MySQL DQL数据查询语言详解与实战

1. 基础查询操作

基础查询是数据获取的第一步，主要涉及字段的提取、去重及命名优化。

第1步：指定字段查询

目的：从表中仅提取需要的列，减少网络传输开销。

操作：在 SELECT 后列出具体字段名，或使用通配符 *。

-- 查询特定字段
SELECT name, workno, age FROM emp;

-- 查询所有字段（生产环境建议避免）
SELECT * FROM emp;

第2步：设置字段别名

目的：提高结果集的可读性，或掩盖底层字段名称。

操作：使用 AS 关键字或直接以空格分隔。

-- 使用 AS 关键字
SELECT workaddress AS '工作地址' FROM emp;

-- 省略 AS（部分数据库支持）
SELECT workaddress '工作地址' FROM emp;

第3步：去除重复记录

目的：获取唯一值列表，常用于下拉菜单选项或统计维度。

操作：使用 DISTINCT 关键字作用于字段列表。

-- 获取不重复的工作地址
SELECT DISTINCT workaddress AS '工作地址' FROM emp;

2. 条件过滤查询

通过 WHERE 子句实现精确或范围化的数据筛选。

第4步：使用比较逻辑运算符

目的：根据数值的数学关系进行筛选。

第5步：使用范围与集合查询

目的：简化复杂条件的表达。

-- BETWEEN ... AND ... (闭区间，含两端)
SELECT * FROM emp WHERE age BETWEEN 15 AND 20;

-- IN (...) (多选一匹配)
SELECT * FROM emp WHERE age IN (18, 20, 40);

第6步：模糊匹配与空值判断

目的：处理文本特征或缺失数据。

• LIKE：使用 % 代表任意字符，_ 代表单字符。例如：name LIKE '__' 匹配两个字的姓名。
• IS NULL：判断字段是否为空。idcard IS NULL 查找未填写身份证信息的员工。

第7步：组合逻辑条件

目的：同时满足或排除多个限制条件。

• AND：多条件必须同时成立。
• OR：多条件至少一个成立即可。

3. 数据聚合分析

无需导出原始数据，直接在数据库中生成统计指标。

第8步：统计数量与极值

目的：获取总量、最高/最低值。

-- 统计总人数（忽略NULL）
SELECT COUNT(*) FROM emp;

-- 统计有效身份证号人数
SELECT COUNT(idcard) FROM emp;

-- 获取最大/最小年龄
SELECT MAX(age), MIN(age) FROM emp;

第9步：数值计算

目的：自动求和与求平均值。

-- 求平均年龄
SELECT AVG(age) FROM emp;

-- 求特定地区员工的年龄总和
SELECT SUM(age) FROM emp WHERE workaddress = '西安';

总结

理解 SELECT → FROM → WHERE → GROUP BY → ORDER BY → LIMIT 的执行顺序是优化SQL的关键。在实际应用中，应避免无必要地使用 * 全表扫描，并注意区分 COUNT(*) 与 COUNT(字段) 对空值处理的差异。

以上就是MySQL DQL数据查询语言的详细内容，更多关于SQL语句优化与实战的资料请关注本站其它相关文章！