_name) VALUES【挖柳斯】 ('市场部'); B. UPDATE【阿普 dei 特】 departments【迪帕踢门特s】 SET【赛特】 dept_name = '市场部'; C. DELETE【迪利特】 from【弗乱】departments【迪帕踢门特s】 where【威尔】dept_name = '市场部'; D. SELECT * from【弗乱】departments【迪帕踢门特s】 where【威尔】dept_name = '市场部';
在 salary【晒了瑞】 表中，要统计每个员工的总薪资（basic【贝斯克】 与 bonus【波诺斯】 之和），并按照总薪资降序排列，以下 SQL 语句正确的是？A A. SELECT employee【ing普洛伊】_id, SUM(basic【贝斯克】 + bonus【波诺斯】) AS total【偷ò头ō】_salary【晒了瑞】 from【弗乱】salary【晒了瑞】 GROUP【格鲁普】 BY employee【ing普洛伊】_id ORDER【欧朵】 BY total【偷ò头ō】_salary【晒了瑞】 desc; B. SELECT employee【ing普洛伊】_id, AVG(basic【贝斯克】 + bonus【波诺斯】) AS total【偷ò头ō】_salary【晒了瑞】 from【弗乱】salary【晒了瑞】 GROUP【格鲁普】 BY employee【ing普洛伊】_id ORDER【欧朵】 BY total【偷ò头ō】_salary【晒了瑞】 desc; C. SELECT employee【ing普洛伊】_id, SUM(basic【贝斯克】 + bonus【波诺斯】) AS total【偷ò头ō】_salary【晒了瑞】 from【弗乱】salary【晒了瑞】 ORDER【欧朵】 BY total【偷ò头ō】_salary【晒了瑞】 desc; D. SELECT employee【ing普洛伊】_id, AVG(basic【贝斯克】 + bonus【波诺斯】) AS total【偷ò头ō】_salary【晒了瑞】 from【弗乱】salary【晒了瑞】 ORDER【欧朵】 BY total【偷ò头ō】_salary【晒了瑞】 desc;
在分组查询中，HAVING【嗨夫营】 子句的作用是？B A. 对分组前的数据进行过滤 B. 对分组后的数据进行过滤 C. 对查询结果进行排序 D. 对数据进行分组
要删除 employees【ing普洛伊s】 表中 employee【ing普洛伊】_id 为 10 的记录，以下 SQL 语句正确的是？B A. UPDATE【阿普 dei 特】 employees SET【赛特】 employee_id = NULL【nò】 where【威尔】employee_id = 10; B. DELETE【迪利特】 from【弗乱】employees where【威尔】employee_id = 10; C. SELECT * from【弗乱】employees where【威尔】employee_id = 10; D. INSERT【因涩特】 INTO【因兔】 employees (employee_id) VALUES【挖柳斯】 (10);

2 简答题#

简述 WHERE 子句和 HAVING 子句的区别。答： WHERE是对分组前的原始数据行进行筛选 HAVING是对分组后的组进行筛选
在 UPDATE 语句中，SET 关键字的作用是什么？答：SET 关键字的作用是指定要修改的内容
新增数据时，INSERT INTO 语句有哪几种常见的使用方式？答：1、向表中插入一条完整记录。 2、向表中插入部分字段的值（未指定的字段将采用默认值或自动生成的值，如自增主键）。 3、一次性插入多条记录（批量插入）。 4、结合 SELECT语句，将查询结果插入到另一个表中。

3 操作题#

在 employees 表中新增一条记录，name 为 ‘李四’，hire_date 为 ‘2025-06-01’，birth_date 为 ‘1990-05-10’，email 为 ‘lisi@example.com’，phone_number 为 ‘13800138000’，dept_id 为 2。

1
mysql> insert into moershi.employees values(134,"李四","2025-06-01","1990-05-10","lisi@example.com",13800138000,2);
2
Query OK, 1 row affected (0.19 sec)
3

4
mysql> select * from moershi.employees where employee_id=134;
5
+-------------+--------+------------+------------+------------------+--------------+---------+
6
| employee_id | name   | hire_date  | birth_date | email            | phone_number | dept_id |
7
+-------------+--------+------------+------------+------------------+--------------+---------+
8
|         134 | 李四   | 2025-06-01 | 1990-05-10 | lisi@example.com | 13800138000  |       2 |
9
+-------------+--------+------------+------------+------------------+--------------+---------+
10
1 row in set (0.00 sec)

将 departments 表中 dept_id 为 3 的 dept_name 修改为 ‘研发部’。

1
mysql> select * from moershi.departments where dept_id=3;
2
+---------+-----------+
3
| dept_id | dept_name |
4
+---------+-----------+
5
|       3 | 运维部    |
6
+---------+-----------+
7
1 row in set (0.00 sec)
8

9
mysql> update moershi.departments set dept_name="研发部" where dept_id=3;
10
Query OK, 1 row affected (0.13 sec)
11
Rows matched: 1  Changed: 1  Warnings: 0
12

13
mysql> select * from moershi.departments where dept_id=3;
14
+---------+-----------+
15
| dept_id | dept_name |
16
+---------+-----------+
17
|       3 | 研发部    |
18
+---------+-----------+
19
1 row in set (0.00 sec)

统计 salary 表中每个员工的平均基本工资（basic 列），只显示平均基本工资大于 5000 的员工信息，并按照平均基本工资降序排列。

1
mysql> select employee_id,avg(basic) as 平均工资  from moershi.salary group by employee_id having avg(basic) > 5000 order by 平均工资 desc;
2
+-------------+--------------+
3
| employee_id | 平均工资     |
4
+-------------+--------------+
5
|         103 |   27023.3333 |
6
|          19 |   26520.0000 |
7
|         104 |   24251.1429 |
8
|         117 |   23905.0000 |
9
|           8 |   23741.5600 |
10
|          86 |   22766.9444 |
11
|         112 |   22766.9444 |
12
|          10 |   22314.9286 |
13
|          16 |   22314.9286 |
14
|         102 |   21911.2462 |
15
|         119 |   21628.2083 |
16
|         118 |   21628.2083 |
17
|           7 |   21628.2083 |
18
|         106 |   21628.2083 |
19
|         105 |   20490.1528 |
20
|         122 |   20490.1528 |
21
|          91 |   20311.2979 |
22
|          76 |   19351.5972 |
23
|          88 |   19351.5972 |
24
|           2 |   19351.5972 |
25
|          95 |   18213.9028 |
26
|          98 |   18213.9028 |
27
|         123 |   18213.9028 |
28
|          92 |   18213.9028 |
29
|          17 |   18213.9028 |
30
|         107 |   18015.6818 |
31
|          80 |   17644.5789 |
32
|           1 |   17279.1000 |
33
|           5 |   17125.8000 |
34
|         110 |   17074.6528 |
35
|         108 |   17074.6528 |
36
|          13 |   17074.6528 |
37
|         131 |   16653.7692 |
38
|         125 |   16525.1887 |
39
|         127 |   16427.4107 |
40
|          81 |   15991.9286 |
41
|           4 |   15936.5972 |
42
|           6 |   15936.5972 |
43
|          11 |   15936.5972 |
44
|          12 |   15506.8125 |
45
|          85 |   14798.0417 |
46
|          79 |   14798.0417 |
47
|          99 |   14798.0417 |
48
|          75 |   13760.0417 |
49
|         129 |   13659.9861 |
50
|          94 |   13659.9861 |
51
|          96 |   13659.9861 |
52
|         124 |   13659.9861 |
53
|         100 |   13659.9861 |
54
|           9 |   12931.4545 |
55
|         115 |   12521.2500 |
56
|          14 |   11383.2083 |
57
|         120 |   11044.4242 |
58
|          15 |   11044.4242 |
59
|         128 |   10337.5000 |
60
|          78 |   10244.4722 |
61
|         126 |   10244.4722 |
62
|          84 |   10244.4722 |
63
|         113 |   10244.4722 |
64
|         132 |   10244.4722 |
65
|          83 |    9106.9444 |
66
|         121 |    9106.9444 |
67
|         116 |    9106.9444 |
68
|           3 |    9106.9444 |
69
|         130 |    9106.9444 |
70
|          82 |    7967.6944 |
71
|          93 |    7967.6944 |
72
|         109 |    7967.6944 |
73
|          77 |    7967.6944 |
74
|          87 |    7281.6410 |
75
|          89 |    6829.6389 |
76
|         101 |    6829.6389 |
77
|          18 |    6829.6389 |
78
|          97 |    6829.6389 |
79
|         114 |    5690.9028 |
80
|         111 |    5690.9028 |
81
|          90 |    5690.9028 |
82
|         133 |    5690.9028 |
83
+-------------+--------------+
84
78 rows in set (0.01 sec)
85

86
mysql>

1
要统计 `salary` 表中每个员工的平均基本工资，并筛选出平均工资大于5000且按降序排列，可以使用以下SQL语句。其核心在于使用 `GROUP BY` 对员工分组，使用 `HAVING` 对分组后的聚合结果进行过滤。
2

3
### 🔍 查询语句及说明
4

5
完整的SQL查询语句如下：
6

7
SELECT employee_id, AVG(basic) AS avg_basic_salary
8
FROM salary
9
GROUP BY employee_id
10
HAVING AVG(basic) > 5000
11
ORDER BY avg_basic_salary DESC;
12

13

14
下面这个表格详细解释了每个子句的作用：
15

16
| SQL 子句 | 作用说明 | 备注 |
17
| :--- | :--- | :--- |
18
| `SELECT employee_id, AVG(basic) AS avg_basic_salary` | 选择员工编号和计算出的平均基本工资，并为平均工资列设置别名 `avg_basic_salary`。 | `AVG()` 是聚合函数，用于计算平均值。 |
19
| `FROM salary` | 指定查询的数据来源是 `salary` 表。 | - |
20
| `GROUP BY employee_id` | 根据 `employee_id` 进行分组。这是使用聚合函数（如`AVG`）的前提，它将数据按每个员工归类。 | 确保 `SELECT` 中非聚合列在 `GROUP BY` 中出现。 |
21
| `HAVING AVG(basic) > 5000` | 对分组（即每个员工）后的结果进行筛选，只保留平均基本工资大于5000的记录。**`HAVING` 专门用于过滤聚合函数的结果**。 | 这与在分组前过滤行的 `WHERE` 子句有本质区别。 |
22
| `ORDER BY avg_basic_salary DESC` | 将最终结果按照平均基本工资（别名）从高到低进行排序。 | `DESC` 表示降序，`ASC` 表示升序。 |
23

24
### 💡 关键点与技巧
25

26
- **`HAVING` 与 `WHERE` 的区别**：这是编写此类查询的关键。`WHERE` 子句在 **分组之前** 过滤原始数据行，并且其条件中不能直接使用聚合函数（如 `AVG(), COUNT()`）。`HAVING` 子句在 **分组之后** 过滤分组结果，条件通常包含聚合函数。如果你的过滤条件不涉及聚合计算（例如 `employee_id > 100`），则应使用 `WHERE`，这能先减少数据量，提升查询效率。
27

28
- **使用列别名**：在 `ORDER BY` 子句中，我们可以直接使用在 `SELECT` 中定义的列别名（`avg_basic_salary`），这使得语句更简洁易读。但请注意，在某些数据库系统中，`HAVING` 子句可能不支持直接使用别名，此时需要重复聚合函数（如 `HAVING AVG(basic) > 5000`），如示例中所示。
29

30
### 📚 扩展思考
31

32
你可以通过修改聚合函数和条件来满足不同的统计需求。例如：
33
- 统计每个员工的**总工资**（假设还有其他工资项）：`SELECT employee_id, SUM(basic + bonus) AS total_salary FROM salary GROUP BY employee_id HAVING SUM(basic + bonus) > 10000 ORDER BY total_salary DESC;`
34
- 先通过 `WHERE` 子句排除某些记录后再进行分组统计，例如，只统计某个月份之后的数据。

删除 employees 表中 dept_id 为 4 的所有记录。

1
mysql> --查询删除前数据
2
mysql> select * from moershi.employees where dept_id=4;
3
+-------------+-----------+------------+------------+---------------------------+--------------+---------+
4
| employee_id | name      | hire_date  | birth_date | email                     | phone_number | dept_id |
5
+-------------+-----------+------------+------------+---------------------------+--------------+---------+
6
|          20 | 蒋红      | 2017-12-29 | 1978-01-24 | jianghong@tedu.cn         | 15852915398  |       4 |
7
|          21 | 曹宁      | 2004-06-07 | 1988-01-05 | caoning@tedu.cn           | 14513022304  |       4 |
8
|          22 | 吕刚      | 2014-01-18 | 1980-06-24 | lvgang@tedu.cn            | 18136987619  |       4 |
9
|          23 | 王莉      | 2021-02-04 | 1972-12-19 | wangli@moershi.com        | 15376329290  |       4 |
10
|          24 | 邓秀芳    | 2020-09-08 | 1980-12-12 | dengxiufang@moershi.com   | 15884927117  |       4 |
11
|          25 | 邵佳      | 2011-08-15 | 1978-11-28 | shaojia@tedu.cn           | 13296016750  |       4 |
12
|          26 | 党丽      | 2014-03-14 | 1978-12-30 | dangli@moershi.com        | 13166234580  |       4 |
13
|          27 | 梁勇      | 2007-01-19 | 1997-11-12 | liangyong@tedu.cn         | 15307868657  |       4 |
14
|          28 | 郑秀珍    | 2011-04-28 | 1972-09-01 | zhengxiuzhen@moershi.com  | 14543186401  |       4 |
15
|          29 | 胡秀云    | 2003-11-03 | 2000-05-14 | huxiuyun@tedu.cn          | 18212266720  |       4 |
16
|          30 | 邢淑兰    | 2011-07-02 | 1989-06-17 | xingshulan@moershi.com    | 13032270370  |       4 |
17
|          31 | 刘海燕    | 2018-01-06 | 1982-08-21 | liuhaiyan@moershi.com     | 15064354651  |       4 |
18
|          32 | 冯建国    | 2014-05-28 | 1980-01-26 | fengjianguo@tedu.cn       | 13344957322  |       4 |
19
|          33 | 曹杰      | 2017-01-04 | 1975-07-03 | caojie@moershi.com        | 13244741822  |       4 |
20
|          34 | 苗桂花    | 2001-10-06 | 1974-01-26 | miaoguihua@tedu.cn        | 18124884107  |       4 |
21
|          35 | 袁建平    | 2020-09-17 | 1990-07-25 | yuanjianping@moershi.com  | 13580624147  |       4 |
22
|          36 | 黄淑兰    | 2019-08-29 | 1988-02-08 | huangshulan@tedu.cn       | 14568738205  |       4 |
23
|          37 | 朱淑兰    | 2002-04-26 | 1977-12-10 | zhushulan@tedu.cn         | 13635439422  |       4 |
24
|          38 | 曹凯      | 2006-07-23 | 1995-11-07 | caokai@moershi.com        | 15172694474  |       4 |
25
|          39 | 张倩      | 2009-10-27 | 2000-04-27 | zhangqian@tedu.cn         | 15053279648  |       4 |
26
|          40 | 王淑珍    | 2013-09-21 | 1995-05-06 | wangshuzhen@tedu.cn       | 18583012709  |       4 |
27
|          41 | 陈玉      | 2011-08-20 | 1985-06-14 | chenyu@tedu.cn            | 13632957562  |       4 |
28
|          42 | 陈玉英    | 2020-10-03 | 1996-05-19 | chenyuying@tedu.cn        | 15100520600  |       4 |
29
|          43 | 王波      | 2008-06-14 | 1979-05-26 | wangbo@tedu.cn            | 15236208918  |       4 |
30
|          44 | 黄文      | 2010-06-05 | 1983-01-30 | huangwen@tedu.cn          | 13688719481  |       4 |
31
|          45 | 陈刚      | 2010-10-26 | 1978-05-10 | chengang@tedu.cn          | 13679861175  |       4 |
32
|          46 | 罗建华    | 2004-06-20 | 1989-02-23 | luojianhua@tedu.cn        | 13176305978  |       4 |
33
|          47 | 黄建平    | 2009-04-09 | 1995-07-15 | huangjianping@moershi.com | 18517722322  |       4 |
34
|          48 | 范秀英    | 2001-03-13 | 1996-06-01 | fanxiuying@moershi.com    | 18252125689  |       4 |
35
|          49 | 李平      | 2003-10-28 | 1998-07-24 | liping@tedu.cn            | 18526198243  |       4 |
36
|          50 | 臧龙      | 2011-10-06 | 1976-05-11 | zanglong@moershi.com      | 13474064425  |       4 |
37
|          51 | 吴静      | 2017-09-26 | 1983-08-04 | wujing@tedu.cn            | 14762137325  |       4 |
38
|          52 | 张冬梅    | 2010-10-26 | 1982-05-09 | zhangdongmei@tedu.cn      | 13690746261  |       4 |
39
|          53 | 邢成      | 2018-05-07 | 1991-07-13 | xingcheng@moershi.com     | 13983238261  |       4 |
40
|          54 | 孙丹      | 2012-01-28 | 1997-02-22 | sundan@moershi.com        | 13684254376  |       4 |
41
|          55 | 梁静      | 2013-03-21 | 1995-05-20 | liangjing@moershi.com     | 18077866993  |       4 |
42
|          56 | 陈洁      | 2006-08-17 | 1977-04-23 | chenjie@tedu.cn           | 14737309895  |       4 |
43
|          57 | 许辉      | 2014-09-16 | 1992-10-21 | xuhui@moershi.com         | 13143391754  |       4 |
44
|          58 | 张伟      | 2007-06-22 | 1999-04-30 | zhangwei@moershi.com      | 18172302428  |       4 |
45
|          59 | 钟倩      | 2011-02-23 | 1983-06-28 | zhongqian@moershi.com     | 18611282765  |       4 |
46
|          60 | 贺磊      | 2001-06-19 | 1993-02-07 | helei@tedu.cn             | 15897839325  |       4 |
47
|          61 | 沈秀梅    | 2003-04-27 | 1992-08-13 | shenxiumei@tedu.cn        | 18044302910  |       4 |
48
|          62 | 林刚      | 2007-09-19 | 1990-09-23 | lingang@tedu.cn           | 13355063263  |       4 |
49
|          63 | 王玉华    | 2016-10-09 | 1973-09-14 | wangyuhua@tedu.cn         | 18010485419  |       4 |
50
|          64 | 徐金凤    | 2015-09-09 | 1972-01-31 | xujinfeng@tedu.cn         | 15124816733  |       4 |
51
|          65 | 张淑英    | 2010-11-08 | 1996-09-12 | zhangshuying@moershi.com  | 18846908114  |       4 |
52
|          66 | 罗岩      | 2001-06-13 | 1986-10-17 | luoyan@tedu.cn            | 14544559539  |       4 |
53
|          67 | 潘玲      | 2017-08-31 | 1993-02-18 | panling@tedu.cn           | 13311560534  |       4 |
54
|          68 | 柴冬梅    | 2003-11-24 | 1976-01-01 | chaidongmei@moershi.com   | 14506733843  |       4 |
55
|          69 | 谢莹      | 2017-12-06 | 1996-04-01 | xieying@tedu.cn           | 15137904023  |       4 |
56
|          70 | 傅雪      | 2001-04-23 | 1976-09-06 | fuxue@moershi.com         | 15210059051  |       4 |
57
|          71 | 龙旭      | 2019-05-15 | 1974-11-02 | longxu@moershi.com        | 15155879580  |       4 |
58
|          72 | 赵杰      | 2004-05-08 | 1984-04-06 | zhaojie@tedu.cn           | 13466360255  |       4 |
59
|          73 | 王璐      | 2003-09-22 | 2000-02-01 | wanglu@moershi.com        | 13056592974  |       4 |
60
|          74 | 赵成      | 2012-11-30 | 1985-10-11 | zhaocheng@tedu.cn         | 18545824587  |       4 |
61
+-------------+-----------+------------+------------+---------------------------+--------------+---------+
62
55 rows in set (0.00 sec)
63

64

65
mysql> --外键约束,先删除salary表对应数据
66
mysql> delete from moershi.salary where employee_id in (select employee_id from moershi.employees where dept_id=4);
67
Query OK, 3308 rows affected (0.36 sec)
68

69
mysql> --删除employees表dept_id=4的数据
70
mysql> delete from moershi.employees where dept_id=4;
71
Query OK, 55 rows affected (0.22 sec)
72

73
mysql> --查询删除后结果
74
mysql> select * from moershi.employees where dept_id=4;
75
Empty set (0.00 sec)

1
您在删除 `dept_id=4` 的部门记录时遇到了外键约束错误，这表明有其他表（比如 `salary` 表）的数据通过外键关联着这个部门的员工记录。下面为您梳理解决方案。
2

3
### 🔍 理解错误原因
4
错误信息 `Cannot delete or update a parent row: a foreign key constraint fails` 表明，由于外键约束的存在，您无法直接删除 `employees` 表中 `dept_id=4` 的记录。这通常是数据库为了维护数据一致性而设定的保护机制，防止出现“孤悬数据”（例如，工资记录对应的员工信息不存在了）。
5

6
核心问题在于，`salary` 表通过 `employee_id` 字段关联了 `employees` 表。当您尝试删除 `employees` 表中的某条员工记录时，如果 `salary` 表中还存在与之对应的工资记录，数据库就会阻止这个删除操作。
7

8
### ✅ 解决方案选择
9
您可以根据具体情况选择下表列出的方法来解决这个问题：
10

11
| 解决方案 | 核心操作 | 适用场景 |
12
| :--- | :--- | :--- |
13
| **先删关联数据** | 先手动删除 `salary` 表中相关的员工工资记录，再删除 `employees` 表中的员工记录。 | 希望精确控制删除范围，或数据库未设置级联删除时。 |
14
| **临时禁用约束** | 暂时关闭外键约束检查，执行删除操作后重新开启。 | 需要快速处理数据，且确认删除不会破坏业务逻辑；**需谨慎使用**。 |
15
| **设置级联删除** | 修改外键约束，设置 `ON DELETE CASCADE`。 | 希望一劳永逸，后续删除员工能自动同步删除其工资记录。 |
16

17
### ⚠️ 重要操作步骤与提醒
18
无论选择哪种方法，**在进行任何删除或结构修改操作前，强烈建议备份数据**。
19

20
- **方案一：先删除关联数据**
21
  这种方法思路直接，即先清除子表（`salary`）中的相关记录，再删除父表（`employees`）中的记录。
22
  ```sql
23
  -- 1. 首先删除 salary 表中所有属于 dept_id=4 部门的员工的工资记录
24
  DELETE FROM moershi.salary
25
  WHERE employee_id IN (SELECT employee_id FROM moershi.employees WHERE dept_id = 4);
26

27
  -- 2. 然后再删除 employees 表中 dept_id=4 的员工记录
28
  DELETE FROM moershi.employees WHERE dept_id = 4;
方案二：临时禁用外键约束 此方法通过 SET FOREIGN_KEY_CHECKS = 0; 临时关闭外键约束检查，操作完成后务必记得重新开启。
1
-- 临时禁用外键约束检查
2
SET FOREIGN_KEY_CHECKS = 0;
3

4
-- 执行删除操作
5
DELETE FROM moershi.employees WHERE dept_id = 4;
6

7
-- 立即重新启用外键约束检查
8
SET FOREIGN_KEY_CHECKS = 1;
注意：这种方法会暂时破坏数据库的引用完整性，如果操作不当，可能导致数据不一致，请务必确保在可控范围内使用。
方案三：设置级联删除（长远之计） 级联删除是一种“一劳永逸”的解决方案。设置后，当您删除 employees 表中的某位员工时，数据库会自动删除 salary 表中与之相关的所有工资记录。首先，你需要删除原有的外键约束，然后重新添加一个带有级联删除选项的新约束。
1
-- 1. 先删除现有的外键约束（需要知道约束名称，错误信息中提示是 `emp_id_fk`）
2
ALTER TABLE moershi.salary DROP FOREIGN KEY emp_id_fk;
3

4
-- 2. 重新添加外键约束，并设置级联删除
5
ALTER TABLE moershi.salary
6
ADD CONSTRAINT emp_id_fk
7
FOREIGN KEY (employee_id) REFERENCES employees(employee_id)
8
ON DELETE CASCADE;
设置完成后，您再次执行 DELETE FROM moershi.employees WHERE dept_id=4;，数据库就会自动处理关联的工资记录了。
💡 决策建议与总结#

若当前操作是临时的、一次性的，建议使用方案一（先删关联数据），它最清晰、可控。

若经常需要进行此类关联删除，建议使用方案三（设置级联删除），一劳永逸，但务必理解其自动删除的后果。

方案二（临时禁用约束） 风险较高，通常用于数据迁移或清理等特定场景，日常操作请谨慎选择。

请根据您的具体需求选择最合适的方法。如果对约束名称或具体操作步骤仍有疑问，可以随时追问。

从 employees 表中查询出所有在 2025 年入职的员工信息，并按照 hire_date 升序排列。

1
mysql>
2
mysql> select * from moershi.employees where year(hire_date) = 2025 order by hire_date asc;
3
+-------------+--------+------------+------------+------------------+--------------+---------+
4
| employee_id | name   | hire_date  | birth_date | email            | phone_number | dept_id |
5
+-------------+--------+------------+------------+------------------+--------------+---------+
6
|         134 | 李四   | 2025-06-01 | 1990-05-10 | lisi@example.com | 13800138000  |       2 |
7
+-------------+--------+------------+------------+------------------+--------------+---------+
8
1 row in set (0.00 sec)
9

10
mysql>

1
要从 `employees` 表中查询出所有在 2025 年入职的员工信息并按入职日期升序排列，可以使用以下 SQL 语句：
2

3
    ```sql
4
    SELECT *
5
    FROM employees
6
    WHERE YEAR(hire_date) = 2025
7
    ORDER BY hire_date ASC;
8
    ```
9

10
下面是这个查询语句中各部分作用的详细说明：
11

12
| SQL 部分 | 作用说明 | 备注 |
13
| :--- | :--- | :--- |
14
| `SELECT *` | 选择所有列 | 返回员工表的所有字段信息。 |
15
| `FROM employees` | 指定数据来源 | 从名为 `employees` 的表中查询数据。 |
16
| `WHERE YEAR(hire_date) = 2025` | 筛选条件 | **`YEAR()` 函数用于从日期中提取年份**，这里限定只查询入职年份为 2025 年的记录。 |
17
| `ORDER BY hire_date ASC` | 排序结果 | 按照 `hire_date`（入职日期）字段进行升序排列。`ASC` 表示升序，可以省略，因为它是默认的排序方式。 |
18

19
### 💡 其他可行的日期筛选方法
20

21
除了使用 `YEAR()` 函数，你也可以考虑以下方法来实现相同的筛选目标，它们在特定场景下可能更有用：
22

23
- **使用 `BETWEEN` 指定日期范围**
24
  你可以明确指定入职日期的起止范围来筛选2025年的记录：
25
    ```sql
26
    SELECT *
27
    FROM employees
28
    WHERE hire_date BETWEEN '2025-01-01' AND '2025-12-31'
29
    ORDER BY hire_date;
30
    ```
31

32
- **使用 `DATE_FORMAT()` 函数**
33
  `DATE_FORMAT()` 函数功能强大，可以按各种格式输出日期。用它来提取年份部分进行匹配也是一种方法：
34
    ```sql
35
    SELECT *
36
    FROM employees
37
    WHERE DATE_FORMAT(hire_date, '%Y') = '2025'
38
    ORDER BY hire_date;
39
    ```

03：mysql之单表增删改查#

一、工作场景#

二、为什么学增删改查#

三、分组查询#

分组函数 group【格鲁普】 by#

💡 理解分组的过程#

🛠️ 基本用法与示例#

⚠️ 关键规则与常见错误#

🔍 高级用法与技巧#

命令操作如下所示：#

输出符合条件的shell 和 name#

统计每种解释器用户的个数 （按照shell表头值分组统计name表头值个数）#

统计每个部门的总人数 (按照部门表头分组统计name表头值的个数)#

四、对查询结果进行排序#

排序函数 order【欧朵】 by#

💡 理解排序规则与语法#

🛠️ 掌握多种排序方式#

⚠️ 注意关键细节与技巧#

💎 简单总结#

命令操作如下所示：#

查看满足条件记录的name和uid 字段的值#

按照uid升序排序#

按照uid降序排序#

查看2015年1月10号员工编号小于10的工资总额#

以工资总额升序排 ，总额相同按照员工编号升序排#

五、分组后条件过滤#

对分组后的组进行筛选: having【嗨夫营】#

💡 理解 HAVING【嗨夫营】 的工作原理#

🛠️ HAVING【嗨夫营】 的典型用法场景#

⚠️ 常见误区与注意事项#

💎 简单总结#

命令操作如下所示：#

查找部门总人数少于10人的部门名称及人数#

六、分页查询 limit【类梅特】#

💡 如何使用 LIMIT【类梅特】 进行分页#

🚀 如何优化大偏移量下的分页性能#

💎 简单总结#

命令操作如下所示：#

查看有解释器的用户信息#

只显示查询结果的第1行#

只显示查询结果的前3行#

仅仅显示查询结果的第1行 到 第3 （0 表示查询结果的第1行）#

从查询结果的第4行开始显示，共显示3行#

查看uid 号最大的用户名和UID#

六、新增数据#

desc#

📊 作为表结构查看命令#

💡 如何避免混淆？#

命令操作如下所示：#

插入1条记录给所有表头赋值#

查看表记录#

插入多行记录给所有列赋值#

插入1行给指定列赋值，必须写列名，没赋值的列 没有数据 后通过设置的默认值赋值#

插入多行给指定列赋值，必须写列名，没赋值的列 没有数据 后通过设置的默认值赋值#

查看记录#

使用select【涩莱克特】查询结果赋值(查询表头个数和 插入记录命令表头个数要一致)#

查看插入后的数据#

使用set【赛特】命令赋值#

七、修改数据#

命令操作如下所示：#

八、删除数据#

九、作业#

1 选择题#

2 简答题#

3 操作题#

💡 决策建议与总结#

统计每种解释器用户的个数（按照shell表头值分组统计name表头值个数）#

以工资总额升序排，总额相同按照员工编号升序排#

💡 理解 HAVING【嗨夫营】的工作原理#

🛠️ HAVING【嗨夫营】的典型用法场景#

💡 如何使用 LIMIT【类梅特】进行分页#

仅仅显示查询结果的第1行到第3 （0 表示查询结果的第1行）#

插入1行给指定列赋值，必须写列名，没赋值的列没有数据后通过设置的默认值赋值#

插入多行给指定列赋值，必须写列名，没赋值的列没有数据后通过设置的默认值赋值#

使用select【涩莱克特】查询结果赋值(查询表头个数和插入记录命令表头个数要一致)#