SQL 分组查询 -简述及举例

简介: SQL 分组查询 -简述及举例

SQL 分组查询 -简述及举例

1、标准书写样式 (只能按照循序写)

SELECT

   ....

FROM

   ....

WHERE  (条件)

   ....

GROUP BY  (分组)

   ....


HAVING  (筛选)


   ....


ORDER BY  (排序)

   ....


2、sql执行循序

①、FROM


②、WHERE


③、GROUP BY


④、HAVING


⑤、SELECT


⑥、ORDER BY


3、注意事项:

sql语句中能用WHERE或者HAVING都能达到结果的,要用尽量WHERE;

在使用链接表时能用JOIN链接要用JOIN链接

HAVING 必须跟在分组函数后

--例子
--1、查询班级下的年龄大于20岁的学生
-- -- sql语句中能用WHERE或者HAVING都能达到结果的,要用尽量WHERE;
SELECT * FROM `user` WHERE age>20 GROUP BY classid
SELECT * FROM `user`  GROUP BY classid  HAVING age>20
--2、查询年级中大于最小年级的学生
SELECT * FROM `user` u1 WHERE u1.age > (SELECT MIN(u2.age) FROM `user` u2)
SELECT *FROM `user` u1 JOIN (SELECT MIN(nu.age) nage FROM `user` nu) u2 ON u1.age> u2.nage

4、例子

-- 查询每个班级下的平均年龄大于20岁的学生,并且班级不是3,倒叙排序
SELECT
  classid,
  AVG( age ) 
FROM
  `user` 
WHERE
  classid != 3 
GROUP BY
  classid 
HAVING
  AVG( age ) > 20 
ORDER BY
  age DESC

建表语句:

SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;
-- ----------------------------
-- Table structure for user
-- ----------------------------
DROP TABLE IF EXISTS `user`;
CREATE TABLE `user`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '名字',
  `age` int(3) NULL DEFAULT NULL COMMENT '年龄',
  `grade` double(5, 2) NULL DEFAULT NULL COMMENT '分数',
  `classid` int(11) NULL DEFAULT NULL COMMENT '班级id',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 11CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;
-- ----------------------------
-- Records of user
-- ----------------------------
INSERT INTO `user` VALUES (1, '张三', 35, 24.00, 3);
INSERT INTO `user` VALUES (3, '赵六', 23, 23.82, 2);
INSERT INTO `user` VALUES (5, '李小', 34, 23.16, 3);
INSERT INTO `user` VALUES (6, '赵四', 45, 34.00, 2);
INSERT INTO `user` VALUES (7, '小红', 12, 23.98, 1);
INSERT INTO `user` VALUES (8, '赵六', 23, 99.90, 2);
INSERT INTO `user` VALUES (9, 'DAXIE', 32, 34.00, 2);
INSERT INTO `user` VALUES (10, 'xiaoxie', 67, 89.00, 3);
SET FOREIGN_KEY_CHECKS = 1;
目录
相关文章
|
2月前
|
SQL 安全 数据库
如何在Django中正确使用参数化查询或ORM来避免SQL注入漏洞?
如何在Django中正确使用参数化查询或ORM来避免SQL注入漏洞?
155 77
|
12天前
|
SQL 关系型数据库 分布式数据库
利用 PolarDB PG 版向量化引擎,加速复杂 SQL 查询!完成任务领发财新年抱枕!
利用 PolarDB PG 版向量化引擎,加速复杂 SQL 查询!完成任务领发财新年抱枕!
|
3天前
|
SQL 关系型数据库 OLAP
云原生数据仓库AnalyticDB PostgreSQL同一个SQL可以实现向量索引、全文索引GIN、普通索引BTREE混合查询,简化业务实现逻辑、提升查询性能
本文档介绍了如何在AnalyticDB for PostgreSQL中创建表、向量索引及混合检索的实现步骤。主要内容包括:创建`articles`表并设置向量存储格式,创建ANN向量索引,为表增加`username`和`time`列,建立BTREE索引和GIN全文检索索引,并展示了查询结果。参考文档提供了详细的SQL语句和配置说明。
20 1
|
2月前
|
SQL NoSQL Java
Java使用sql查询mongodb
通过MongoDB Atlas Data Lake或Apache Drill,可以在Java中使用SQL语法查询MongoDB数据。这两种方法都需要适当的配置和依赖库的支持。希望本文提供的示例和说明能够帮助开发者实现这一目标。
54 17
|
2月前
|
SQL Oracle 关系型数据库
如何在 Oracle 中配置和使用 SQL Profiles 来优化查询性能?
在 Oracle 数据库中,SQL Profiles 是优化查询性能的工具,通过提供额外统计信息帮助生成更有效的执行计划。配置和使用步骤包括:1. 启用自动 SQL 调优;2. 手动创建 SQL Profile,涉及收集、执行调优任务、查看报告及应用建议;3. 验证效果;4. 使用 `DBA_SQL_PROFILES` 视图管理 Profile。
|
11天前
|
SQL 数据可视化 IDE
SQL做数据分析的困境,查询语言无法回答的真相
SQL 在简单数据分析任务中表现良好,但面对复杂需求时显得力不从心。例如,统计新用户第二天的留存率或连续活跃用户的计算,SQL 需要嵌套子查询和复杂关联,代码冗长难懂。Python 虽更灵活,但仍需变通思路,复杂度较高。相比之下,SPL(Structured Process Language)语法简洁、支持有序计算和分组子集保留,具备强大的交互性和调试功能,适合处理复杂的深度数据分析任务。SPL 已开源免费,是数据分析师的更好选择。
|
2月前
|
SQL Java 数据库连接
【潜意识Java】MyBatis中的动态SQL灵活、高效的数据库查询以及深度总结
本文详细介绍了MyBatis中的动态SQL功能,涵盖其背景、应用场景及实现方式。
120 6
|
3月前
|
SQL 存储 人工智能
Vanna:开源 AI 检索生成框架,自动生成精确的 SQL 查询
Vanna 是一个开源的 Python RAG(Retrieval-Augmented Generation)框架,能够基于大型语言模型(LLMs)为数据库生成精确的 SQL 查询。Vanna 支持多种 LLMs、向量数据库和 SQL 数据库,提供高准确性查询,同时确保数据库内容安全私密,不外泄。
474 7
Vanna:开源 AI 检索生成框架,自动生成精确的 SQL 查询
|
3月前
|
SQL NoSQL Java
Java使用sql查询mongodb
通过使用 MongoDB Connector for BI 和 JDBC,开发者可以在 Java 中使用 SQL 语法查询 MongoDB 数据库。这种方法对于熟悉 SQL 的团队非常有帮助,能够快速实现对 MongoDB 数据的操作。同时,也需要注意到这种方法的性能和功能限制,根据具体应用场景进行选择和优化。
126 9
|
4月前
|
SQL Java
使用java在未知表字段情况下通过sql查询信息
使用java在未知表字段情况下通过sql查询信息
57 8

热门文章

最新文章