目录

🌿前言:

🌿增-C-Create-新增

🧊单行数据+全列插入

🍋‍🟩语法:

🍋‍🟩演示:

🧊指定列插入

🍋‍🟩语法:

🍋‍🟩演示:

🧊多行插入

🍋‍🟩语法:

🍋‍🟩演示:

🌿删-D-Delete-删除

🧊语法

🧊以下面这个表为例

🧊删除name为马克的数据行

🧊删除语文成绩倒数前3的数据行

🧊注意:delete语句不支持写入limit偏移量和limit  offset

🍋‍🟩例如:​编辑

🌿查-R-Retrieve-查询,检索

🧊全列查询

🍋‍🟩全列查询基础语法:

🍋‍🟩演示:

🧊指定列查询:

🍋‍🟩语法:

🍋‍🟩演示:

🍋‍🟩题1:查询字段为表达式

🔎演示:

🍋‍🟩题2:常量表达式

🔎演示1:

🔎演示2:

🍋‍🟩题3:计算每个同学的所有成绩

🔎演示:

🍋‍🟩为查询结果指定别名

🔎演示1:

🔎演示2:

🔎演示3

🔎演示4

🧊结果去重查询

🍋‍🟩错误示例:

🍋‍🟩对数学成绩进行去重查询

🔎演示:

🍋‍🟩对id和数学成绩进行去重

🔎演示:

🧊排序查询

🍋‍🟩语法

🍋‍🟩对语文成绩进行升序查询

🍋‍🟩对语文成绩进行降序查询

🍋‍🟩没有对语文成绩指定升序还是降序查询

🍋‍🟩使用表达式及别名进行排序

🔎计算总分,然后升序排序(使用表达式)

🔎计算总分,然后升序排序(使用别名)

🧊条件查询(where-SQL语句执行顺序)

🍋‍🟩使用where条件的语法

🍋‍🟩查询语文成绩<=90的学生

🍋‍🟩查询语文成绩<=英语成绩的学生(两个 列 | 字段 是可以比较的)

🍋‍🟩查询总分在200以下的学生

🧊模糊查询

🍋‍🟩演示1:

🍋‍🟩总演示:

🧊分页查询

🍋‍🟩语法1:

🍋‍🟩语法2:

🍋‍🟩一般写法

🍋‍🟩偏移量也可以不写,默认就是0

🍋‍🟩使用offset关键字

🌿改-U-Update-更新

🧊语法:

🧊演示:

🍋‍🟩将白月魁的数学成绩改成100(原先是90分)

🍋‍🟩将数学成绩为85的学生都改成数学成绩为100

🍋‍🟩要改动的数据行,不只是改一列,而是要改动多列的数据

🌿运算符

🧊依据此下表:

🧊演示:

🍋‍🟩and

🍋‍🟩or

🍋‍🟩not(取反的意思)

🍋‍🟩注意点:

🧊拓展

🍋‍🟩如果我们要在一个区间进行查询呢?

🔎演示1:

🔎演示2:

🍋‍🟩可如果我们要查询的是某个成绩刚好是多少分的同学呢?

🔎演示:


🌿前言:

这是一篇对我而言比较重要的文章,因为刚入职的程序员大多数都是做这些CRUD的,我会用些简白的话来讲好这里的知识点,也方便我日后回顾吧

为了能更直白的讲解这些语法,我创建了一个学生表CRUD的相关操作都依靠此表进行!



🌿增-C-Create-新增

🧊单行数据+全列插入

🍋‍🟩语法:

insert   into  表名(字段1,字段2,字段3~~~)     values(数值1,数值2,数值3~~~)

也可以省略写成

insert   into  表名   values(数值1,数值2,数值3~~~)

🍋‍🟩演示:

🧊指定列插入

🍋‍🟩语法:

insert   into  表名(任意一个字段)     values(与任意字段相对应的值)

注意:只写任意个字段,其他没写的字段对应的数值就会为NULL

🍋‍🟩演示:

🧊多行插入

🍋‍🟩语法:

insert   into  表名(字段1,字段2,字段3~~~)     values(数值1,数值2,数值3~~~),(数值1,数值2,数值3~~~),(数值1,数值2,数值3~~~)~~~~~

🍋‍🟩演示:



🌿删-D-Delete-删除

🧊语法

delete from 表名   where 条件   order by   列   asc | desc  limit(偏移量,要查询几条)

删除操作较为简单,我就举上2个例子吧

🧊以下面这个表为例

🧊删除name为马克的数据行

🧊删除语文成绩倒数前3的数据行

🧊注意:delete语句不支持写入limit偏移量和limit  offset

🍋‍🟩例如:

大家需要注意下select语句支持写入limit偏移量limit  offset,而delete语句不支持!!



🌿查-R-Retrieve-查询,检索

🧊全列查询

🍋‍🟩全列查询基础语法:

select * from 表名

🍋‍🟩演示:

🧊指定列查询:

🍋‍🟩语法:

select     字段1,字段2~~~    from  表名

🍋‍🟩演示:

🍋‍🟩题1:查询字段为表达式

把所有学生的语文成绩+10

🔎演示:

🍋‍🟩题2:常量表达式

🔎演示1:

🔎演示2:

🍋‍🟩题3:计算每个同学的所有成绩

🔎演示:

注意:NULL与任何数运算都为NULL

🍋‍🟩为查询结果指定别名

🔎演示1:

🔎演示2:

🔎演示3

🔎演示4

🧊结果去重查询

🍋‍🟩错误示例:

这个我想的先查id,name,然后再对数学进行去重查询,然后这个SQL语法报错,说明这样不行,也就是正常查寻去重查询不能放在一个语句里会报错,这点须注意下

🍋‍🟩对数学成绩进行去重查询

🔎演示:

按照先后顺序来,后面的就给去重了,那么我们要思考下,如果有两个甚至是N个相同的呢,是只去重一个,还是N个呢?

所以我故意插入了数学成绩为90的

这是整体的数据

然后我们对数学进行去重查询时,发现,两个相同的都不见了

这说明当我们去重某个字段时,如果有N个对的数相同(也就是2N个数里两两相同),就会去重N个数,保留唯一的N数据

🍋‍🟩对id和数学成绩进行去重

🔎演示:

我们发现,这些数据一条都没去重,这是因为我们指定了id和math的去重,就规定了他们都要相同才能符合去重的语法!!

🧊排序查询

🍋‍🟩语法

select *   from 表名 order by  要排序的列      asc(升序)  |  desc(降序)

这里也可以不要 * ,看你自己想查询出来后咋样显示,我这里是显示整张表

那个要排序的列,无论是升序还是降序都会对那条整个行进行排序上的影响但不影响真实数据

🍋‍🟩对语文成绩进行升序查询

🍋‍🟩对语文成绩进行降序查询

🍋‍🟩没有对语文成绩指定升序还是降序查询

如果没有对语文成绩指定升序还是降序查询,SQL语法默认升序查询

🍋‍🟩使用表达式及别名进行排序

🔎计算总分,然后升序排序(使用表达式)

演示:

🔎计算总分,然后升序排序(使用别名)

演示:

再次提醒,NULL和任何数值运算都为NULL

🧊条件查询(where-SQL语句执行顺序)

🍋‍🟩使用where条件的语法

select  * from 表名 where  列名|表达式  运算符  条件

🍋‍🟩查询语文成绩<=90的学生

🍋‍🟩查询语文成绩<=英语成绩的学生(两个 列 | 字段 是可以比较的)

🍋‍🟩查询总分在200以下的学生

如果我们想使用别名呢

我们发现,明明我们已经起了个别名,为啥错了?其实这是因为SQL语句执行的顺序

为啥这个没报错???

好吧,SQL语句的执行顺序是这样的

1.先执行from,确定好表

2.执行where子句,过滤不符合条件的

3.执行select和from之间的子句

4.执行order by 子句

那么我们回到上面的这个语句

SQL语句执行顺序这个语句执行顺序

首先确定好了一个student的表,然后执行where子句的条件,可是total是谁?SQL语句不知道,因为需要执行完这个才执行select和from子句而我们初始化别名就是在这一步,就是这个道理,

就相当于,一个陌生人叫你的名字并让你免费给他一笔大的钱数,你会理他吗?是不是不会,这个也是同样的道理,SQL语句忽然发现有个total的陌生人,他就得报错!

🧊模糊查询

%  和   _

  %  表示任意,一个 _  表示一个字符

🍋‍🟩演示1:

不管用哪个,已知的字符不是最左边就得是最右边

我这里想查找白月魁这个学生,可是“月”不是最边上的字符,所以查不到,为空

🍋‍🟩总演示:

🧊分页查询

🍋‍🟩语法1:

 select 列名 from 表名 where 条件 order by 列   {升序asc|降序desc}   limit 偏移量,显示条数;

🍋‍🟩语法2:

 select 列名 from 表名 where 条件 order by 列   {升序asc|降序desc}   limit 显示条数 offset偏移量;

🍋‍🟩一般写法

🍋‍🟩偏移量也可以不写,默认就是0

🍋‍🟩使用offset关键字



🌿改-U-Update-更新

修改(更新)查询的语法不同需要重点记忆

🧊语法:

update    表名    set    要改的列(像math=90)      where条件等等

🧊演示:

🍋‍🟩将白月魁的数学成绩改成100(原先是90分)

🍋‍🟩将数学成绩为85的学生都改成数学成绩为100

这样所以数学成绩为85的学生都改成数学成绩为100了,

所以update set这个语句不只是改动一条数据行可以改动任何数量的符合条件的数据行

🍋‍🟩要改动的数据行,不只是改一列,而是要改动多列的数据

中间加个  ,符号就行



🌿运算符

🧊依据此下表:

🧊演示:

🍋‍🟩and

🍋‍🟩or

🍋‍🟩not(取反的意思)

🍋‍🟩注意点:

优先级:   not > and > or

🧊拓展

🍋‍🟩如果我们要在一个区间进行查询呢?

比如要在数学成绩在80<=X<=90的区间查询(between配合运算符

🔎演示1:

注意这个左右都是闭区间!!!

🔎演示2:


🍋‍🟩可如果我们要查询的是某个成绩刚好是多少分的同学呢?

比如,要查询数学成绩刚好是72,78,85的学生

🔎演示:

完结!!!

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.pswp.cn/pingmian/93750.shtml
繁体地址,请注明出处:http://hk.pswp.cn/pingmian/93750.shtml
英文地址,请注明出处:http://en.pswp.cn/pingmian/93750.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Loss学习笔记】Focal loss、QFL、DFL、VFL——目标检测定位损失函数详解

文章目录Focal loss&#xff08;2018 ICCV &#xff0c;RetinaNet&#xff09;1、Focal Loss 提出背景问题一&#xff1a;正负样本数量不均衡问题问题二&#xff1a;难分类/易分类样本数量不均衡问题对两个问题的解决2、正负样本数量不均衡问题的解决&#xff1a;Focal loss 的…

nertctl使用了解

测试了几个容器&#xff0c;似乎未对k8s的containerd产生影响&#xff0c;都能访问 再次测试&#xff0c;containerd发生了重启&#xff0c;nrtdctl启动的容器都没了 #### sealos 创建containerd集群 sealos run registry.cn-shanghai.aliyuncs.com/labring/kubernetes:v1.29…

三、k8s 1.29 之 资源清单

一、什么是资源 资源(Resources) 是指集群中可被分配、管理和调度的各种实体,既包括计算、存储、网络等基础设施资源,也包括 K8s 自身定义的 API 对象(如 Pod、Deployment 等)。这些资源是 K8s 调度和管理工作负载的核心基础。 Kubernetes 中的资源本质上是 “可被操作的…

React中常用的Hook(useEffect、useRef、useMemo、useNavigate、useParams)

React hook1&#xff1a;useEffect 在编程中&#xff0c;副作用是指函数或表达式在执行过程中对外部环境产生影响的行为。例如&#xff1a; 修改外部变量&#xff08;如全局变量、DOM、API 请求、设置定时器等&#xff09; 什么是纯函数&#xff1f; // 纯函数&#xff1a;输入…

关联规则挖掘1:Apriori算法

目录 一、Apriori算法核心原理 1. 基本概念 2. Apriori性质 二、完整案例计算&#xff08;超市购物数据&#xff09; ​步骤1&#xff1a;按字母序重排每笔交易​ ​步骤2&#xff1a;统计频繁1-项集&#xff08;min_support40%&#xff09;​​ ​步骤3&#xff1a;生成…

基于 C++ 线程池的多线程目标检测后处理系统设计与实现

在实际的智能视频分析系统中,目标检测(如 YOLOv5)只是第一步。检测结果往往需要进行后续处理:画框、报警、推流、日志记录等。这些操作如果在检测主线程中同步执行,会严重拖慢整体推理速度。 本文将带你从零实现一个基于 C++ 模板线程池的异步后处理系统,实现“检测与后…

Java并发容器详解

1. JUC并发容器概述 Java集合容器框架主要有四大类别&#xff1a;List、Set、Queue、Map。常见的ArrayList、LinkedList、HashMap等容器都是非线程安全的。 Java提供了同步容器&#xff08;如Vector、Hashtable、SynchronizedList&#xff09;通过synchronized实现同步&#xf…

SpringAI系列---【SpringA集成OllamaI如何先调用向量库,再把查到的结果一起传给大模型?】

SpringAI如何先调用向量库&#xff0c;再把查到的结果一起传给大模型&#xff1f; 1.引入pom <dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-ollama</artifactId></depend…

告别“测试滞后”:AI实时测试工具在敏捷开发中的落地经验

告别“测试滞后”&#xff1a;AI实时测试工具在敏捷开发中的落地经验 在敏捷开发的“快速迭代”节奏中&#xff0c;测试环节常常成为“拖后腿”的短板。某互联网公司的敏捷团队曾陷入这样的循环&#xff1a;2周迭代周期中&#xff0c;开发用10天完成功能&#xff0c;留给测试的…

K8S-Pod资源对象

一、K8S架构与组件1、K8S架构k8s 总体架构采用了经典的 maste/slave 架构模式&#xff0c;分 master 节点和 worker 节点&#xff0c;节点可以是虚拟机也可以是物理机。K8S组件 master 节点组件Kube-apiserver 用于暴露 Kubernetes API&#xff0c;任何资源请求或调用操作都是通…

PyTorch API 5

文章目录torch.compiler延伸阅读torch.fft快速傅里叶变换辅助函数torch.func什么是可组合的函数变换&#xff1f;为什么需要可组合的函数变换&#xff1f;延伸阅读torch.futurestorch.fx概述编写转换函数图结构快速入门图操作直接操作计算图使用 replace_pattern() 进行子图重写…

基于决策树模型的汽车价格预测分析

一、整体流程概览这份代码实现了一个完整的机器学习预测流程&#xff0c;核心目标是通过汽车的各项特征预测其价格。整体流程分为 6 个主要步骤&#xff1a;模拟生成汽车数据集&#xff08;含价格标签&#xff09;数据预处理&#xff08;清洗、编码、特征选择&#xff09;探索性…

0基础安卓逆向原理与实践:第2章:编程基础与工具链

第2章:编程基础与工具链 2.1 Java编程基础 2.1.1 Java语言特性 Java是安卓应用开发的主要语言,具有以下核心特性: mindmaproot((Java特性))面向对象封装继承多态抽象平台无关字节码JVM一次编译到处运行内存管理自动垃圾回收堆栈管理引用类型安全性字节码验证安全管理器访…

深入理解JVM内存结构:从字节码执行到垃圾回收的全景解析

&#x1f9e0; 深入理解JVM内存结构&#xff1a;从字节码执行到垃圾回收的全景解析 #JVM内存模型 #Java性能优化 #垃圾回收机制 #并发编程一、JVM内存结构全景图二、线程共享区域详解 2.1 堆&#xff08;Heap&#xff09;—— 对象生存的宇宙 存储内容&#xff1a; 所有new创建…

用 C++ 构建高性能测试框架:从原型到生产实战指南

用 C 构建高性能测试框架&#xff1a;从原型到生产实战指南 ​C 测试框架的关键价值​&#xff1a;当你的测试需要每秒处理百万级交易&#xff0c;微秒级延迟要求已成为常态时&#xff0c;Python GC 的暂停便是不可接受的奢侈。 本文将深入探讨如何用 C 构建兼具灵活性和高性能…

【C语言16天强化训练】从基础入门到进阶:Day 4

&#x1f525;个人主页&#xff1a;艾莉丝努力练剑 ❄专栏传送门&#xff1a;《C语言》、《数据结构与算法》、C语言刷题12天IO强训、LeetCode代码强化刷题、洛谷刷题、C/C基础知识知识强化补充、C/C干货分享&学习过程记录 &#x1f349;学习方向&#xff1a;C/C方向 ⭐️人…

C语言:字符函数与字符串函数(1)

在编程的过程中&#xff0c;我们经常会遇到需要处理字符和字符串的情况&#xff0c;为了方便操作字符和字符串&#xff0c;C语言标准库中提供了一系列库函数&#xff0c;接下来我们就学习一下这些函数。 目录 1. 字符分类函数 2. 字母转换函数 3. strlen函数的使用和模拟实现…

数据结构与算法系列(大白话模式)小学生起点(一)

出身&#xff0c;并不重要 &#xff01;&#xff01;&#xff01;&#xff01;只要有恒心&#xff0c;有毅力&#xff0c;肯于付出与学习&#xff0c;皆会取得相应的成就&#xff01;天道酬勤&#xff0c;天行健&#xff0c;君子当自强不息&#xff01;道可道&#xff0c;非常道…

计算机视觉第一课opencv(二)保姆级教学

目录 简介 一、边界填充 1.函数说明 2.案例分析 二、图像运算 1.号运算 2.cv2.add()函数 3.图像加权运算 三、阈值处理 四、图像平滑处理 1.椒盐噪声 2.均值滤波&#xff08;Mean Filtering&#xff09; 3.方框滤波 4. 高斯滤波&#xff08;Gaussian Filtering&am…

DINOv3

一、摘要 https://arxiv.org/pdf/2508.10104 自监督学习有望消除对人工数据标注的需求&#xff0c;使模型能够轻松扩展到大规模数据集和更大规模的架构。由于不针对特定任务或领域进行定制&#xff0c;这种训练范式具有从各种来源学习视觉表示的潜力&#xff0c;能够使用单一…