补充：

• 库名、表名、列名等等不能和关键字相同，如果一定要用关键字为名，则可以通过反引号把名字引起来

• 对表进行操作之前，要先选中数据库

• MySQL 中支持以下几种注释：

• -- 注释内容：单行注释，要注意 “–” 和注释内容之间需要有空格

• #注释内容：单行注释

• /*注释内容*/：多行注释

• 补充：字段或列的注释可以用属性 comment 来添加，例如在建表语句中使用

• SQL 中单引号和双引号都能表示字符串

1. 查看当前数据库中的表

语法：

show tables;

示例：

2. 创建表

语法：

create table [if not exists] 表名(列名 列类型, 列名 列类型, ..., 列名 列类型);

示例：

3. 查看指定表结构

语法：

desc 表名;

补充：

desc 是 describe 的缩写，也可以使用 describe 表名 来查看表结构

示例：

4. 删除表

语法：

drop table [if exists] 表名 [, 表名 ...];

示例：

注意：
删表操作也是一个极具风险的操作，甚至要比删库操作还危险。因为一旦删除，程序第一时间就挂了，还能及时抢救。但是删表的话，程序不一定第一时间显示异常，那么不能及时处理则会出现更大的风险。

5. 往表中新增数据

语法：

insert [into] 表名 [(列名1, 列名2, ...,列名n)] values (第一行的：值1, 值2, ...,值n) [, ..., (第n行的：值1, 值2, ...,值n)]

补充：

• 上述语句列名不写的话就代表全列都要进行新增数据
• 每行插入的值要与每行要插入的列名的顺序一一对应
• 如果插入时，某列没有进行插入，这个列就为默认值 NULL

实例1： 全列插入一行

结果为：

示例2： 全列插入多行

结果为：

示例3： 指定某些列来插入

结果为：

注意： 一般认为，一条语句，一次插入多个记录，效率要比多个语句，每个语句插入一个记录高的多

我们知道 MySQL 是一个“客户端—服务器”结构的程序。用户在客户端输入的 SQL 都会通过网络传输给服务器，然后由服务器进行具体的操作。下面我们来分析下上述两者的差别

• 一条语句，一次插入多个记录：
  

• 多个语句，每个语句插入一个记录：
  

又由于计算机对寄存器的访问速度 >>> 对内存的访问速度 >>> 对IO设备（网络上传输数据，对于计算机来讲叫做 IO 操作）的访问的速度。因此，一般认为，一条语句，一次插入多个记录，效率要比多个语句，每个语句插入一个记录高的多

6. 查找表中的数据

语法：

selstc [distinct] {* | 列名1 [, ..., 列名n]} from 表名 [where] [order by 列名1 [ASC | DESC] [, ...,[列名n [ASC | DESC]]] limit

补充：

• 查询结果是一个类似于“表”的结构，但这个表是一个“临时表”，仅仅是在内存中存了一下，在打印完之后就没了，不会持久化存储。
• select 不会修改磁盘数据，尤其是不会影响到服务器的原始磁盘上的数据

为了方便下面介绍示例，所以已经在数据库中创建了如下的一个数据表

6.1 全列查询

示例：

注意：
在生产环境中，谨慎使用上述语句，因为返回的数据可能超大的。如果数据很大的话，就可能把服务器的网络带宽吃满，从而导致服务器无法正常工作。

6.2 指定列查询

示例：

注意：
指定列的顺序不需要按照定义表时的顺序查询

6.3 查询字段为表达式

示例：

注意：

• 上述 chinese+math+english 就是一个表达式，结果就是它们的值相加。但是相加的值不受原来的列的数据类型限制
• 表达式是进行列与列之间的运算，与行无关
• 表达式计算不影响原来的数据，查询的结果是一个临时表

6.4 给某个列指定常量

select 时给某个列指定一个常量，此时常量就会作为一个表达式在每行中出现

示例1：

示例2：

6.5 给查询的表达式指定别名（as）

示例：

6.6 去重查询（distinct）

使用关键字 distinct 可以把某列相同的值的记录给去重

示例1： 针对某个列去重

示例2： 针对多个列去重（要求： distinct 要放在所有列的前面，且当每行的每列的值都有其他行的每列的值都相同时，才视为是一个重复的记录）

6.7 对查询结果进行排序（order by）

如果我们的查询操作没有加上 order by，此时查询出来的结果顺序是未定的。可以在查询语句的表名后面加上 order by 要排序的列名/表达式 [asc | desc] 来进行排序

补充：

• asc：表示升序（由小到大），不加具体要排序的方式，默认是 asc
• desc：表示降序（由大到小），是 descending 的缩写
• 排序时如果有的值是 NULL，则视其为最小值
• 支持对多个列进行排序，按要排序的列的顺序进行优先级排序，排序的列之间用逗号隔开
• 我们知道很多排序的算法，例如：冒泡、选择、插入、希尔、堆排、快排、归并…而这其中归并排序是最适合 MySQL 进行数据排序的，因为 MySQL 的数据是存储在硬盘上的，而对于硬盘的读写操作，开销很大，为了减少读写次数，所以要找到对于遍历次数更少的排序方法。初次之外由于数据量可能很大，内存一下不能存储完全，就可以对每一段进行排序再存入进去。因此归并排序更加适合 MySQL 对数据进行排序

示例1： 对 math 进行升序查询

示例2： 对 math 进行降序查找

示例3： 使用表达式或者别名进行排序

示例4： 对多个列进行综合排序，要求在 math 最高的情况下，再排 chinese 更低的

6.8 条件查询（where）

条件查询适用很广，不限于上述几种用法基础之上，例如 update、delete 等语句也可以使用。它是通过 where 条件表达式 的形式，去进行一个筛选，相当于遍历查询结果，针对每一个记录带入到条件中，将符合条件的记录保留下来，不符合的则淘汰。

条件表达式可以使用：比较运算符或者逻辑运算符

比较运算符：

逻辑运算符：

like 常搭配的通配符：

补充：

• where 条件可以使用表达式，但不能不使用别名
• and 的优先级高于 or
• and 符号也可以实现 between 的功能，但是 between 其实就是 SQL 对这种范围匹配的一种优化
• 通配符： 即可以使用一个字符去表示其它任意的一个或多个字符，用于模糊搜索
• 模糊匹配涉及到字符串比较，所以当前列里存的字符串比较长时，性能就会大打折扣
• 模糊匹配不一定要求列为字符串类型，例如数值类型也可以，但是语句里面要将 like 后面的模糊搜索的值加引号
• SQL 中的条件相当于是“过滤器”，而不是“逻辑分支”

示例1：查询英语不及格的同学及其成绩

示例2： 查询总分小于200的同学及其总成绩（下述方法不包含值为 NULL）

示例3： 查询总分小于200的同学及其总成绩，且包含值为 NULL 的同学（为了方便展示，这里我主动新增了值为 null 的同学诸葛亮）

示例4： 查询语文成绩在80到90分之间的同学及其成绩

示例5： 查询数学成绩是 98、73和65的同学和成绩

示例6： 查找所有姓孙的同学

示例7： 查找所有名字以德结尾的同学

示例8： 查询名字包含悟的同学

示例9： 查找所有姓孙且名字只有两个字的同学

示例10： 查询数学成绩有90几的同学及数学成绩

6.9 分页查询（limit）

当查询结果很多时，就可以将查询结果分为很多页。

应用场景： 当我们在百度某个东西时，我们发现，搜索的结果很多，为了不一下子得到这么多数据，所以就用到了分页查询

注意： 当要查询的数据量很大时，其实网络开销是很大的，包括：

• 数据库服务器磁盘 IO
• 数据库客户端到数据库服务器的网络 IO

因此通过分页查询就可以限制一次查询的结果数目，来防止较大的网络开销

示例1：limit n 返回查询不多于 n 行的结果（n 表示查询结果的最大数目，默认从行0开始）

示例2：limit m, n 返回查询从行 m 开始，不多于 n 行的结果

示例3：limit n offset m 返回查询从行 m 开始，不多于 n 行的结果

补充：
检索出来的第一行为行0，而不是行1，上述示例2和示例3中的 m，代表行 m 或者 第 m+1 行

7. 修改表中的数据

语法：

update 表名 set 列名1 = 要修改的值 [, ..., 列名n = 要修改的值] [where 条件] [order by ...] [limit...];

补充：

• update 会正真修改数据库服务器硬盘的数据
• update 中的 =，相当于赋值
• 如果数据结果为 NULL，在这个基础上进行运算，结果还是 NULL

示例1： 将孙悟空的数学成绩修改成80（修改一个列）

示例2： 将曹孟德的数学成绩改为60，语文成绩改为70（修改多个列）

示例3： 将总成绩倒数前三的3位同学的数学成绩加上10分

示例4： 将所有同学的语文成绩减10

8. 删除表中的数据

语法：

delete from 表名 [where ...] [order by ...] [limit ...]

示例1： 删除孙悟空同学的考试成绩

示例2： 删除整张表数据

注意：

• 删除操作需要很谨慎
• delete from 删表是一条一条删除的，如果数据量很大，删除的速度就很慢。相比之下，直接删表速度更快