MySQL高阶查询语句与视图实战指南

在日常的数据库操作中，基础的增删改查（CRUD）往往无法满足复杂的业务需求。比如需要对查询结果排序、筛选特定区间数据、简化多表查询，或者控制数据访问权限等。今天这篇文章，就带大家深入学习MySQL的高阶查询语句和视图的应用，结合实际案例，让你轻松应对复杂场景。

一、常用高阶查询技巧

首先，我们先搭建一个测试环境，创建一张info表并插入学生数据，后续案例都会基于这张表展开：

-- 创建info表
create table info (id int,name varchar(10) primary key not null,score decimal(5,2),address varchar(20),hobbid int(5)
);-- 插入测试数据
insert into info values
(1,'liuyi',80,'beijing',2),
(2,'wangwu',90,'shengzheng',2),
(3,'lisi',60,'shanghai',4),
(4,'tianqi',99,'hangzhou',5),
(5,'jiaoshou',98,'laowo',3),
(6,'hanmeimei',10,'nanjing',3),
(7,'lilei',11,'nanjing',5);

1. 按关键字排序（ORDER BY）

类比Windows任务管理器的排序功能，ORDER BY可以对查询结果按单个或多个字段排序，默认升序（ASC），降序需显式指定（DESC）。

基础用法

• 按分数升序排列（默认ASC，可省略）：

select id,name,score from info order by score;

• 按分数降序排列：

select id,name,score from info order by score desc;

进阶用法：多字段排序+条件过滤

当第一个排序字段值相同时，会按第二个字段排序；还可结合WHERE筛选数据。比如筛选地址为“杭州”的学生，按分数降序排列：

select name,score from info where address='hangzhou' order by score desc;

再比如，先按兴趣ID（hobbid）降序，相同兴趣的学生按ID升序排列：

select id,name,hobbid from info order by hobbid desc, id;

2. 区间判断与去重（AND/OR + DISTINCT）

区间判断：AND/OR

• 筛选分数大于70且小于等于90的学生：

select * from info where score >70 and score <=90;

• 筛选分数大于70或小于等于90的学生（注意：逻辑或会包含大部分数据，需谨慎使用）：

select * from info where score >70 or score <=90;

• 多条件嵌套：筛选分数大于70，或分数在75-90之间的学生：

select * from info where score >70 or (score >75 and score <90);

去重查询：DISTINCT

当某个字段存在重复值时，用DISTINCT只保留唯一值。比如查询所有不重复的兴趣ID：

select distinct hobbid from info;

3. 结果分组（GROUP BY + 聚合函数）

GROUP BY通常与聚合函数搭配使用，常用聚合函数有：

• COUNT()：计数
• SUM()：求和
• AVG()：求平均
• MAX()/MIN()：求最大/最小值

基础分组

按hobbid分组，统计每个兴趣的学生人数：

select count(name) as student_count, hobbid from info group by hobbid;

进阶分组：条件筛选+排序

筛选分数大于等于80的学生，按hobbid分组，再按学生人数升序排列：

select count(name) as student_count, hobbid from info where score>=80 group by hobbid order by student_count asc;

4. 限制结果条数（LIMIT）

LIMIT是高频使用的语句，用于只返回部分结果，语法为：

SELECT 字段 FROM 表名 LIMIT [偏移量,] 条数;

• 偏移量可选，默认从第0行开始（即第一条数据）；
• 条数：要返回的记录数。

常用场景

• 显示前3条数据：

select * from info limit 3;

• 从第4行开始（偏移量为3），显示3条数据：

select * from info limit 3,3;

• 按ID降序，显示最后3条数据（常用于获取最新数据）：

select id,name from info order by id desc limit 3;

5. 简化查询：设置别名（AS）

当表名或字段名较长时，用AS设置别名（AS可省略），增强SQL可读性。

字段别名

将name改为“姓名”，score改为“成绩”：

select name as 姓名, score as 成绩 from info;

表别名

查询时给表设置别名，简化多表查询（后续视图会用到）：

select i.name as 姓名, i.score as 成绩 from info as i;

特殊用法：用别名创建表

将info表的查询结果作为新表t1的结构和数据（注意：原表的主键约束可能无法完全复制）：

create table t1 as select * from info;

6. 模糊查询（通配符 + LIKE）

通配符用于匹配部分字符，常与LIKE搭配，常用通配符：

• %：匹配0个、1个或多个字符；
• _：匹配单个字符。

常用案例

• 查询名字以“c”开头的学生：

select id,name from info where name like 'c%';

• 查询名字中包含“g”的学生：

select id,name from info where name like '%g%';

• 查询名字格式为“c_ic_i”的学生（比如“caicai”）：

select id,name from info where name like 'c_ic_i';

7. 嵌套查询（子查询）

子查询（内查询）是嵌套在主查询中的SQL语句，先执行子查询，结果作为主查询的条件。

基础用法：IN关键字

查询分数大于80的学生姓名和成绩（子查询先获取符合条件的ID，主查询根据ID筛选数据）：

select name,score from info where id in (select id from info where score>80);

进阶用法：子查询在INSERT/UPDATE/DELETE中

• 插入数据：将info表中ID在ky11表中的记录插入t1：

insert into t1 select * from info where id in (select * from ky11);

• 更新数据：将ky11表中ID=2对应的学生分数改为50：

update info set score=50 where id in (select * from ky11 where id=2);

• 删除数据：删除分数大于80的学生：

delete from info where id in (select id from info where score>80);

特殊用法：EXISTS关键字

EXISTS判断子查询结果是否为空，不为空则返回TRUE，否则FALSE。比如判断是否存在分数等于80的学生，若存在则统计info表总记录数：

select count(*) from info where exists(select id from info where score=80);

8. NULL值处理

NULL表示“缺失值”，与0、空字符串（''）不同：

• 空字符串长度为0，不占空间；
• NULL长度未知，占用空间；
• COUNT()会忽略NULL，但包含空字符串。

常用操作

• 查询addr字段为NULL的记录：

select * from info where addr is NULL;

• 查询addr字段不为NULL的记录：

select * from info where addr is not null;

二、视图：简化查询+数据安全

1. 什么是视图？

视图是数据库中的虚拟表，不存储真实数据，只保存对真实表的查询逻辑（类似“镜子”，动态映射真实数据）。

2. 视图的作用

• 简化查询：将复杂的多表查询封装为视图，后续直接查询视图即可；
• 数据安全：给不同用户提供不同视图，隐藏敏感字段（比如不给普通用户看学生的身份证号）；
• 灵活适配：同一批真实数据，可根据需求生成多个视图。

3. 视图与表的区别和联系

维度	视图（View）	表（Table）
数据存储	不存储真实数据，只存查询逻辑	存储真实物理数据
编译状态	已编译的SQL语句	未编译，动态执行
空间占用	不占物理空间	占用物理空间
安全性	可隐藏表结构，权限更精细	直接暴露表结构
修改影响	修改视图可能影响原表	修改表直接影响数据

联系：视图基于表存在，一个视图可对应一个或多个表；视图的结构和数据来自表。

4. 视图实战案例

案例1：单表创建视图

创建一个视图，只显示分数大于等于80的学生（后续原表数据更新，视图会同步变化）：

-- 创建视图
create view v_score as select * from info where score>=80;-- 查询视图
select * from v_score;

案例2：多表创建视图

先创建test01表存储学生年龄：

create table test01 (id int,name varchar(10),age char(10));
insert into test01 values(1,'zhangsan',20),(2,'lisi',30),(3,'wangwu',29);

创建视图，关联info和test01，显示学生ID、姓名、分数和年龄：

create view v_info(id,name,score,age) as 
select info.id,info.name,info.score,test01.age 
from info,test01 
where info.name=test01.name;-- 查询视图
select * from v_info;

案例3：通过视图修改原表

视图不仅能查，还能修改原表数据（前提是视图字段对应原表字段，无函数计算）。比如修改v_score视图中“tianqi”的分数为120：

update v_score set score='120' where name='tianqi';-- 验证原表数据
select * from info where name='tianqi';

5. 视图的注意事项

• 不建议用视图做增删改：复杂视图（如多表关联、含聚合函数）无法增删改，容易报错；
• 视图不保存数据：查询视图时，本质是执行底层SQL，性能取决于原表索引；
• 删除视图不影响原表：drop view v_score;只会删除视图，不会删除原表数据。

三、总结

本文介绍的MySQL高阶功能，覆盖了日常开发中90%以上的复杂查询场景：

1. 排序与筛选：ORDER BY + WHERE实现精准排序；
2. 分组统计：GROUP BY + 聚合函数搞定数据汇总；
3. 简化操作：LIMIT限制结果、AS设置别名、DISTINCT去重；
4. 复杂查询：子查询解决嵌套逻辑，视图封装多表关联；
5. 细节处理：NULL值判断、通配符模糊查询。

这些技巧需要结合实际业务多练，比如用视图封装报表查询、用子查询筛选复杂条件，慢慢就能熟练掌握。如果有疑问，欢迎在评论区交流！