下面是小凰凰的简介，看下吧！
💗人生态度：珍惜时间，渴望学习，热爱音乐，把握命运，享受生活
💗学习技能：网络 -> 云计算运维 -> python全栈( 当前正在学习中)
💗您的点赞、收藏、关注是对博主创作的最大鼓励，在此谢过！
有相关技能问题可以写在下方评论区，我们一起学习，一起进步。
后期会不断更新python全栈学习笔记，秉着质量博文为原则，写好每一篇博文。

1、几个重要关键字的执行顺序

# 书写顺序
select id,name from emp where id > 3;
# 执行顺序
from -> where -> select

温馨提示：当一个查询的一个表的字段非常大时，可以使用\G分行展示！

select * from emp\G;

2、where过滤

# 作用：是对整体数据的筛选
select id,name from emp where id between 3 and 6; # 3 =< id <= 6。拓展：not between
select * from emp where salary in (20000,15000,10000); # 薪水在三者之中。拓展：not in

# 模糊查询（%代表匹配任意多个字符，_匹配任意单个字符）
select name,salary from emp where name like '%o%';

# 查询员工姓名是由四个字符组成的姓名和薪资
select name,salary from emp where name like '____'; # 也可以使用char_length(name)=4

# 查询岗位描述为空的员工姓名和岗位名 针对null不用等号 用is
select * from emp where salary is null; # 拓展：is not null

3、group by分组、as别名

（1）group by分组、聚合函数

# 分组实际应用场景
	男女比例
	部门平均工资
	国家之间数据统计
	...
'注意：'分组之后，最小可操作单位是组。不能直接获取组内的单条数据，后续有方法可以实现。

# 什么时候需要分组？
遇到关键字：每个、平均、最高、最低

# 实战：
1. 获取每个部门的最高薪资
select post,max(salary) from emp group by post;
select post as '部门',max(salary) as '最高薪资' from emp group by post; # as起别名
==========其他用法===========
最低：min()
平均：avg()
总和：sum()
注：和max使用一样

2. 统计每个部门的人数
select count(id) from emp group by post;
'注意：count的所传的字段必须是not null'
除此之外，可以使用任一字段作为count的计数依据，一般我们选择比较代表性的，比如部门的人数，就可以用独一无二的工号来计数。

（2）as别名

as给字段起别名

select name as '姓名',salary*12 as '年薪' from emp;

as给表起别名

select t1.id,t1.name from emp as t1; # 因为先执行from，因此emp表就变成了t1表，因此select需要是t1，主要是解决表名过长的问题输入麻烦，

（3）分组注意事项

1. 关键字where和group by同时出现时，group by必须在where后面。
2. where先对整体数据进行过滤，之后再进行分组，聚合函数只能在分组之后使用，不能在where中使用！
3. select max(salary) from emp;上面说只能在分组之后使用，那么这个句子是错误的吧！不，它是正确的。'因为默认整体就是一组！'

# 统计各部门年龄在30岁以上的员工的平均薪资
select post,avg(salary) from emp where age > 30 group by post; 

4、group_concat与concat

（1）group_concat

我们前面说了分组后无法直接查询某个数据，操作都是以组为单位！因此我们需要通过group_concat间接查询！

# 查询每个部门下有哪些人
select dpm_id,group_concat(stuff_name) from stuff group by dpm_id;

上面还只是一个简单应用，牛逼操作如下：
它支持拼接操作：

select dpm_id as '部门号',group_concat(stuff_name,':',stuff_age) as '员工信息' from stuff group by dpm_id;

（2）concat

select concat(stuff_name,'_DSB') from stuff where stuff_id != 1;

（3）concat与group_concat的区别

有分组时用group_concat，没有分组用concat

5、having分组之后筛选

having的语法跟where是一样的，且它们都是用来过滤的。
只不过having是用于分组之后的过滤，因为在分组之后，所以支持聚合函数！

# 统计各部门年龄在30岁以上的员工工资并且保留平均薪资大于一万的部门
select post,avg(salary) from emp
where age > 30
group by post
having avg(salary) > 10000
;

6、distinct去重

一定要注意，必须是完全一样的数据，才能去重。

{'id':1,'name':'hehe','age'=18}
{'id':2,'name':'hehe','age'=18}
{'id':3,'name':'haha','age'=20}
# 从上面我们可以看出第一个和第二个重复了吗？没有重复！
因为1，2的id不同，但是在生产环境中，一般这个id是设置为自增的，'很有可能忽视id'，只对比了name、age，这样看就是相同的，最后发现这两个数据怎么也去重不了。

select distinct name,age from emp; # 针对上述问题，需要这样去重，有点联合唯一的感jio！
select distinct age from emp; # 去重可以随意指定字段的多少。

7、order by排序

# 基础
select * from emp order by salary asc; # 默认采用升序,asc可以省略
select * from emp order by salary desc; # 降序

# 进阶
先按照age降序排，如果碰到age相同，再按照salary升序排
select * from emp order by age desc,salary asc; # salary后面还可以加，应付salary相同的情况！

8、limit限制展示条数

针对数据过多的情况，我们都是做分页处理！

select * from emp limit 3; # 只展示三条数据
select * from emp limit 0,5; # 只展示从第一条数据开始的五条数据
select * from emp limit 5,5; # 只展示从第六条数据开始的五条数据
第一个参数是起始位置
第二个参数是展示条数

9、正则

select * from emp where name regexp '^j.*(n|y)$';

10、连表操作

create table dpm( # 创建部门表
dpm_id int primary key auto_increment,
dpm_name varchar(20) not null unique 
);

create table stuff( # 创建员工表
stuff_id int primary key auto_increment,
stuff_name varchar(20) not null unique,
stuff_age int not null,
stuff_gender enum('male','female'),
dpm_id int not null,
foreign key(dpm_id) references dpm(dpm_id)
on delete cascade
on update cascade
);

insert into dpm(dpm_name) values ('运维部'), ('技术部'), ('测试部'), ('财务部'), ('售后部');
MariaDB [db1]> select * from dpm;
+--------+-----------+
| dpm_id | dpm_name  |
+--------+-----------+
|      5 | 售后部    |
|      2 | 技术部    |
|      3 | 测试部    |
|      4 | 财务部    |
|      1 | 运维部    |
+--------+-----------+

insert into stuff(stuff_name,stuff_age,stuff_gender,dpm_id) values ('吴晋丞',18,'male',1),('徐浩波',80,'male',2),('李丹',30,'female',4),('陈果',18,'male',5),('李青松',18,'male',3),('邓小龙',30,'male',5),('陈媛媛',21,'female',4);
MariaDB [db1]> select * from stuff;
+----------+------------+-----------+--------------+--------+
| stuff_id | stuff_name | stuff_age | stuff_gender | dpm_id |
+----------+------------+-----------+--------------+--------+
|        1 | 吴晋丞     |        18 | male         |      1 |
|        2 | 徐浩波     |        80 | male         |      2 |
|        3 | 李丹       |        18 | female       |      4 |
|        4 | 陈果       |        18 | male         |      5 |
|        5 | 李青松     |        18 | male         |      3 |
|        6 | 邓小龙     |        30 | male         |      5 |
|        7 | 陈媛媛     |        21 | female       |      4 |
+----------+------------+-----------+--------------+--------+

查询平均年龄大于20岁的部门：
多表查询有两种方法可以解决：

（1）联表操作

select dpm_name from stuff inner join dpm
on stuff.dpm_id = dpm.dpm_id
group by dpm_name
having avg(stuff_age) > 20;

# 结果
+-----------+
| dpm_name  |
+-----------+
| 售后部    |
| 技术部    |
+-----------+

（2）子查询

select dpm_name from dpm where dpm_id in
(select dpm_id from stuff group by dpm_id
having avg(stuff_age) > 20);

# 结果：
+-----------+
| dpm_name  |
+-----------+
| 售后部    |
| 技术部    |
+-----------+

（3）内连接、左连接、右连接区别

还有一个union（全连接）就是左连接和右连接的并集，几乎很少用，故不讲！

• inner join（内连接）产生的结果是AB的交集（不会有null出现）：

• A left join B （左连接）产生表A的完全集，而表B中匹配的则有值，没有匹配的则以null值取代.

左连接，就是从A表看起走，如果外键不为空，则有值，外键如果为空，那么dpm中就用null表示因为我这里限制了stuff中的dpm_id不为空，因此这里的结果永远都和等值连接的结果一样！

• A right join B （右连接）产生表B的完全集，而表A中匹配的则有值，没有匹配的则以null值取代

售前部没有人，因此dpm产生完全集，stuff中没有匹配的员工，因此全用null取代！
右连接就是，从B表看起走，通过被外键约束的dpm_id，找有没有相应的员工，没有则，null值代替。

11、exist（了解）

只返回True False，返回True的时候外层查询语句执行，返回False的时候外层查询语句不得执行！

select * from emp where exists (select id from emp where id > 10);
如果括号中的语句执行后有数据，那么返回True，外层语句执行。
如果括号中的语句执行后无数据，那么返回False，外层语句不执行。