数据库基础06分组、关联查询

分组

  • 分组查询

示例:按部门编号进行分组,查询出各个部门的平均工资
SELECT DEPTNO,FLOOR(AVG(SALARY)) AS AVG_SAL 
FROM EMP GROUP BY DEPTNO;
  • HAVING 句子

HAVING子句用来对分组后的结果进一步限制,比如按部门分组后,得到每个部门的最高薪水,可以继续限制输出结果。必须跟在GROUP BY 后面,不能单独存在。

示例:查询每个部门的最高薪水,只有最高薪水大于4000的记录才会被输出显示
SELECT DEPTNO,MAN(SAL)MAN_SAL FROM EMP
GROUP BY DEPTNO HAVING MAN(SAL)>4000;
查询出10号部门的平均工资(GROUP BY 子句后面不能直接跟WHERE子句)
SELECT DEPTNO,AVG(SALARY) AS AVG_SAL 
FROM EMP GROUP BY DEPTNO WHERE DEPTNO=10; //会报错
SELECT DEPTNO,AVG(SALARY) AS AVG_SAL 
FROM EMP GROUP BY DEPTNO HAVING DEPTNO=10;//执行通过

关联查询

  • 内连接

内连接返回两个关联表中所有满足连接条件的记录。

示例:查询员工的名字和所在部门的名字
SELECT T1.ENAME,T2.DNAME
FROM EMP T1,DEPT T2
WHERE T1.DEPTNO = T2.DEPTNO;
或者
SELECT T1.ENAME,T2.DNAME
FROM EMP T1 JOIN DEPT T2
ON (T1.DEPTNO = T2.DEPTNO);
  • 内连接

示例:查询出所有员工的工号,姓名,所在城市将员工表和部门表进行连接,需要设置连接条件 (T1.DEPTNO=T2.ID) 连接数据表使用JOIN关键字

内连接(使用JOIN)

SELECT T1.ID,T1.NAME,T2.LOC 
FROM EMP T1 JOIN DEPT T2 
ON T1.DEPTNO=T2.ID;

内连接(不使用JOIN)

SELECT T1.ID,T1.NAME,T2.LOC 
FROM EMP T1,DEPT T2 
WHERE T1.DEPTNO=T2.ID;
  • 左连接(LEFT JOIN)

SELECT T1.ID,T1.NAME,T2.LOC 
FROM EMP T1 LEFT JOIN DEPT T2 
ON T1.DEPTNO=T2.ID;
  • 右连接(RIGHT JOIN)

SELECT T1.ID,T1.NAME,T2.LOC 
FROM EMP T1 RIGHT JOIN DEPT T2 
ON T1.DEPTNO=T2.ID;
  • 全外链接(FULL OUTER JOIN)

SELECT T1.ID,T1.NAME,T2.LOC 
FROM EMP T1 FULL OUTER JOIN DEPT T2 
ON T1.DEPTNO=T2.ID;
  • 自连接

自连接是一种特殊的连接查询,数据的来源是一个表,即关联关系来自于表单中的多个列。表中的列参照同一个表中的其他列的情况称作自参照表。
自连接是通过将表用别名虚拟成两个表的方式实现,可以是等值或不等值连接。

示例:查出每个职员的经理名字,以及他们的职员编码
SELECT T1.EMPNO W_EMPNO,T1.ENAME W_ENAME,
T2.EMPNO M_EMPNO,T2.ENAME M_ENAME
FROM EMP T1 JOIN EMP T2
ON T1.MGR = T2.EMPNO;
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容

  • SQL语言基础 本章,我们将会重点探讨SQL语言基础,学习用SQL进行数据库的基本数据查询操作。另外请注意本章的S...
    厲铆兄阅读 5,299评论 2 46
  • 转 # https://www.cnblogs.com/easypass/archive/2010/12/ 08/...
    吕品㗊阅读 9,696评论 0 44
  • 光蔓发梢,素梦清欢。微憩留觞,末忆请漾。
    稗子吖阅读 186评论 14 2
  • 文/熠歆 材料:土豆,淀粉 步骤: 土豆切条; 加盐放热水里煮2分钟; 用清水过滤两次,然后滤干水分; 裹上淀粉,...
    熠歆阅读 296评论 0 2
  • 如果每天做一样的工作,认真做许多年会是什么情况,麻木的重复手头工作,还一边担心人工智能的取代,一个学工科的孩子就特...
    吴牧辰阅读 184评论 0 1