MySQL常用SQL语句速查：增删改查与聚合函数示例

MySQL日常开发中最常使用的SQL，基本可以归纳为新增、查询、修改、删除，以及围绕查询展开的排序、分页、分组和聚合统计。掌握这些语句后，就能完成大多数基础数据操作。本文使用同一张示例表贯穿全文，方便直接对照语法、执行效果和容易出错的位置。

先准备一张用于练习的示例表

为了让后面的SQL能够直接对应，本文统一使用名为 products 的商品表。可以在MySQL命令行、phpMyAdmin、Navicat、DataGrip或其他能够连接MySQL的客户端中执行。

CREATE TABLE products (
    id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(100) NOT NULL,
    category VARCHAR(50) NOT NULL,
    price DECIMAL(10,2) NOT NULL,
    stock INT NOT NULL DEFAULT 0,
    status TINYINT NOT NULL DEFAULT 1,
    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP
);

字段含义很直观：id 是商品编号，name 是名称，category 保存分类，price 保存价格，stock 保存库存，status 表示状态，created_at 记录创建时间。

INSERT：新增一条或多条数据

向表中写入新记录使用 INSERT INTO。实际开发中建议明确写出字段名，不要完全依赖表中字段的排列顺序。

新增一条记录

INSERT INTO products
    (name, category, price, stock, status)
VALUES
    ('机械键盘', '电脑配件', 299.00, 50, 1);

因为 id 设置了 AUTO_INCREMENT，所以不需要手工提供编号；created_at 也设置了默认时间，因此可以省略。

一次新增多条记录

INSERT INTO products
    (name, category, price, stock, status)
VALUES
    ('无线鼠标', '电脑配件', 129.00, 80, 1),
    ('27英寸显示器', '显示设备', 1399.00, 20, 1),
    ('USB-C扩展坞', '电脑配件', 359.00, 35, 1),
    ('便携显示器', '显示设备', 899.00, 12, 0);

批量插入时，每组值都要按照前面字段列表的顺序提供。假如定义顺序是 name, category, price, stock, status，后面的每组数据也必须保持一致。

SELECT：查询数据是SQL使用频率最高的部分

查询全部字段最简单的写法是：

SELECT * FROM products;

* 表示返回所有字段。学习和临时检查数据时这样写很方便，但正式业务代码通常更适合明确指定需要的列。

SELECT id, name, price, stock
FROM products;

这样可以减少无关字段的读取，也让SQL本身更清楚地表达程序究竟需要什么数据。

使用WHERE筛选数据

只查询启用状态的商品：

SELECT id, name, price
FROM products
WHERE status = 1;

同时限制多个条件可以使用 AND：

SELECT id, name, price, stock
FROM products
WHERE status = 1
  AND stock > 20;

表示两个条件满足任意一个时，可以使用 OR：

SELECT id, name, category
FROM products
WHERE category = '电脑配件'
   OR category = '显示设备';

对于同一个字段的多个取值，更适合使用 IN：

SELECT id, name, category
FROM products
WHERE category IN ('电脑配件', '显示设备');

常见的条件运算

LIKE模糊查询

查找名称中包含“显示器”的商品：

SELECT id, name
FROM products
WHERE name LIKE '%显示器%';

% 可以匹配任意长度的字符。'显示器%' 表示以“显示器”开头，而 '%显示器' 表示以“显示器”结尾。

ORDER BY排序

按照价格从高到低排列：

SELECT id, name, price
FROM products
ORDER BY price DESC;

DESC 表示降序，ASC 表示升序。ASC也是默认排序方式。

还可以指定多个排序条件，例如先按状态降序，再按价格升序：

SELECT id, name, status, price
FROM products
ORDER BY status DESC, price ASC;

LIMIT限制结果数量

只返回前3条：

SELECT id, name, price
FROM products
ORDER BY id DESC
LIMIT 3;

分页时常见的写法是：

SELECT id, name, price
FROM products
ORDER BY id DESC
LIMIT 10 OFFSET 20;

它表示跳过前20条，再获取10条数据，也就是常见分页场景中的一段结果。

UPDATE：修改已有数据

修改现有记录使用 UPDATE ... SET。例如把编号为1的商品价格改成279元：

UPDATE products
SET price = 279.00
WHERE id = 1;

一次可以修改多个字段：

UPDATE products
SET price = 269.00,
    stock = 60,
    status = 1
WHERE id = 1;

也可以基于字段原来的值进行计算。例如商品卖出3件后减少库存：

UPDATE products
SET stock = stock - 3
WHERE id = 1
  AND stock >= 3;

这里额外加入 stock >= 3，可以避免这个SQL把库存直接更新成负数。不过在真实的订单扣库存场景中，还需要结合事务、并发控制以及具体业务规则处理，不能只依靠这一条示例SQL解决所有并发问题。

例如准备执行：

UPDATE products
SET status = 0
WHERE category = '显示设备';

可以先检查：

SELECT id, name, category, status
FROM products
WHERE category = '显示设备';

确认这些确实是需要修改的记录，再执行UPDATE。

DELETE：删除满足条件的数据

删除记录使用 DELETE FROM。例如删除编号为5的商品：

DELETE FROM products
WHERE id = 5;

也可以根据其他条件批量删除：

DELETE FROM products
WHERE status = 0
  AND stock = 0;

DELETE同样必须重点检查WHERE。如果写成：

DELETE FROM products;

含义就是删除表中的全部记录，而不是删除“当前看到的这一条”。

COUNT、SUM、AVG、MAX、MIN：常用聚合函数

普通SELECT主要解决“有哪些记录”，聚合函数解决的是“这些记录一共有多少、合计多少、平均是多少、最大最小是多少”。

COUNT统计记录数量

SELECT COUNT(*) AS product_count
FROM products;

统计启用状态商品数量：

SELECT COUNT(*) AS enabled_count
FROM products
WHERE status = 1;

COUNT(*) 统计符合条件的记录数。需要注意，COUNT(column) 统计的是该字段不为NULL的记录数，这与 COUNT(*) 的含义并不完全相同。

SUM计算合计值

统计全部商品库存总数：

SELECT SUM(stock) AS total_stock
FROM products;

如果需要估算每种商品“单价 × 当前库存”后的总金额，可以写成：

SELECT SUM(price * stock) AS stock_amount
FROM products;

这里得到的是根据当前表中 price 和 stock 计算出的结果，只适用于示例中的数据含义，并不等同于会计意义上的实际库存成本。

AVG计算平均值

SELECT AVG(price) AS average_price
FROM products
WHERE status = 1;

这条语句计算所有启用商品的平均价格。

MAX和MIN获取最大、最小值

SELECT
    MAX(price) AS highest_price,
    MIN(price) AS lowest_price
FROM products;

结果只返回最高价格和最低价格。如果还要获得“最高价格对应的是哪件商品”，通常需要进一步排序或使用子查询，而不能简单把 name 直接随意放在同一条聚合查询中。

GROUP BY：按照分类进行分组统计

如果只执行 COUNT(*)，得到的是整个结果集的一个统计值。需要分别统计每个分类时，就要使用 GROUP BY。

例如统计每个分类有多少件商品：

SELECT
    category,
    COUNT(*) AS product_count
FROM products
GROUP BY category;

也可以同时统计多个指标：

SELECT
    category,
    COUNT(*) AS product_count,
    SUM(stock) AS total_stock,
    AVG(price) AS average_price,
    MAX(price) AS highest_price,
    MIN(price) AS lowest_price
FROM products
GROUP BY category;

这条SQL会按照 category 分组，每个分类返回一行统计结果。

WHERE和HAVING的区别

WHERE 用来筛选参与统计的原始记录，HAVING 通常用于筛选分组聚合后的结果。

例如只统计启用商品，并且最终只保留商品数量不少于2个的分类：

SELECT
    category,
    COUNT(*) AS product_count,
    AVG(price) AS average_price
FROM products
WHERE status = 1
GROUP BY category
HAVING COUNT(*) >= 2;

理解这条SQL时，可以按照下面的顺序：

• WHERE status = 1：先排除未启用商品。
• GROUP BY category：再按照分类把数据分组。
• COUNT(*) 和 AVG(price)：计算每组的数量和平均价格。
• HAVING COUNT(*) >= 2：只留下数量至少为2的分类。

DISTINCT：去除重复值

如果只是想查看表中存在多少种不同分类，可以使用 DISTINCT：

SELECT DISTINCT category
FROM products;

统计不同分类的数量：

SELECT COUNT(DISTINCT category) AS category_count
FROM products;

这里需要区分 GROUP BY 和 DISTINCT：DISTINCT主要用于去除重复结果，而GROUP BY更适合在分组后继续进行COUNT、SUM、AVG等统计。

常见组合查询示例

真正使用SQL时，各个语法通常不会彼此孤立。下面几种组合非常常见。

查询价格最高的5件启用商品

SELECT id, name, category, price
FROM products
WHERE status = 1
ORDER BY price DESC
LIMIT 5;

统计每个分类的启用商品数量

SELECT
    category,
    COUNT(*) AS product_count
FROM products
WHERE status = 1
GROUP BY category
ORDER BY product_count DESC;

统计库存总量超过50的分类

SELECT
    category,
    SUM(stock) AS total_stock
FROM products
GROUP BY category
HAVING SUM(stock) > 50
ORDER BY total_stock DESC;

查询价格在200到1000元之间且有库存的商品

SELECT id, name, price, stock
FROM products
WHERE price BETWEEN 200 AND 1000
  AND stock > 0
ORDER BY price ASC;

修改和删除前先SELECT，是一个实用习惯

UPDATE和DELETE真正危险的地方不是语法复杂，而是条件写错后会直接影响已有数据。一个简单但很有效的操作习惯，是先把WHERE条件放进SELECT验证。

假设准备删除所有停用商品：

DELETE FROM products
WHERE status = 0;

执行前先运行：

SELECT id, name, status
FROM products
WHERE status = 0;

只有当查询结果与预期一致时，再执行对应DELETE。UPDATE也可以采用同样的方式。

对于重要数据，仅靠SELECT确认仍然不代表具备完整的安全保障。生产环境中还应根据实际情况考虑权限控制、备份、事务以及操作审计等措施。

SQL执行顺序不要完全按照书写顺序理解

SQL写出来时通常以SELECT开头，但理解复杂查询时，更适合从数据来源和筛选过程入手。例如：

SELECT
    category,
    COUNT(*) AS product_count
FROM products
WHERE status = 1
GROUP BY category
HAVING COUNT(*) >= 2
ORDER BY product_count DESC
LIMIT 10;

从逻辑上理解，可以把它拆成：确定数据来源、筛选原始记录、进行分组、计算聚合结果、筛选分组、排序、限制输出数量。实际数据库内部如何优化和执行，还会受到索引、统计信息和执行计划等因素影响，因此不能简单把这套理解等同于数据库内部的物理执行过程。

常用SQL语句速查表

几个容易写错的地方

UPDATE和DELETE忘记WHERE

这是基础SQL中风险最高的一类错误。没有WHERE时，UPDATE可能影响整张表，DELETE可能删除全部记录。因此执行前不要只检查SQL语法，还要确认筛选条件。

把NULL写成“= NULL”

判断NULL应使用：

WHERE some_field IS NULL

WHERE some_field IS NOT NULL

不要把它当成普通字符串或普通数值进行等号比较。

把WHERE和HAVING混为一谈

可以简单记成：WHERE主要过滤原始记录，HAVING主要过滤GROUP BY产生的分组统计结果。例如：

SELECT category, COUNT(*) AS product_count
FROM products
WHERE status = 1
GROUP BY category
HAVING COUNT(*) >= 2;

这里 status = 1 针对单条商品记录，而 COUNT(*) >= 2 针对每个分类统计后的结果。

业务代码直接拼接用户输入

本文中的SQL主要用于说明语法。如果在PHP、Java、Python等程序中接收用户输入，不应简单地把用户输入直接拼接进SQL字符串。实际业务代码应使用对应数据库驱动提供的参数绑定、预处理语句等机制处理参数。

例如，用户搜索关键字本质上可能对应：

SELECT id, name
FROM products
WHERE name LIKE ?;

其中具体参数由程序通过数据库驱动绑定，而不是直接把未经处理的外部输入拼接到SQL正文。

如何把这些SQL真正记住

常用SQL没有必要一开始记住大量冷门语法。先围绕一张简单的数据表反复完成几个真实任务更有效：插入几条数据，用WHERE查出来，修改其中一条，删除测试记录，再分别计算数量、库存合计和平均价格。

掌握基础操作后，再练习把语句组合起来，例如：

SELECT
    category,
    COUNT(*) AS product_count,
    AVG(price) AS average_price,
    SUM(stock) AS total_stock
FROM products
WHERE status = 1
GROUP BY category
HAVING SUM(stock) > 20
ORDER BY product_count DESC
LIMIT 10;

这条查询已经把筛选、分组、COUNT、AVG、SUM、HAVING、排序和数量限制组合到一起。能够看懂并根据业务条件修改这样的SQL，说明基础的增删改查和聚合查询已经形成了比较完整的理解。

日常使用时，可以把核心关系记成一句话：INSERT负责写入，SELECT负责读取，UPDATE负责修改，DELETE负责删除；WHERE确定目标记录，GROUP BY负责分组，聚合函数负责计算，HAVING筛选聚合后的结果。遇到复杂查询，再按照这个关系逐段拆开，通常比死记整条SQL更容易定位问题。