mysql連接的使用

MYSQL連接的使用

INNER JOIN(內(nèi)連接,或等值連接):獲取兩個(gè)表中字段匹配關(guān)系的記錄何缓。

LEFT JOIN(左連接):獲取左表所有記錄塞绿,即使右表沒有對(duì)應(yīng)匹配的記錄耳幢。

RIGHT JOIN(右連接): 與 LEFT JOIN 相反袄友,用于獲取右表所有記錄挖炬,即使左表沒有對(duì)應(yīng)匹配的記錄传泊。

例:查詢平均成績(jī)小于60分的同學(xué)的學(xué)生編號(hào)和學(xué)生姓名和平均成績(jī)

(包括有成績(jī)的和無成績(jī)的)

student表:


score表:


select b.s_id,b.s_name,ROUND(AVG(a.s_score),2) as avg_score from student b left join score a on b.s_id = a.s_id GROUP BY b.s_id,b.s_name HAVING avg_score <60

?union

select a.s_id,a.s_name,0 as avg_score from student a where a.s_id not in (select distinct s_id from score);

相關(guān)函數(shù):

1.union 操作符用于連接兩個(gè)以上的 SELECT 語句的結(jié)果組合到一個(gè)結(jié)果集合中。多個(gè) SELECT 語句會(huì)刪除重復(fù)的數(shù)據(jù)遵岩。

2.Round函數(shù)返回一個(gè)數(shù)值你辣,該數(shù)值是按照指定的小數(shù)位數(shù)進(jìn)行四舍五入運(yùn)算的結(jié)果。

3.where group by聯(lián)合使用

select 列a,聚合函數(shù) from 表名 where 過濾條件 group by 列a having 過濾條件

group by 字句也和where條件語句結(jié)合在一起使用。當(dāng)結(jié)合在一起時(shí)绢记,where在前扁达,group by 在后。即先對(duì)select xx from xx的記錄集合用where進(jìn)行篩選蠢熄,然后再使用group by 對(duì)篩選后的結(jié)果進(jìn)行分組 使用having字句對(duì)分組后的結(jié)果進(jìn)行篩選

需要注意having和where的用法區(qū)別:

1.having只能用在group by之后跪解,對(duì)分組后的結(jié)果進(jìn)行篩選(即使用having的前提條件是分組)。

2.where肯定在group by 之前

3.where后的條件表達(dá)式里不允許使用聚合函數(shù)(AVG签孔、COUNT叉讥、SUM…….),而having可以饥追。

4.DATEDIFF() 函數(shù)

DATEDIFF() 函數(shù)返回兩個(gè)日期之間的天數(shù)图仓。

DATEDIFF(date1,date2)

例子:來查找與之前(昨天的)日期相比溫度更高的所有日期的 Id。


SELECT a.Id FROM Weather a, Weather b WHERE DATEDIFF(a.RecordDate,b.RecordDate) = 1 AND a.Temperature > b.Temperature

DATEDIFF(date1,date2)? =num

Num = date1 - date2

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末但绕,一起剝皮案震驚了整個(gè)濱河市救崔,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌捏顺,老刑警劉巖六孵,帶你破解...
    沈念sama閱讀 218,682評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異幅骄,居然都是意外死亡劫窒,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門拆座,熙熙樓的掌柜王于貴愁眉苦臉地迎上來主巍,“玉大人,你說我怎么就攤上這事挪凑≡兴鳎” “怎么了?”我有些...
    開封第一講書人閱讀 165,083評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵岖赋,是天一觀的道長(zhǎng)檬果。 經(jīng)常有香客問我,道長(zhǎng)唐断,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,763評(píng)論 1 295
  • 正文 為了忘掉前任杭抠,我火速辦了婚禮脸甘,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘偏灿。我一直安慰自己丹诀,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,785評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著铆遭,像睡著了一般硝桩。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上枚荣,一...
    開封第一講書人閱讀 51,624評(píng)論 1 305
  • 那天碗脊,我揣著相機(jī)與錄音,去河邊找鬼橄妆。 笑死衙伶,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的害碾。 我是一名探鬼主播矢劲,決...
    沈念sama閱讀 40,358評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼慌随!你這毒婦竟也來了芬沉?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,261評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤阁猜,失蹤者是張志新(化名)和其女友劉穎花嘶,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蹦漠,經(jīng)...
    沈念sama閱讀 45,722評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡椭员,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了笛园。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片隘击。...
    茶點(diǎn)故事閱讀 40,030評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖研铆,靈堂內(nèi)的尸體忽然破棺而出埋同,到底是詐尸還是另有隱情,我是刑警寧澤棵红,帶...
    沈念sama閱讀 35,737評(píng)論 5 346
  • 正文 年R本政府宣布凶赁,位于F島的核電站,受9級(jí)特大地震影響逆甜,放射性物質(zhì)發(fā)生泄漏虱肄。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,360評(píng)論 3 330
  • 文/蒙蒙 一交煞、第九天 我趴在偏房一處隱蔽的房頂上張望咏窿。 院中可真熱鬧,春花似錦素征、人聲如沸集嵌。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽根欧。三九已至怜珍,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間凤粗,已是汗流浹背酥泛。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留侈沪,地道東北人揭璃。 一個(gè)月前我還...
    沈念sama閱讀 48,237評(píng)論 3 371
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像亭罪,于是被迫代替她去往敵國(guó)和親瘦馍。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,976評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 50個(gè)常用的sql語句Student(S#,Sname,Sage,Ssex) 學(xué)生表Course(C#,Cname...
    哈哈海閱讀 1,232評(píng)論 0 7
  • Student(S#,Sname,Sage,Ssex) 學(xué)生表 Course(C#,Cname,T#) 課程表 S...
    忘了呼吸的那只貓閱讀 2,864評(píng)論 0 8
  • 說明:以下五十個(gè)語句都按照測(cè)試數(shù)據(jù)進(jìn)行過測(cè)試应役,最好每次只單獨(dú)運(yùn)行一個(gè)語句情组。 問題及描述: --1.學(xué)生表 Stud...
    lijun_m閱讀 1,306評(píng)論 0 1
  • pyspark.sql模塊 模塊上下文 Spark SQL和DataFrames的重要類: pyspark.sql...
    mpro閱讀 9,456評(píng)論 0 13
  • 一院崇、mysql查詢的五種子句 where(條件查詢)、having(篩選)袍祖、group by(分組)底瓣、order ...
    化城閱讀 1,590評(píng)論 0 9