【MySQL筆記】3 MySQL函數(shù)與SELECT的更多功能

MySQL筆記基于教材榆俺,筆記中用到的數(shù)據(jù)庫(kù)可以點(diǎn)擊該鏈接下載

常用的文本處理函數(shù)

SOUNDEX值相等意味著字符串的發(fā)音相同。

常用日期和時(shí)間處理函數(shù)

常用的數(shù)值處理函數(shù)

聚集函數(shù)

聚集函數(shù)處理一組數(shù)據(jù)价匠,匯總后返回單個(gè)值。

  • AVG()函數(shù)只處理作為參數(shù)的單個(gè)列呛每,且忽略NULL
  • 不指定列的COUNT(*)對(duì)所有行計(jì)數(shù)踩窖,不管各行有什么值;而指定列COUNT(column)對(duì)特定行技術(shù)晨横,忽略NULL
  • MySQL5.0.3后的版本支持對(duì)數(shù)值處理函數(shù)加上ALLDISTINCT限定洋腮,默認(rèn)為ALL。如果限定為DISTINCT颓遏,則只處理不重復(fù)的值

使用SELECT的GROUP BY子句分組數(shù)據(jù)

GROUP BY子句允許對(duì)數(shù)據(jù)匯總前按照邏輯分組

下面的例子按照vend_id分組后對(duì)每組計(jì)算行數(shù)徐矩。

mysql> SELECT vend_id, COUNT(*) AS num_prods
    -> FROM products
    -> GROUP BY vend_id;
+---------+-----------+
| vend_id | num_prods |
+---------+-----------+
|    1001 |         3 |
|    1002 |         2 |
|    1003 |         7 |
|    1005 |         2 |
+---------+-----------+
4 rows in set (0.01 sec)

以下是GROUP BY的一些規(guī)定:

使用SELECT的HAVING子句過(guò)濾分組

對(duì)分組篩選前

mysql> SELECT cust_id, COUNT(*) AS orders
    -> FROM orders
    -> GROUP BY cust_id;
+---------+--------+
| cust_id | orders |
+---------+--------+
|   10001 |      2 |
|   10003 |      1 |
|   10004 |      1 |
|   10005 |      1 |
+---------+--------+
4 rows in set (0.00 sec)

對(duì)分組篩選后

mysql> SELECT cust_id, COUNT(*) AS orders
    -> FROM orders
    -> GROUP BY cust_id
    -> HAVING COUNT(*) >= 2;
+---------+--------+
| cust_id | orders |
+---------+--------+
|   10001 |      2 |
+---------+--------+
1 row in set (0.00 sec)

HAVING與WHERE在于WHERE運(yùn)行在分組前對(duì)行篩選滞时,而HAVING運(yùn)行在分組后對(duì)分組篩選叁幢。在寫法上,WHERE需要寫在GROUP BY前坪稽,而HAVING需要寫在GROUP BY后曼玩。

下面的例子篩選出了具有2個(gè)(含)以上、價(jià)格為10(含)以上的產(chǎn)品的供應(yīng)商

mysql> SELECT vend_id, COUNT(*) AS num_prods
    -> FROM products
    -> WHERE prod_price >= 10
    -> GROUP BY vend_id
    -> HAVING COUNT(*) >= 2;
+---------+-----------+
| vend_id | num_prods |
+---------+-----------+
|    1003 |         4 |
|    1005 |         2 |
+---------+-----------+
2 rows in set (0.01 sec)

在使用GROUP BY時(shí)不要忘記使用ORDER BY對(duì)數(shù)據(jù)排序

以下是GROUP BY和ORDER BY的區(qū)別

用例子說(shuō)明它們的區(qū)別

mysql> SELECT order_num, SUM(quantity*item_price) AS ordertotal
    -> FROM orderitems
    -> GROUP BY order_num
    -> HAVING SUM(quantity*item_price) >= 50;
+-----------+------------+
| order_num | ordertotal |
+-----------+------------+
|     20005 |     149.87 |
|     20006 |      55.00 |
|     20007 |    1000.00 |
|     20008 |     125.00 |
+-----------+------------+
4 rows in set (0.00 sec)

使用ORDER BY按總計(jì)訂單額排序

mysql> SELECT order_num, SUM(quantity*item_price) AS ordertotal
    -> FROM orderitems
    -> GROUP BY order_num
    -> HAVING SUM(quantity*item_price) >= 50
    -> ORDER BY ordertotal;
+-----------+------------+
| order_num | ordertotal |
+-----------+------------+
|     20006 |      55.00 |
|     20008 |     125.00 |
|     20005 |     149.87 |
|     20007 |    1000.00 |
+-----------+------------+
4 rows in set (0.00 sec)

SELECT子句順序回顧


MySQL系列筆記


最后編輯于
?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:七十年代末窒百,一起剝皮案震驚了整個(gè)濱河市黍判,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌篙梢,老刑警劉巖顷帖,帶你破解...
    沈念sama閱讀 221,331評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異渤滞,居然都是意外死亡贬墩,警方通過(guò)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 94,372評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門妄呕,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)陶舞,“玉大人,你說(shuō)我怎么就攤上這事绪励≈追酰” “怎么了唠粥?”我有些...
    開(kāi)封第一講書人閱讀 167,755評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)停做。 經(jīng)常有香客問(wèn)我晤愧,道長(zhǎng),這世上最難降的妖魔是什么雅宾? 我笑而不...
    開(kāi)封第一講書人閱讀 59,528評(píng)論 1 296
  • 正文 為了忘掉前任养涮,我火速辦了婚禮,結(jié)果婚禮上眉抬,老公的妹妹穿的比我還像新娘贯吓。我一直安慰自己,他們只是感情好蜀变,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,526評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布悄谐。 她就那樣靜靜地躺著,像睡著了一般库北。 火紅的嫁衣襯著肌膚如雪爬舰。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書人閱讀 52,166評(píng)論 1 308
  • 那天寒瓦,我揣著相機(jī)與錄音情屹,去河邊找鬼。 笑死杂腰,一個(gè)胖子當(dāng)著我的面吹牛垃你,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播喂很,決...
    沈念sama閱讀 40,768評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼惜颇,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了少辣?” 一聲冷哼從身側(cè)響起凌摄,我...
    開(kāi)封第一講書人閱讀 39,664評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎漓帅,沒(méi)想到半個(gè)月后锨亏,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,205評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡忙干,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 38,290評(píng)論 3 340
  • 正文 我和宋清朗相戀三年器予,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 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豪直。...
    茶點(diǎn)故事閱讀 40,435評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡劣摇,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出弓乙,到底是詐尸還是另有隱情末融,我是刑警寧澤钧惧,帶...
    沈念sama閱讀 36,126評(píng)論 5 349
  • 正文 年R本政府宣布,位于F島的核電站勾习,受9級(jí)特大地震影響浓瞪,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜巧婶,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,804評(píng)論 3 333
  • 文/蒙蒙 一乾颁、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧艺栈,春花似錦英岭、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 32,276評(píng)論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至毅人,卻和暖如春吭狡,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背丈莺。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,393評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工划煮, 沒(méi)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,地道東北人缔俄。 一個(gè)月前我還...
    沈念sama閱讀 48,818評(píng)論 3 376
  • 正文 我出身青樓弛秋,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親牵现。 傳聞我的和親對(duì)象是個(gè)殘疾皇子铐懊,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,442評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容