SQL(Structured Query Language)是访问和处理关系数据库的计算机标准语言，无论用什么编程语言编写程序，只要涉及到操作关系数据库，都必须通过SQL来完成。
数据库概述
数据模型
数据库按照数据结构来组织、存储和管理数据，实际上，数据库一共有三种模型：
- 层次模型
- 网状模型
- 关系模型
层次模型就是以“上下级”的层次关系来组织数据的一种方式，层次模型的数据结构看起来就像一颗树：
网状模型把每个数据节点和其他很多节点都连接起来，它的数据结构看起来就像很多城市之间的路网：
关系模型把数据看作是一个二维表格，任何数据都可以通过行号+列号来唯一确定，它的数据模型看起来就是一个Excel表：
数据类型
| 名称 | 类型 | 说明 | 常见用途 |
|---|---|---|---|
BIGINT |
大整数 | 8 字节整数 | 用户 ID、订单 ID、主键 |
INT |
整数 | 4 字节整数 | 数量、普通编号 |
TINYINT |
小整数 | 1 字节整数 | 状态、类型、布尔值 |
VARCHAR(N) |
变长字符串 | 最多存储 N 个字符 | 用户名、邮箱、标题 |
TEXT |
长文本 | 存储较长字符串 | 文章正文、描述 |
DECIMAL(M,D) |
高精度小数 | M 是总位数，D 是小数位数 |
金额、价格 |
DATETIME |
日期时间 | 例如 2026-08-26 10:30:00 |
创建时间、业务时间 |
TIMESTAMP |
时间戳 | 日期时间，可进行时区转换 | created_at、updated_at |
JSON |
JSON 数据 | MySQL 原生 JSON 类型 | 配置、动态结构数据 |
CHAR(N) |
定长字符串 | 长度固定的字符串 | 固定长度编码、哈希 |
BOOLEAN |
布尔类型 | MySQL 中等价于 TINYINT(1) |
是否启用、开关 |
DATE |
日期 | 例如 2026-08-26 |
生日、发布日期 |
TIME |
时间 | 例如 10:30:00 |
时间、持续时长 |
DOUBLE |
双精度浮点数 | 8 字节，存储近似值 | 科学计算、统计数据 |
FLOAT |
单精度浮点数 | 4 字节，存储近似值 | 精度要求不高的小数 |
SMALLINT |
小整数 | 2 字节整数 | 较小范围的数值 |
ENUM |
枚举 | 只能取预先定义的值 | 状态、类别 |
BLOB |
二进制大对象 | 存储二进制数据 | 文件、图片等 |
BINARY(N) |
定长二进制 | 固定长度二进制数据 | 哈希、二进制标识 |
VARBINARY(N) |
变长二进制 | 可变长度二进制数据 | 二进制内容 |
TINYTEXT |
短文本 | 最大约 255 字节 | 很短的文本 |
MEDIUMTEXT |
中长文本 | 最大约 16 MB | 较长文章 |
LONGTEXT |
超长文本 | 最大约 4 GB | 超大文本 |
YEAR |
年份 | 存储年份 | 出版年份等 |
SET |
集合 | 可同时选择多个预定义值 | 少量固定多选值 |
分类
SQL 常见可以分成这几类：
- DDL（Data Definition Language，数据定义语言）
用来定义和修改数据库结构，例如创建表、修改表、删除表。常见语句有
CREATE、ALTER、DROP、TRUNCATE。 - DML（Data Manipulation Language，数据操作语言）
用来修改表中的数据，也就是增、删、改。常见语句有
INSERT、UPDATE、DELETE。 - DQL（Data Query Language，数据查询语言）
用来查询数据，核心语句是
SELECT。有些资料会把 DQL 归到广义的 DML 中。 - DCL（Data Control Language，数据控制语言）
用来控制数据库用户的权限。常见语句有
GRANT、REVOKE。 - TCL（Transaction Control Language，事务控制语言）
用来控制事务的提交和回滚。常见语句有
COMMIT、ROLLBACK、SAVEPOINT。
关系模型
表的每一行称为记录（Record），记录是一个逻辑意义上的数据。
表的每一列称为字段（Column），同一个表的每一行记录都拥有相同的若干字段。
字段定义了数据类型，以及是否允许为
NULL。注意
NULL表示字段数据不存在。一个整型字段如果为NULL不表示它的值为0，同样的，一个字符串型字段为NULL也不表示它的值为空串''。通常情况下，字段应该避免允许为NULL。不允许为NULL可以简化查询条件，加快查询速度，也利于应用程序读取数据后无需判断是否为NULL。
主键
对于关系表，通常需要有一个能够唯一标识每条记录的字段或字段组合，这称为主键。
主键的值不能重复，也不能为 NULL。
选取主键的一个基本原则是：不使用任何业务相关的字段作为主键。
记录一旦插入到表中，主键最好不要再修改，因为主键是用来唯一定位记录的，修改了主键，会造成一系列的影响。
我们一般把主键字段命名为 id。常见的 id 类型有两类：
-
自增整数类型：数据库在插入数据时自动生成递增的主键值，使用简单，适合大多数单库单表场景。
-
UUID/GUID 类型：由程序或数据库生成全局唯一标识符，常见形式如
8f55d96b-8acc-4636-8cb8-76bf8abc2f57。不同 UUID 版本生成规则不同，常见的有基于随机数的版本。
联合主键
关系数据库实际上还允许通过多个字段唯一标识记录，即两个或更多的字段都设置为主键，这种主键被称为联合主键。
对于联合主键，允许一列有重复，只要不是所有主键列都重复即可：
| id_num | id_type | other columns… |
|---|---|---|
| 1 | A | … |
| 2 | A | … |
| 2 | B | … |
如果我们把上述表的id_num和id_type这两列作为联合主键，那么上面的3条记录都是允许的，因为没有两列主键组合起来是相同的。
没有必要的情况下，我们尽量不使用联合主键，因为它给关系表带来了复杂度的上升。
外键
外键：子表中用于引用父表中某个键的字段或字段组合，用来建立表与表之间的关联，并保证引用数据的一致性。
外键字段的值通常必须能在父表被引用字段中找到，但外键本身可以重复，也可以根据约束允许为 NULL。
一对多
当我们用主键唯一标识记录时，我们就可以在students表中确定任意一个学生的记录：
| id | name | other columns… |
|---|---|---|
| 1 | 小明 | … |
| 2 | 小红 | … |
我们还可以在classes表中确定任意一个班级记录：
| id | name | other columns… |
|---|---|---|
| 1 | 一班 | … |
| 2 | 二班 | … |
由于一个班级可以有多个学生，为了表达这种一对多的关系，我们需要在students表中加入一列class_id，让它的值与classes表的某条记录相对应：
| id | class_id | name | other columns… |
|---|---|---|---|
| 1 | 1 | 小明 | … |
| 2 | 1 | 小红 | … |
| 5 | 2 | 小白 | … |
这样，我们就可以根据class_id这个列直接定位出一个students表的记录应该对应到classes的哪条记录。
在students表中，通过class_id的字段，可以把数据与另一张表关联起来，这种列称为外键。
外键并不是通过列名实现的，而是通过定义外键约束实现的：
ALTER TABLE students
ADD CONSTRAINT fk_class_id
FOREIGN KEY (class_id)
REFERENCES classes (id);- 外键约束的名称
fk_class_id可以任意 FOREIGN KEY (class_id)指定了class_id作为外键REFERENCES classes (id)指定了这个外键将关联到classes表的id列（即classes表的主键）。
通过定义外键约束，关系数据库可以保证无法插入无效的数据。即如果classes表不存在id=99的记录，students表就无法插入class_id=99的记录。
由于外键约束会降低数据库的性能，大部分互联网应用程序为了追求速度，并不设置外键约束，而是仅靠应用程序自身来保证逻辑的正确性。
这种情况下，
class_id仅仅是一个普通的列，只是它起到了外键的作用而已。
要删除一个外键约束，也是通过ALTER TABLE实现的：
ALTER TABLE students
DROP FOREIGN KEY fk_class_id;注意：删除外键约束并没有删除外键这一列。删除列是通过
DROP COLUMN ...实现的。
多对多
例如：一个老师可以对应多个班级，一个班级也可以对应多个老师，因此，班级表和老师表存在多对多关系。
多对多关系实际上是通过两个一对多关系实现的，即通过一个中间表，关联两个一对多关系，就形成了多对多关系：
teachers表：
| id | name |
|---|---|
| 1 | 张老师 |
| 2 | 王老师 |
| 3 | 李老师 |
| 4 | 赵老师 |
classes表：
| id | name |
|---|---|
| 1 | 一班 |
| 2 | 二班 |
中间表teacher_class关联两个一对多关系：
| id | teacher_id | class_id |
|---|---|---|
| 1 | 1 | 1 |
| 2 | 1 | 2 |
| 3 | 2 | 1 |
| 4 | 2 | 2 |
| 5 | 3 | 1 |
| 6 | 4 | 2 |
通过中间表teacher_class可知teachers到classes的关系：
id=1的张老师对应id=1,2的一班和二班；id=2的王老师对应id=1,2的一班和二班；id=3的李老师对应id=1的一班；id=4的赵老师对应id=2的二班。
同理可知classes到teachers的关系：
id=1的一班对应id=1,2,3的张老师、王老师和李老师；id=2的二班对应id=1,2,4的张老师、王老师和赵老师；
因此，通过中间表，我们就定义了一个“多对多”关系。
一对一
一对一关系表示：一个表中的一条记录，最多对应另一个表中的一条记录。
例如，一个学生最多有一份联系方式。可以把联系方式单独放在 contacts 表中，通过 student_id 关联 students.id：
Student 1 ─── Contact 1
Student 2 ─── Contact 2
Student 3 ─── 无这里 Student 可以没有 Contact，但每个 Contact 只能属于一个 Student。为了保证严格的一对一，contacts.student_id 通常需要加 UNIQUE 唯一约束。
一对一通常用于两种情况：一是某些字段并非每条记录都有，例如学生可能没有联系方式；二是把一个字段很多的表拆成“常用信息表”和“详细信息表”，减少平时查询时读取的不必要字段。
索引
索引就是数据库额外建立的查找结构，用额外的空间和写入成本，换取更快的查询速度。
通过使用索引，可以让数据库系统不必扫描整个表，而是直接定位到符合条件的记录，这样就大大加快了查询速度。
例如，对于students表：
| id | class_id | name | gender | score |
|---|---|---|---|---|
| 1 | 1 | 小明 | M | 90 |
| 2 | 1 | 小红 | F | 95 |
| 3 | 1 | 小军 | M | 88 |
如果要经常根据score列进行查询，就可以对score列创建索引：
ALTER TABLE students
ADD INDEX idx_score (score);使用ADD INDEX idx_score (score)就创建了一个名称为idx_score，使用列score的索引。索引名称是任意的，索引如果有多列，可以在括号里依次写上，例如：
ALTER TABLE students
ADD INDEX idx_name_score (name, score);索引的效率取决于索引列的值是否散列，即该列的值如果越互不相同，那么索引效率越高。反过来，如果记录的列存在大量相同的值，例如gender列，大约一半的记录值是M，另一半是F，因此，对该列创建索引就没有意义。
可以对一张表创建多个索引。索引的优点是提高了查询效率，缺点是在插入、更新和删除记录时，需要同时修改索引，因此，索引越多，插入、更新和删除记录的速度就越慢。
对于主键，关系数据库会自动对其创建主键索引。使用主键索引的效率是最高的，因为主键会保证绝对唯一。
唯一索引
唯一索引既能保证某列或多列的值不能重复，也可以像普通索引一样加快查询。
ALTER TABLE students
ADD UNIQUE INDEX uni_name (name);对于身份证号、邮箱等具有业务含义但要求唯一的字段，通常使用唯一约束或唯一索引，而不直接作为主键。
在 MySQL 中：
ADD UNIQUE INDEX uni_name (name);和：
ADD CONSTRAINT uni_name UNIQUE (name);实际效果基本一致，UNIQUE 约束通常也会通过唯一索引实现。
索引不会改变 SQL 的使用方式。有索引时数据库会自动选择是否使用索引加快查询；没有索引时 SQL 仍然可以执行，只是可能需要全表扫描，速度更慢。
查询数据
基本查询
语法：SELECT * FROM <表名>
假设表名是students，要查询students表的所有行和所有列的数据，我们用如下SQL语句：
-- 查询students表的所有数据
SELECT * FROM students;结果：
| id | class_id | name | gender | score |
|---|---|---|---|---|
| 1 | 1 | 小明 | M | 90 |
| 2 | 1 | 小红 | F | 95 |
| 3 | 1 | 小军 | M | 88 |
SELECT是关键字，表示将要执行一个查询，*表示“所有列”，FROM表示将要从哪个表查询
SELECT查询的结果是一个二维表。
条件查询
语法：SELECT * FROM <表名> WHERE <条件表达式>
SELECT语句可以通过WHERE条件来设定查询条件，查询结果是满足查询条件的记录。
例如，要指定条件“分数在80分或以上的学生”，写成WHERE条件就是SELECT * FROM students WHERE score >= 80。
其中，
WHERE关键字后面的score >= 80就是条件。score是列名，该列存储了学生的成绩，因此，score >= 80就筛选出了指定条件的记录：
条件表达式可以用<条件1> AND <条件2>表达满足条件1并且满足条件2。
例如，符合条件“分数在80分或以上”，并且还符合条件“男生”，把这两个条件写出来：
- 条件1：根据score列的数据判断：
score >= 80； - 条件2：根据gender列的数据判断：
gender = 'M'，注意gender列存储的是字符串，需要用单引号括起来。
就可以写出WHERE条件：score >= 80 AND gender = 'M'：
第二种条件是<条件1> OR <条件2>，表示满足条件1或者满足条件2。
例如，把上述AND查询的两个条件改为OR，查询结果就是“分数在80分或以上”或者“男生”，满足任意之一的条件即选出该记录：
SELECT * FROM students WHERE score >= 80 OR gender = 'M';
第三种条件是NOT <条件>，表示“不符合该条件”的记录。
例如，写一个“不是2班的学生”：
SELECT * FROM students WHERE NOT class_id = 2;
要组合三个或者更多的条件，就需要用小括号()表示如何进行条件运算。例如，编写一个复杂的条件：分数在80以下或者90以上，并且是男生：
SELECT * FROM students WHERE (score < 80 OR score > 90) AND gender = 'M';
投影查询
如果我们只希望返回某些列的数据，而不是所有列的数据，我们可以用SELECT 列1, 列2, 列3 FROM ...，让结果集仅包含指定列。这种操作称为投影查询。
例如，从students表中返回id、score和name这三列：
SELECT id, score, name FROM students;
使用投影查询时，还可以给每一列起个别名，这样，结果集的列名就可以与原表的列名不同。它的语法是SELECT 列1 别名1, 列2 别名2, 列3 别名3 FROM ...。
例如，以下SELECT语句将列名score重命名为points，而id和name列名保持不变：
SELECT id, score points, name FROM students;
排序
语法：SELECT 列名 FROM 表名 ORDER BY 列名 ASC;
其中 ASC 升序，默认值 DESC 降序
例如按照成绩从低到高进行排序：
SELECT id, name, gender, score FROM students ORDER BY score;
如果score列有相同的数据，要进一步排序，可以继续添加列名。
例如，先按score列倒序，如果有相同分数的，再按gender列排序：
SELECT id, name, gender, score FROM students ORDER BY score DESC, gender;
如果有WHERE子句，那么ORDER BY子句要放到WHERE子句后面。例如，查询一班的学生成绩，并按照倒序排序：
-- 带WHERE条件的ORDER BY:
SELECT id, name, gender, score
FROM students
WHERE class_id = 1
ORDER BY score DESC;分页查询
要实现分页功能，实际上就是从结果集中显示第1100条记录作为第1页，显示第101200条记录作为第2页，以此类推。
LIMIT 用于限制查询结果返回的数据条数，OFFSET 用于指定跳过前面的多少条数据。两者配合可以实现分页查询。
语法：
SELECT 字段
FROM 表名
LIMIT 返回条数 OFFSET 跳过条数;分页时：
LIMIT 每页条数 OFFSET (页码 - 1) * 每页条数;比如查询第 2 页数据，每页显示 100 条：
SELECT *
FROM users
ORDER BY id
LIMIT 100 OFFSET 100;OFFSET 100 表示先跳过前 100 条记录，LIMIT 100 表示再返回最多 100 条记录，因此得到的是第 101～200 条数据。
实际分页查询通常配合
ORDER BY使用，保证每次分页的数据顺序稳定。
OFFSET超过了查询的最大数量并不会报错，而是得到一个空的结果集。使用
LIMIT <M> OFFSET <N>分页时，随着N越来越大，查询效率也会越来越低。
聚合查询
对于统计总数、平均数这类计算，SQL提供了专门的聚合函数，使用聚合函数进行查询，就是聚合查询，它可以快速获得结果。
以查询students表一共有多少条记录为例，我们可以使用SQL内置的COUNT()函数查询：
SELECT COUNT(*) FROM students;
COUNT(*)表示查询所有列的行数，要注意聚合的计算结果虽然是一个数字，但查询的结果仍然是一个二维表，只是这个二维表只有一行一列，并且列名是COUNT(*)。
通常，使用聚合查询时，我们应该给列名设置一个别名，便于处理结果：
SELECT COUNT(*) num FROM students;
(使用聚合查询并设置结果集的列名为num)
聚合查询同样可以使用WHERE条件，因此我们可以方便地统计出有多少男生、多少女生、多少80分以上的学生等：
SELECT COUNT(*) boys FROM students WHERE gender = 'M';
分组聚合
分组聚合是指先使用 GROUP BY 按某个字段把查询结果分成多个组，再对每个组分别使用聚合函数进行统计。
语法：
SELECT 分组字段, 聚合函数(字段)
FROM 表名
GROUP BY 分组字段;假设 students 表中有 class 和 score 字段，统计每个班级的学生人数：
SELECT class, COUNT(*) AS student_count
FROM students
GROUP BY class;GROUP BY class 会先按照 class 字段把学生分组。
例如原始数据是：
| name | class |
|---|---|
| 小红 | 1班 |
| 小李 | 2班 |
| 小张 | 2班 |
分组后相当于：
1班：小红
2班：小李、小张然后 COUNT(*) 会分别统计每个组中的记录数量，因此结果为：
| class | student_count |
|---|---|
| 1班 | 1 |
| 2班 | 2 |
多表查询
多表查询是指在一次 SELECT 查询中，同时从两个或多个表中获取数据。
查询多张表的语法是：SELECT * FROM <表1> <表2>。
例如，同时从students表和classes表查询数据，可以这么写：
SELECT * FROM students, classes;
查询的结果也是一个二维表。
结果集的列数是
students表和classes表的列数之和，行数是students表和classes表的行数之积。
结果：
| id | class_id | name | gender | score | id | name |
|---|---|---|---|---|---|---|
| 1 | 1 | 小明 | M | 90 | 1 | 一班 |
| 1 | 1 | 小明 | M | 90 | 2 | 二班 |
| 1 | 1 | 小明 | M | 90 | 3 | 三班 |
| 1 | 1 | 小明 | M | 90 | 4 | 四班 |
| 2 | 1 | 小红 | F | 95 | 1 | 一班 |
| 2 | 1 | 小红 | F | 95 | 2 | 二班 |
上述查询的结果集有两列id和两列name，两列id是因为其中一列是students表的id，而另一列是classes表的id，但是在结果集中，不好区分。
要解决这个问题，我们仍然可以利用投影查询的“设置列的别名”来给两个表各自的id和name列起别名：
SELECT
students.id sid,
students.name,
students.gender,
students.score,
classes.id cid,
classes.name cname
FROM students, classes;| sid | name | gender | score | cid | cname |
|---|---|---|---|---|---|
| 1 | 小明 | M | 90 | 1 | 一班 |
| 1 | 小明 | M | 90 | 2 | 二班 |
| 1 | 小明 | M | 90 | 3 | 三班 |
| 1 | 小明 | M | 90 | 4 | 四班 |
| 2 | 小红 | F | 95 | 1 | 一班 |
| 2 | 小红 | F | 95 | 2 | 二班 |
但是，用表名.列名这种方式列举两个表的所有列实在是很麻烦，所以SQL还允许给表设置一个别名，让我们在投影查询中引用起来稍微简洁一点：
SELECT
s.id sid,
s.name,
s.gender,
s.score,
c.id cid,
c.name cname
FROM students s, classes c;多表查询的结果集可能非常巨大，要小心使用。
连接查询
INNER JOIN/JSON：只保留两张表中能够匹配的数据
LEFT OUTER JOIN：左表全部保留，右表匹配不到则为 NULL
RIGHT OUTER JOIN：选出右表存在的记录
假设我们希望结果集同时包含所在班级的名称，可以使用最常用的一种内连接——INNER JOIN来实现：
SELECT s.id, s.name, s.class_id, c.name class_name, s.gender, s.score
FROM students s
INNER JOIN classes c
ON s.class_id = c.id;INNER/OUTER JOIN查询的写法是：
- 先确定主表，仍然使用
FROM <表1>的语法； - 再确定需要连接的表，使用
INNER/OUTER JOIN <表2>的语法； - 然后确定连接条件，使用
ON <条件...>，这里的条件是s.class_id = c.id，表示students表的class_id列与classes表的id列相同的行需要连接； - 可选：加上
WHERE子句、ORDER BY等子句。
修改数据
插入数据
当我们需要向数据库表中插入一条新记录时，就必须使用INSERT语句。
语法是：
INSERT INTO <表名> (字段1, 字段2, ...) VALUES (值1, 值2, ...);例如，我们向students表插入一条新记录，先列举出需要插入的字段名称，然后在VALUES子句中依次写出对应字段的值：
INSERT INTO students (class_id, name, gender, score) VALUES (2, '大牛', 'M', 80);
INSERT字段顺序不必和数据库表的字段顺序一致，但值的顺序必须和INSERT字段顺序一致。
还可以一次性添加多条记录，只需要在VALUES子句中指定多个记录值，每个记录是由(...)包含的一组值，每组值用逗号,分隔：
INSERT INTO students (class_id, name, gender, score) VALUES
(1, '大宝', 'M', 87),
(2, '二宝', 'M', 81),
(3, '三宝', 'M', 83);更新数据
如果要更新数据库表中的记录，我们就必须使用UPDATE语句。
语法是：
UPDATE <表名> SET 字段1=值1, 字段2=值2, ... WHERE ...;例如，我们想更新students表id=1的记录的name和score这两个字段，先写出UPDATE students SET name='大牛', score=66，然后在WHERE子句中写出需要更新的行的筛选条件id=1：
UPDATE students SET name='大牛', score=66 WHERE id=1;
也可以一次更新多条记录：
UPDATE students SET name='小牛', score=77 WHERE id>=5 AND id<=7;
在UPDATE语句中，更新字段时可以使用表达式。例如，把所有80分以下的同学的成绩加10分：
UPDATE students SET score=score+10 WHERE score<80;
或者先用 WHERE 找出所有及格学生，再根据分数决定更新成 excellent 还是 pass：
UPDATE students
SET status = IF(score >= 90, 'excellent', 'pass')
WHERE score >= 60;特别小心的是，UPDATE语句可以没有WHERE条件，例如：
UPDATE students SET score=60;这时，整个表的所有记录都会被更新。所以，在执行UPDATE语句时要非常小心，最好先用SELECT语句来测试WHERE条件是否筛选出了期望的记录集，然后再用UPDATE更新。
删除数据
如果要删除数据库表中的记录，我们可以使用DELETE语句。
语法：
DELETE FROM <表名> WHERE ...;
例如，我们想删除students表中id=1的记录：
DELETE FROM students WHERE id=1;
特别小心的是，和UPDATE类似，不带WHERE条件的DELETE语句会删除整个表的数据：
DELETE FROM students;常用归纳
常见语句顺序
SELECT 字段
FROM 表名
WHERE 条件
GROUP BY 分组字段
HAVING 分组后的条件
ORDER BY 排序字段
LIMIT 数量 OFFSET 偏移量;逻辑执行顺序
FROM 找数据
WHERE 筛行
GROUP BY 分组
HAVING 筛组
SELECT 选列
ORDER BY 排序
LIMIT 截取常用表达式
| 类型 | 常用表达式 / 函数 | 作用 | 示例 |
|---|---|---|---|
| 算术表达式 | + - * / |
对数值进行加、减、乘、除运算 | score + 10 |
| 比较表达式 | = <> > >= < <= |
比较两个值，结果为真或假 | score >= 60 |
| 逻辑表达式 | AND OR NOT |
组合或取反多个判断条件 | score >= 60 AND age >= 18 |
| 范围判断 | BETWEEN ... AND ... |
判断某个值是否位于指定范围内 | score BETWEEN 60 AND 90 |
| 集合判断 | IN (...) |
判断某个值是否属于指定的一组值 | class_id IN (1, 2, 3) |
| 空值判断 | IS NULL / IS NOT NULL |
判断字段是否为 NULL |
email IS NULL |
| 模糊匹配 | LIKE |
按指定模式匹配字符串 | name LIKE '张%' |
| 条件表达式 | IF() |
根据条件返回两个值中的一个 | IF(score >= 60, 'pass', 'fail') |
| 条件表达式 | CASE |
根据多个条件返回不同的值 | CASE WHEN score >= 60 THEN 'pass' ELSE 'fail' END |
| 字符串函数 | CONCAT() |
将多个字符串拼接成一个字符串 | CONCAT(first_name, last_name) |
| 字符串函数 | UPPER() |
将字符串中的字母转换为大写 | UPPER(name) |
| 字符串函数 | LOWER() |
将字符串中的字母转换为小写 | LOWER(name) |
| 字符串函数 | LENGTH() |
获取字符串占用的字节数 | LENGTH(name) |
| 日期时间函数 | NOW() |
获取当前日期和时间 | updated_at = NOW() |
| 聚合函数 | COUNT() |
统计记录数量 | COUNT(*) |
| 聚合函数 | SUM() |
计算一组数值的总和 | SUM(score) |
| 聚合函数 | AVG() |
计算一组数值的平均值 | AVG(score) |
| 聚合函数 | MAX() |
获取一组数据中的最大值 | MAX(score) |
| 聚合函数 | MIN() |
获取一组数据中的最小值 | MIN(score) |
常用的条件表达式
| 条件表达式 | 示例 | 说明 |
|---|---|---|
= 等于 |
score = 80 |
字符串通常用单引号括起来 |
> 大于 |
score > 80 |
字符串比较规则由字符集和排序规则决定 |
>= 大于等于 |
score >= 80 |
|
< 小于 |
score < 80 |
|
<= 小于等于 |
score <= 80 |
|
<> 不等于 |
score <> 80 |
SQL 标准写法；MySQL 也支持 != |
LIKE 模糊匹配 |
name LIKE 'ab%' |
% 表示任意长度字符串，_ 表示任意一个字符 |
BETWEEN ... AND ... 范围查询 |
score BETWEEN 60 AND 90 |
包含两端 |
IN 多值匹配 |
class_id IN (1, 2, 3) |
匹配给定值中的任意一个 |
IS NULL 判断空值 |
email IS NULL |
NULL 不能用 = NULL 判断 |
IS NOT NULL 判断非空 |
email IS NOT NULL |
判断字段不为 NULL |
AND 且 |
score >= 60 AND score <= 90 |
两个条件都满足 |
OR 或 |
class_id = 1 OR class_id = 2 |
任意一个条件满足即可 |
NOT 取反 |
NOT class_id = 2 |
对条件结果取反 |
参考文章: