Blog ini menerangkan klausa SQL seperti WHERE, HAVING, ORDER BY, GROUP BY dan klausa lain yang berkaitan menggunakan contoh kehidupan sebenar dengan jadual pekerja dan jabatan.
Jadual Kandungan
- Struktur Jadual
- Fasal MANA
- KUMPULAN MENGIKUT Klausa
- MEMPUNYAI Klausa
- PESANAN MENGIKUT Klausa
- Klausa LIMIT
- Klausa BERBEZA
- DAN, ATAU, BUKAN Operator
Struktur Jadual
pekerja Jadual
emp_id | name | age | department_id | hire_date | salary |
---|---|---|---|---|---|
1 | John Smith | 35 | 101 | 2020-01-01 | 5000 |
2 | Jane Doe | 28 | 102 | 2019-03-15 | 6000 |
3 | Alice Johnson | 40 | 103 | 2018-06-20 | 7000 |
4 | Bob Brown | 55 | NULL | 2015-11-10 | 8000 |
5 | Charlie Black | 30 | 102 | 2021-02-01 | 5500 |
jabatan Jadual
dept_id | dept_name |
---|---|
101 | HR |
102 | IT |
103 | Finance |
104 | Marketing |
Klausa MANA
Klausa WHERE digunakan untuk menapis rekod berdasarkan syarat yang ditetapkan.
Pertanyaan SQL
SELECT name, age, salary FROM employees WHERE age > 30;
Hasilnya
name | age | salary |
---|---|---|
John Smith | 35 | 5000 |
Alice Johnson | 40 | 7000 |
Bob Brown | 55 | 8000 |
Penjelasan: Klausa WHERE menapis baris untuk memasukkan hanya pekerja yang berumur lebih daripada 30 tahun.
Contoh dengan AND Operator
SELECT name, age, salary FROM employees WHERE age > 30 AND salary > 5000;
Hasilnya
name | age | salary |
---|---|---|
Alice Johnson | 40 | 7000 |
Bob Brown | 55 | 8000 |
Penjelasan: Klausa WHERE menapis pekerja yang berumur lebih daripada 30 tahun dan mempunyai gaji lebih daripada 5000.
KUMPULAN MENGIKUT Klausa
Klausa KUMPULAN OLEH digunakan untuk mengumpulkan baris yang mempunyai nilai yang sama ke dalam baris ringkasan, seperti mencari bilangan pekerja dalam setiap jabatan.
Pertanyaan SQL
SELECT name, age, salary FROM employees WHERE age > 30;
Hasilnya
department_id | employee_count |
---|---|
101 | 1 |
102 | 2 |
103 | 1 |
Penjelasan: Klausa GROUP BY mengelompokkan pekerja mengikut department_id dan mengira bilangan pekerja dalam setiap jabatan.
MEMPUNYAI Klausa
Klausa HAVING digunakan untuk menapis kumpulan yang dibuat oleh klausa GROUP BY. Ia berfungsi seperti klausa WHERE tetapi digunakan selepas pengagregatan.
Pertanyaan SQL
SELECT name, age, salary FROM employees WHERE age > 30 AND salary > 5000;
Hasilnya
department_id | avg_salary |
---|---|
102 | 5750 |
103 | 7000 |
Penjelasan: Klausa HAVING menapis kumpulan berdasarkan purata gaji pekerja di setiap jabatan. Hanya jabatan dengan purata gaji melebihi 5500 sahaja disertakan.
PESANAN MENGIKUT Klausa
Klausa ORDER BY digunakan untuk mengisih hasil yang ditetapkan oleh satu atau lebih lajur. Secara lalai, ia disusun mengikut tertib menaik; untuk mengisih dalam tertib menurun, gunakan DESC.
SQL Query (Ascending Order)
SELECT department_id, COUNT(*) AS employee_count FROM employees GROUP BY department_id;
Hasilnya
name | salary |
---|---|
John Smith | 5000 |
Charlie Black | 5500 |
Jane Doe | 6000 |
Alice Johnson | 7000 |
Bob Brown | 8000 |
Penjelasan: Keputusan disusun mengikut gaji mengikut tertib menaik.
SQL Query (Turun Susunan)
SELECT department_id, AVG(salary) AS avg_salary FROM employees GROUP BY department_id HAVING AVG(salary) > 5500;
Hasilnya
name | salary |
---|---|
Bob Brown | 8000 |
Alice Johnson | 7000 |
Jane Doe | 6000 |
Charlie Black | 5500 |
John Smith | 5000 |
Penjelasan: Keputusan disusun mengikut gaji mengikut tertib menurun.
Klausa LIMIT
Klausa LIMIT digunakan untuk menentukan bilangan rekod untuk dikembalikan daripada set hasil. Ini amat berguna untuk halaman atau mengehadkan set hasil yang besar.
Pertanyaan SQL
SELECT name, age, salary FROM employees WHERE age > 30;
Hasilnya
name | salary |
---|---|
Bob Brown | 8000 |
Alice Johnson | 7000 |
Jane Doe | 6000 |
Penjelasan: Klausa LIMIT mengehadkan output hanya kepada 3 pekerja teratas dengan gaji tertinggi.
Klausa DISTINCT
Klausa DISTINCT digunakan untuk mengembalikan nilai yang berbeza (berbeza) sahaja dalam set hasil, mengalih keluar pendua.
Pertanyaan SQL
SELECT name, age, salary FROM employees WHERE age > 30 AND salary > 5000;
Hasilnya
department_id |
---|
101 |
102 |
103 |
Penjelasan: Klausa DISTINCT mengembalikan nilai jabatan_id yang unik, menghapuskan pendua.
DAN, ATAU, BUKAN Operator
Pengendali DAN, ATAU dan TIDAK digunakan untuk menggabungkan berbilang syarat dalam klausa WHERE.
DAN Operator
Operator AND digunakan untuk menggabungkan dua atau lebih keadaan. Hasilnya akan termasuk hanya baris dengan semua syarat adalah benar.
SELECT department_id, COUNT(*) AS employee_count FROM employees GROUP BY department_id;
Hasilnya
name | age | salary |
---|---|---|
Alice Johnson | 40 | 7000 |
Bob Brown | 55 | 8000 |
Penjelasan: Klausa WHERE menapis baris yang kedua-dua syarat (umur > 30 dan gaji > 5500) adalah benar.
ATAU Operator
Operator OR digunakan apabila hanya satu daripada syarat mesti benar.
SELECT department_id, AVG(salary) AS avg_salary FROM employees GROUP BY department_id HAVING AVG(salary) > 5500;
Hasilnya
name | age | salary |
---|---|---|
Jane Doe | 28 | 6000 |
Alice Johnson | 40 | 7000 |
Bob Brown | 55 | 8000 |
Penjelasan: Klausa WHERE menapis baris yang sama ada umur < 30 atau gaji > 7000 adalah benar.
BUKAN Operator
Operator NOT digunakan untuk mengecualikan baris yang keadaannya benar.
SELECT name, age, salary FROM employees WHERE age > 30;
Hasilnya
name | age | salary |
---|---|---|
John Smith | 35 | 5000 |
Charlie Black | 30 | 5500 |
Jane Doe | 28 | 6000 |
Penjelasan: Klausa WHERE menapis baris di mana gaji > 6000 adalah palsu, bermakna ia mengembalikan pekerja yang berpendapatan 6000 atau kurang.
Kesimpulan
Blog ini menerangkan cara menapis, mengumpulkan dan mengisih data menggunakan SQL WHERE, HAVING, ORDER BY, GROUP BY, dan klausa lain dengan contoh kehidupan sebenar daripada jadual pekerja dan jabatan. Memahami klausa ini adalah asas untuk menulis pertanyaan SQL yang cekap, menganalisis data dan mengurus pangkalan data dengan berkesan.
Atas ialah kandungan terperinci Penapisan dan Isih SQL dengan Contoh Kehidupan Sebenar. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

GTID (Pengenal Transaksi Global) menyelesaikan kerumitan replikasi dan failover dalam pangkalan data MySQL dengan memberikan identiti unik kepada setiap transaksi. 1. Ia memudahkan pengurusan replikasi, secara automatik mengendalikan fail log dan lokasi, yang membolehkan pelayan hamba meminta urus niaga berdasarkan GTID yang dilaksanakan terakhir. 2. Pastikan konsistensi di seluruh pelayan, pastikan setiap transaksi digunakan hanya sekali pada setiap pelayan, dan elakkan ketidakkonsistenan data. 3. Meningkatkan kecekapan penyelesaian masalah. GTID termasuk nombor UUID pelayan dan siri, yang mudah untuk mengesan aliran transaksi dan mencari masalah dengan tepat. Ketiga -tiga kelebihan teras ini menjadikan replikasi MySQL lebih mantap dan mudah dikendalikan, meningkatkan kebolehpercayaan sistem dan integriti data.

Failover Perpustakaan Utama MySQL terutamanya termasuk empat langkah. 1. Pengesanan kesalahan: Secara kerap memeriksa proses perpustakaan utama, status sambungan dan pertanyaan mudah untuk menentukan sama ada ia adalah downtime, menyediakan mekanisme semula untuk mengelakkan salah laku, dan boleh menggunakan alat seperti MHA, Orchestrator atau yang disimpan untuk membantu dalam pengesanan; 2. Pilih Perpustakaan Utama Baru: Pilih Perpustakaan Hamba yang paling sesuai untuk menggantikannya mengikut Kemajuan Penyegerakan Data (SecondS_Behind_Master), integriti data binLog, kelewatan rangkaian dan keadaan beban, dan melakukan pampasan data atau campur tangan manual jika perlu; 3. Tukar Topologi: Titik perpustakaan hamba lain ke perpustakaan induk baru, laksanakan semula semula atau aktifkan GTID, kemas kini konfigurasi VIP, DNS atau proksi ke

Langkah-langkah untuk menyambung ke pangkalan data MySQL adalah seperti berikut: 1. Gunakan format perintah asas MySQL-U Username-P-H alamat host untuk menyambung, masukkan nama pengguna dan kata laluan untuk log masuk; 2. Jika anda perlu memasukkan pangkalan data yang ditentukan secara langsung, anda boleh menambah nama pangkalan data selepas arahan, seperti MySQL-Uroot-PmyProject; 3 Jika port bukan lalai 3306, anda perlu menambah parameter -P untuk menentukan nombor port, seperti MySQL-UROOT-P-H192.168.1.100-P3307; Di samping itu, jika anda menghadapi ralat kata laluan, anda boleh memasukkannya semula. Jika sambungan gagal, periksa rangkaian, firewall atau tetapan kebenaran. Jika pelanggan hilang, anda boleh memasang MySQL-Client di Linux melalui Pengurus Pakej. Menguasai arahan ini

InnoDB adalah enjin penyimpanan lalai MySQL kerana ia mengatasi enjin lain seperti myisam dari segi kebolehpercayaan, prestasi konkurensi dan pemulihan kemalangan. 1. Ia menyokong pemprosesan transaksi, mengikuti prinsip asid, memastikan integriti data, dan sesuai untuk senario data utama seperti rekod kewangan atau akaun pengguna; 2. Ia mengamalkan kunci peringkat baris dan bukannya kunci peringkat meja untuk meningkatkan prestasi dan throughput dalam persekitaran menulis serentak yang tinggi; 3. Ia mempunyai mekanisme pemulihan kemalangan dan fungsi pembaikan automatik, dan menyokong kekangan utama asing untuk memastikan konsistensi data dan integriti rujukan, dan mencegah rekod terpencil dan ketidakkonsistenan data.

Tahap pengasingan urus niaga mysql adalah berulang, yang menghalang bacaan kotor dan bacaan yang tidak boleh dikembalikan melalui kunci MVCC dan GAP, dan mengelakkan bacaan hantu dalam kebanyakan kes; Tahap utama yang lain termasuk bacaan yang tidak komited (readuncommitted), yang membolehkan bacaan kotor tetapi prestasi terpantas, 1. memastikan integriti data tetapi mengorbankan prestasi;

Untuk menambah direktori bin MySQL ke laluan sistem, ia perlu dikonfigurasikan mengikut sistem operasi yang berbeza. 1. Sistem Windows: Cari folder bin dalam direktori pemasangan MySQL (laluan lalai biasanya c: \ programfiles \ mysql \ mysqlserverx.x \ bin), klik kanan "Komputer ini" → "sifat" → "Tetapan Sistem Lanjutan" → " MySQL-Pengesahan versi; 2.Macos dan Sistem Linux: Pengguna Bash Edit ~/.bashrc atau ~/.bash_

Urus niaga MySQL mengikuti ciri -ciri asid untuk memastikan kebolehpercayaan dan konsistensi urus niaga pangkalan data. Pertama, atomiki memastikan bahawa urus niaga dilaksanakan sebagai keseluruhan yang tidak dapat dipisahkan, sama ada semua berjaya atau semua gagal untuk kembali. Sebagai contoh, pengeluaran dan deposit mesti diselesaikan atau tidak berlaku pada masa yang sama dalam operasi pemindahan; Kedua, konsistensi memastikan bahawa transaksi peralihan pangkalan data dari satu keadaan yang sah ke yang lain, dan mengekalkan logik data yang betul melalui mekanisme seperti kekangan dan pencetus; Ketiga, pengasingan mengawal penglihatan pelbagai urus niaga apabila pelaksanaan serentak, menghalang bacaan kotor, bacaan yang tidak dapat dikembalikan dan bacaan fantasi. MySQL menyokong ReadunCommitted dan ReadCommi.

Indexesinmysqlimprovequeryspeedbyenablingfasterdataretrieval.1.theyreducedAtascanned, membolehkanmysqltoquicklylocaterelevantrowsinwhereororderbyclauses, terutama sekalimortantforlargeorfrequeriedTables.2.theyspeedupjoinSoSdoSoBes.2
