MySQL高级SQL操作
- 数据新增
- 多数据插入
- 蠕虫复制
- 主键冲突
- 查询数据
- 查询选项
- 别名
- 数据源
- where子句
- group by子句
- having子句
- order by子句
- limit子句
- 更新数据
- 限制更新
- 删除数据
- 限制删除
- 数据清除
1、统计不同班级的人数信息
按照现有SQL操作,即便数据表已经存在数据,但是我们也无法通过SQL实现,只能取出来后通过其他代码对数据进行加工实现
通过高级SQL学习,我们就可以通过一条SQL指令完成操作
select count(*),班级ID from 学生表 group by 班级ID;
一、数据新增
- 批量插入
- 蠕虫复制
- 主键冲突
- 冲突更新
- 冲突替换
1、批量插入
批量插入:是一种优化数据逐条插入的方式
批量插入数据的语法与简单数据插入的语法差不多
-
批量插入分为两种
- 全字段批量插入
insert into 表名 values(值列表1),(值列表2),...(值列表N);
- 部分字段批量插入(注意字段默认值)
insert into 表名 (字段列表) values (值列表1),(值列表2),...(值列表N);
步骤
1、用户的操作涉及到多记录同时插入(通常数据批量导入)
2、组装成批量插入SQL指令
- 字段为全字段(逻辑主键不存在没问题):全字段批量插入SQL
- 部分字段:组织字段列表并检查其他字段是否允许默认值
3、执行批量插入
示例
1、批量插入学生成绩(t_30全字段)
insert into t_30 values(null,'Tom','Computer',90),
(null,'Lily','Computer',92);
2、批量插入学生考试信息(t_30不包含成绩)
insert into t_30 (stu_name,course) values('Tony','English'),('Ray','Math');
小结
1、批量插入可以针对性解决数据的批量导入之类的业务
2、批量插入可以一次性解决多条数据插入,能够有效降低客户端占用问题,提升数据操作效率
- MySQL8以后默认有事务安全,即批量要么都成功要么都失败,不会出现部分问题
2、蠕虫复制
蠕虫复制:从已有表中复制数据直接插入到另外一张表(同一张表)
- 蠕虫复制的目标是快速增加表中的数据
- 实现表中数据复制(用于数据备份或者迁移)
- 实现数据的指数级递增(多用于测试)
- 蠕虫复制语法
insert into 表名 [(字段列表)] select 字段列表 from 表名;
- 注意事项
- 字段列表必须对应上
- 字段类型必须匹配上
- 数据冲突需要事先考虑
步骤
1、确定一张需要插入数据的表(一般与要蠕虫复制数据的表结构一致)
2、确定数据的来源表
- 字段数量匹配
- 字段类型匹配
- 所选字段不存在冲突(数据可能是重复数据)
3、使用蠕虫复制
示例
1、创建一张新表,将t_30表中的数据迁移到新表中
create table t_35(
id int primary key auto_increment,
stu_name varchar(20) not null,
course varchar(20) not null,
score decimal(5,2)
)charset utf8;
insert into t_35 select * from t_30;
2、快速让t_35表中的数据达到超过100条(重复执行)
insert into t_35 (stu_name,course,score) select stu_name,course,score from t_35;
小结
1、蠕虫复制的目标就是批量利用已有数据来丰富表数据
- 数据迁移:一次性复制表数据
- 数据增长:重复执行自我复制增长(数据测试使用)
3、主键冲突
主键冲突:在数据进行插入时包含主键指定,而主键在数据表已经存在
主键冲突的业务通常是发生在业务主键上(业务主键本身有业务意义)
-
主键冲突的解决方案
- 忽略冲突:保留原始记录
insert ignore into 表名 [(字段列表)] values(值列表);
- 冲突更新:冲突后部分字段变成更新
insert into 表名 [(字段列表)] values(值列表) on duplicate key update 字段 = 新值[,字段=新值...]; # 1、尝试新增 # 2、更新
- 冲突替换:先删除原有记录,后新增记录
replace into 表名 [(字段列表)] values(值列表); # 效率没有insert高(需要检查是否冲突)
步骤
1、确定当前业务可能存在主键冲突
2、选择主键冲突的解决方案
示例
1、用户名作为主键的用户注册(冲突不能覆盖):username,password,regtime
create table t_36(
username varchar(50) primary key,
password char(32) not null,
regtime int unsigned not null
)charset utf8;
insert into t_36 values('username','password',12345678);
# 冲突忽略
insert ignore into t_36 values('username','12345678',12345678);
2、用户名作为主键的记录用户使用信息(不存在新增、存在则更新时间):username,logintime
create table t_37(
username varchar(50) primary key,
logintime int unsigned
)charset utf8;
insert into t_37 values('username',12345678); # 当前时间戳
# 冲突更新(替换部分字段数据)
insert into t_37 values('username',12345678) on duplicate key update logintime = unix_timestamp(); # 当前时间戳
- 如果主键不冲突:新增
- 如果主键冲突:更新指定字段
- 上述方式适用于字段较多,但是可能冲突时数据变化的字段较少
3、用户名作为主键的记录用户使用信息(不存在新增、存在则更新全部):username,logintime、clientinfo
create table t_38(
username varchar(50) primary key,
logintime int unsigned,
clientinfo varchar(255) not null
)charset utf8;
insert into t_38 values('username',unix_timestamp(),'{PC:chrome}');
# 替换插入
replace into t_38 values('username',unix_timestamp(),'{phone:uc}');
- replace遇到主键重复就会先删除、后新增
- 如果有较多字段需要更新:建议使用替换
小结
1、主键冲突的解决方案有三种,但是需要根据具体的业务来选择合适的方式
- 忽略新数据:
insert ignore
- 更新部分数据:
insert ... on duplicate key update
- 全部替换:
replace into
2、从效率上来讲,insert into
不考虑冲突的效率最高,三种解决冲突的方式都会有效率下降(需要检索),其中三种本身的效率依次是:忽略新数据 > 更新部分数据 > 替换全部
二、数据查询
- 查询选项
- 别名应用
- 字段别名
- 表别名
- 数据源
- 单表数据源
- 多表数据源
- 子查询数据源
- where子句
- 比较运算
- 逻辑运算
- 空运算
- group by子句
- 聚合函数
- 回溯统计
- having子句
- order by子句
- limit子句
- 分页制作
1、查询选项
概念
查询选项:用于对查询结果进行简单数据筛选
- 查询选项是在select关键字之后,有两个互斥值
- all:默认,表示保留所有记录
- distinct:去重,重复的记录(所有字段都重复)
步骤
1、查询的结果需要去除重复记录
2、使用distinct查询选项去重(默认就是all保留全部)
示例
查看商品表中所有品类的商品信息:重复的商品只保留一次(名字、价格、属性都一致)
create table t_39(
id int primary key auto_increment,
goods_name varchar(50) not null,
goods_price decimal(10,2) default 0.00,
goods_color varchar(20),
goods_weight int unsigned comment '重量,单位克'
)charset utf8;
insert into t_39 values(null,'mate10',5499.00,'blue',320),
(null,'mate10',5499.00,'gray',320),
(null,'nokia3301',1299,'black',420);
# 考虑所有字段的去重(不含逻辑主键)
select distinct goods_name,goods_price,goods_color,goods_weight from t_39;
select goods_name,goods_price,goods_color,goods_weight from t_39; # 保留所有
# 不考虑颜色去重
select distinct goods_name,goods_price,goods_weight from t_39;
select all goods_name,goods_price,goods_weight from t_39;
小结
1、select选项主要是用来进行数据全保留或者去重选择的
- all:默认,保留全部(关键字可以没有)
- distinct:手动选择,去重(针对所选字段构成的记录,而不是某个字段)
2、distinct选项一般用于制作数据报表时使用
2、字段选择&别名
概念
字段选择:根据实际需求选择的要获取数据的字段信息
- 根据实际需求,明确所需要的字段名字,使用英文逗号
,
分隔 - 获取所有字段,使用星号
*
通配所有字段 - 字段数据可以不一定是来自数据源(select只要有结果即可)
- 数据常量:
select 1
- 函数或者变量:
select unix_timestamp(),@@version
(@@是系统变量的前缀,后面跟变量名)
- 数据常量:
字段别名:给字段取的临时名字
- 字段别名使用as语法实现
- 字段名 as 别名
- 字段名 别名
- 字段别名的目的通常为了保护数据
- 字段冲突:多张表同时操作有同名字段(系统默认覆盖),想保留全部
- 数据安全:对外提供数据不使用真实字段名字
步骤
1、明确需要查询的字段信息
- 全部:
*
- 部分:确定字段列表
2、确定存在数据冲突或者需要数据保护(通常可以理解为对外提供给别的系统访问)
- 使用别名
示例
1、查询商品信息
# 全部查询
select * from t_39;
# 需求为商品名字和价格
select goods_name,goods_price from t_39;
# 别名使用
select goods_name as gn,goods_price gp from t_39;
2、不需要数据源的数据获取:select的表达式本身能算出结果)
# 获取当前时间戳和版本号
select unix_timestamp() as now,@@version as version,@@version;
小结
1、字段的选择只要在保证数据需求能实现的情况下,尽可能少使用*
代替(MySQL优化)
- 减少服务器的数据读取压力
- 减少网络传输压力
- 让客户端能够精确解析数据(不用大海捞针)
2、字段别名的灵活使用一方面可以保证原始数据的安全,也可以为数据使用者提供便利
- 同名字段覆盖问题(连表操作学习时会遇到)
- 原始字段保护
- 数据字段的简化
3、select是SQL中用于取出数据的一种指令,这种指令未必一定需要从数据表取出数据,只要是本身能够有数据的表达式,都可以使用select获取
3、数据源
概念
数据源:from关键字之后,数据的来源。只要最终结果是一个二维表,都可以当做数据源
- 单表数据源:数据源就是一张表
from 表名
- 多表数据源:数据来源是多张表(逗号分隔)
from 表名1,表名2,...表名N
- 子查询数据源:数据来源是一个查询结果
from (select 字段列表 from 表名) as 别名
- 数据源要求必须是一个
表
- 如果是查询结果必须给起一个表别名
- 数据源要求必须是一个
- 数据表也可以指定别名
- 表名 as 别名
- 表名 别名
示例
1、单表数据源:最简单的数据源,直接从一个数据表获取
select * from t_27;
2、多表数据源:利用一张表的一条数据匹配另外一张表的所有记录,记录结果为:记录数 = 表1记录数 * 表2记录数;字段数 = 表1字段数 + 表2字段数(笛卡尔积)
select * from t_27,t_30;
3、子查询数据源:数据来源是一个select对应的查询结果
- 查询语句需要使用括号包裹
- 查询结果需要指定别名
select * from (select * from t_27,t_30) t; # 数据有冲突查不出来
select * from (select * from t_27) as t;
4、如果有时候名字较长或者使用不方便,可以利用表别名
select * from t_30 as t;
select t1.*,t2.stu_name from t_27 as t1,t_30 t2;
- 一般情况下别名设置是为了后续条件中可以直接使用别名
- 如果多表操作下,可以使用表别名来明确提取表字段
小结
1、数据源是为查询、检索提供数据支持的,使用时需要明确指定
2、通常情况下数据源不会使用简单的多表数据源(笛卡尔积)
3、数据表的别名在负责SQL查询操作时非常有用,而且有些地方是必须使用(如子查询数据源)
4、where子句
where子句:跟在from数据源之后,对数据进行条件匹配
- where是在磁盘读取后,进入内存之前进行筛选
- 不符合条件的数据不会进入内存
- where筛选的内容因为还没进入内存,所以数据是没有被加工过的
- 字段别名不能在where中使用
步骤
1、确定要查询的数据需要进行条件筛选
2、使用where进行数据筛选
示例
1、查询t_35表中学生为lily的成绩信息
select * from t_35 where stu_name = 'Lily';
2、因为where是在磁盘取数据时进行条件筛选,此时数据没有进入内存,所以字段别名是无效的
# 错误
select stu_name name,score from t_35 where name = 'Lily';
小结
1、where是用来匹配条件筛选数据的
2、where是在数据从磁盘取出,还没进入内存前进行筛选:筛选过后合适的才会进入到内存(后续才能显示)
3、成熟的项目中几乎每次执行查询都是会使用条件查询的
5、运算符
概念
运算符:用于进行运算的符号
- 比较运算符
- >(大于)、<(小于)、=(等于)、>=(大于等于)、<=(小于等于)、<>(不等于)
- between A and B:A和B之间(A小于B),包括A和B本身(数值比较)
- in (数据1,数据2,...数据N):在列举的数据之中
- like 'pattern':像上面样的,用于字符串比较
- _:单下划线,匹配对应位置的一个任意字符(ab_:ab开头+一个字符,匹配abc,ab1,但不能匹配abcd)
- %:匹配当前位置(往后)任意数量任意字符(ab%:ab开头+任意数量任意字符,匹配abc,ab1,abcd)
- 逻辑运算符
- and(逻辑与)、or(逻辑或)、not(逻辑非)
- null运算符
- is null(为空)、is not null(不为空)
步骤
1、确定需要使用运算符进行运算
2、根据数据要求使用准确的运算符
示例
1、查询成绩不及格的所有学生信息
# 成绩条件:成绩是数值,又是比大小,可以直接使用比较运算符
select * from t_35 where score < 60;
2、查询成绩在60-90间的学生信息
# 成绩条件:区间60到90,可以有两种解决方案
select * from t_35 where score between 60 and 90;
select * from t_35 where score >= 60 and score <= 90;
3、查询还没有成绩的学生
# 成绩条件:成绩为null,所以不能用比较符号查,只能使用is null实现
select * from t_35 where score is null;
小结
1、运算符可以用来进行字段数据运算,配合where进行条件筛选
2、基本运算符与其他编程语言都差不多,SQL中有几个特殊的要了解一下
- between and:一种>= and <=的便捷写法
- in:用来做具体选择,类似于switch里的case
- is null/is not null:字段值为Null的判定方式
3、熟练应用的前提是不断熟练的使用,掌握每个运算符带来的结果和效果
6、group by子句
概念
group by子句:分组统计,根据某个字段将所有的结果分类,并进行数据统计分析
- 分组的目的不是为了显示数据,一定是为了统计数据
- group by子句一定是出现在where子句之后(如果同时存在)
- 分组统计可以进行统计细分:先分大组,然后大组分小组
- 分组统计需要使用统计函数
- group_concat():将组里的某个字段全部保留
- any_value():不属于分组字段的任意一个组里的值
- count():求对应分组的记录数量
- count(字段名):统计某个字段值的数量(NULL不统计)
- count(*):统计整个记录的数量(较多)
- sum():求对应分组中某个字段是和
- max()/min():求对应分组中某个字段的最大/最小值
- avg():求对应分组中某个字段的平均值
步骤
1、确定要进行数据统计
2、确定统计对象:分组字段(可以多个)
3、确定要统计的数据形式:选择对应统计函数
4、分组统计
示例
1、创建一张表,存储学生信息
create table t_40(
id int primary key auto_increment,
name varchar(10) not null,
gender enum('男','女','保密'),
age tinyint unsigned not null,
class_name varchar(10) not null comment '班级名称'
)charset utf8;
insert into t_40 values(null,'鸣人','男',18,'木叶1班'),
(null,'佐助','男',18,'木叶1班'),
(null,'佐井','男',19,'木叶2班'),
(null,'大蛇丸','男',28,'木叶0班'),
(null,'卡卡西','男',29,'木叶0班'),
(null,'小樱','女',18,'木叶1班'),
(null,'雏田','女',18,'木叶1班'),
(null,'我爱罗','男',19,'木叶1班'),
(null,'向日葵','女',6,'木叶10班'),
(null,'博人','男',8,'木叶10班'),
(null,'鼬','男',28,'木叶0班');
2、统计每个班的人数
select count(*),class_name from t_40 group by class_name;
3、多分组:统计每个班的男女学生数量
select count(*),class_name,gender from t_40 group by class_name,gender;
4、统计每个班里的人数,并记录班级学生的名字
select count(*),group_concat(name),class_name from t_40 group by class_name;
select count(*),any_value(name),class_name from t_40 group by class_name;
分组原理
以统计班级学生为例
graph TB
A(获取数据后分组开始)-->B[匹配班级名字分组]
B-->|木叶1班|C[木叶1班组<br>鸣人<br>佐助<br>小樱<br>雏田<br>我爱罗]
B-->|木叶2班|D[木叶2班组<br>佐井]
B-->|木叶0班|E[木叶0班组<br>大蛇丸<br>卡卡西<br>鼬]
B-->|木叶10班|F[木叶10班组<br>博人<br>向日葵]
C-->G[统计结果<br>只对结果负责<br>结果就是函数,而函数只对小组工作<br>木叶1班组5人 木叶2班组1人 木叶0班组3人 木叶10班组2人]
D-->G
E-->G
F-->G
G-->H[返回结果]
H-->I((分组结束))
小结
1、分组与统计是不分离的,分组必然要用到统计,而统计一旦使用实际上就进行了分组
2、分组统计使用数据数据的查询只能依赖统计函数和被分组字段,而不能是其他字段(MySQL7以前可以,不过数据没意义:因为系统只保留组里的第一个)
3、group by子句有自己明确的位置:在where之后(where可以没有)
7、回溯统计
概念
回溯统计:在进行分组时(通常是多分组),每一次结果的回溯都进行一次汇总统计
- 回溯统计语法:在统计之后使用
with rollup
步骤
1、确定要进行分组统计
2、确定是多分组统计
3、需要对每次分组结果进行汇总
4、使用回溯统计
示例
统计每个班的男女同学数量,同时要知道班级人数总数
# 只统计每个班的男女同学数量,没有班级汇总
select count(*),class_name,gender,group_concat(name) from t_40 group by class_name,gender;
# 汇总统计:回溯
select count(*),class_name,gender,group_concat(name) from t_40 group by class_name,gender with rollup;
回溯统计原理
graph TB
A(统计开始)-->B[大分组:班级名字分组]
B-->|木叶1班|C[木叶1班组<br>鸣人<br>佐助<br>小樱<br>雏田<br>我爱罗]
B-->|木叶2班|D[木叶2班组<br>佐井]
B-->|木叶0班|E[木叶0班组<br>大蛇丸<br>卡卡西<br>鼬]
B-->|木叶10班|F[木叶10班组<br>博人<br>向日葵]
C-->G[小分组:性别分组]
G-->|男|H[木叶1班组:男<br>鸣人<br>佐助<br>我爱罗]
G-->|女|I[木叶1班组:女<br>小樱<br>雏田]
D-->J[小分组:性别分组]
J-->|男|K[木叶2班组:男<br>佐井]
E-->L[小分组:性别分组]
L-->|男|M[木叶0班组:男<br>大蛇丸<br>卡卡西<br>鼬]
F-->N[小分组:性别分组]
N-->|男|O[木叶10班组:男<br>博人]
N-->|女|P[木叶10班组:女<br>向日葵]
H-->Q[性别回溯<br>木叶1班组:NULL<br>鸣人<br>佐助<br>小樱<br>雏田<br>我爱罗]
I-->Q
K-->R[性别回溯<br>木叶2班组:NULL<br>佐井]
M-->S[性别回溯<br>木叶0班组:NULL<br>大蛇丸<br>卡卡西<br>鼬]
O-->T[性别回溯<br>木叶10班组:NULL<br>博人<br>向日葵]
P-->T
Q-->U[班级名字回溯<br>NULL:NULL<br>全部人]
R-->U
S-->U
T-->U
U-->V((回溯统计结束))
小结+
1、回溯统计一般用在多字段分组中,用来统计各级分组的汇总数据
2、因为回溯统计会将对应的分组字段置空(不置空无法合并),所以回溯的数据还需要经过其他程序语言加工处理才能取出数据来
8、分组排序
概念
分组排序:在分组后统计结果时可以根据分组字段进行升序或者降序显示数据
- 默认的系统就会自动对分组结果根据分组字段进行升序排序
- 可以设定分组结果的排序方式
- group by 字段名 [ASC]:升序排序(默认)
- group by 字段名 DESC:降序排序
步骤
1、确定使用分组统计
2、需要对结果进行降序排序(升序不用管)
3、使用分组降序排序
示例
对分组结果女性优先显示:gender为枚举,男值为1,女值为2
select count(*),class_name,gender,group_concat(name),any_value(name) from t_40 group by class_name,gender desc;
小结
1、分组排序是针对分组的结果,通过分组字段进行排序
2、一般情况下较少使用分组排序
9、having子句
概念
having子句:类似于where子句,是用来进行条件筛选数据的
having子句本身是针对分组统计结果进行条件筛选的
having子句必须出现在group by子句之后(如果同时存在)
having针对的数据是在内存里已经加载的数据
-
having几乎能做where能做的所有事,但是where却不一定
- 字段别名(where针对磁盘数据,那时还没有)
- 统计结果(where在group by之前)
- 分组统计函数(having通常是针对group by存在的)
步骤
1、前面有分组统计
2、需要针对分组统计后的结果进行数据筛选
3、使用having组织条件进行筛选
示例
1、获取班级人数小于3的班级
select count(*) as `count`,class_name,group_concat(name) from t_40 group by class_name having `count` < 3;
select count(*) as `count`,class_name,group_concat(name) from t_40 group by class_name having count(*) < 3; # 多用了一次函数(效率降低)
select class_name,group_concat(name) from t_40 group by class_name having count(*) < 3; # 没办法,前面没统计,只能自己统计
小结
1、having也是用于数据筛选的,但是本质是针对分组统计,如果没有分组统计,不要使用having进行数据筛选
2、能用where解决问题的地方绝不使用having
- where针对磁盘读取数据,源头解决问题
- where能够限制无效数据进入内存,内存利用率较高,而having是针对内存数据筛选
10、order by子句
概念
order by子句:排序,根据某个指定的字段进行升序或者降序排序
- 排序的参照物是校对集
- order by子句在having子句字后(如果同时存在)
- 排序分为升序和降序:默认是升序
- order by 字段 [ASC]:升序
- order by 字段 DESC:降序
- 多字段排序:在根据某个字段排序好后,可以再细分排序
步骤
1、确定需要排序的字段
2、确定排序的方式:升序 or 降序
3、使用排序
示例
1、单字段排序:给所有学生按照年纪大小升序排序
select * from t_40 order by age;
select * from t_40 order by age asc;
2、多字段排序:先性别降序排序,然后按年龄升序排序
select * from t_40 order by gender desc,age;
select * from t_40 order by gender desc,age asc;
小结
1、排序是针对前面所得到的结果进行排序(已经进入到内存的数据)
2、多字段排序是在第一个字段排好序的情况下,不改变原来排序的基调后,再小范围排序(类似分组)
3、实际开发中排序的使用非常常见,尤其是在数值、时间上多见
11、limit子句
概念
limit子句:限制数据的获取数量(记录数)
- limit子句必须在order by子句之后(如果同时存在)
- limit限制数量的方式有两种
- limit 数量:限制获取的数量(不保证一定能获取到指定数量)
- limit 起始位置,数量:限制数据获取的位置以及数量(分页)
步骤
1、确定要对记录数进行限制
2、确定限制的方式:限定数量 or 限定位置+限定数量
示例
1、获取t_40表中前3条数据
select * from t_40 limit 3;
2、获取t_40表中第3条以后的3条数据
select * from t_40 limit 3,3;
select * from t_40 limit 6,3;
小结
1、limit限制数量可以有效的减少服务器的压力和传输压力
2、常利用limit来实现分页获取数据
12、总结
1、查询操作是所有操作里使用的最多也是最终的操作
2、查询操作的完整语法
select select选项 字段列表[别名]|* from 数据源[别名] where子句 group by子句 having子句 order by子句 limit 子句;
- 各个位置的顺序不能调换
- 五子句(where、group by、having、order by、limit)可以没有,但是出现后一定要保证顺序
- group by到最后都是针对已经加载带内存中的数据进行加工处理
3、很多结构的组合其实可以达到同一效果,但是可能过程和效率会不同
三、数据更新
概念
限制更新:即更新时对更新的记录数进行限制
- 限制更新通过limit来实现
- 限制更新其实是局部更新的一种手段,一般更多情况下是依据条件精确更新
步骤
1、确定要进行批量更新:符合条件的部分
2、确定更新的数量
3、使用limit限制更新数量
示例
对会员选3个发送10元红包(添加到账户)
create table t_41(
id int primary key auto_increment,
username varchar(50) not null unique,
password char(32) not null,
account decimal(10,2) default 0.00
)charset utf8;
insert into t_41 values(null,'username1','password',default),
(null,'username2','password',default),
(null,'username3','password',default),(null,'username4','password',default),(null,'username5','password',default);
update t_41 set account = account + 10 limit 3;
小结
1、限制更新可以实现批量小范围操作
2、实际开发当中,极少出现这类操作,一般都愿意精准操作(利用where条件明确更新条件)
3、更新操作不可逆
四、数据删除
- 限制删除
- 清空数据
1、限制删除
概念
限制删除:限制要删除的记录数
- 使用limit限制删除数量
- 一般很少使用限制删除,通常是通过where条件精确删除
步骤
1、确定要进行数据批量删除
2、确定通过where条件限定后无法完全满足删除条件
3、使用limit限制删除数量完成目标
示例
删除没有账户余额的一个用户(当前用户量少,一般数量会大些)
delete from t_41 where account = 0 limit 1;
小结
1、限制删除本质也是删除,操作不可逆,谨慎使用
2、更愿意使用精确删除
2、清空数据
概念
清空数据:将表中的所有数据清除,并且将表的所有状态回到原始状态
- 清空数据的本质是先删除表,后创建表
- 清空数据能够让表的一些变化状态回到原始状态
- 自增长重新回到初始值
- 清空语法:
truncate 表名
步骤
1、确定要删除表中所有数据
2、确定需要让表状态回到原始
3、truncate清空数据
示例
清空用户数据表
truncate t_41;
小结
1、清空数据表是一种比delete更彻底的数据删除方式,所以使用之前必须要慎重
2、一般只会在开发阶段才会使用这种数据删除操作,如表数据发生错乱,或者业务发生变化