---

📝Update

【MySQL 数据库】MySQL基本查询（第一节）

---

语法：

UPDATE table_name SET column = expr [, column = expr ...] 
[WHERE ...] [ORDER BY ...] [LIMIT ...]

对查询到的结果进行列值更新

案例：

🌉 将孙悟空同学的数学成绩变更为 80 分

• 更新值为具体值
• 查看原数据

SELECT name, math FROM exam_result WHERE name = '孙悟空';| name | math | 
| 孙悟空 | 78|
1 row in set (0.00 sec) 

• 数据更新

UPDATE exam_result SET math = 80 WHERE name = '孙悟空'; Query OK, 1 row affected (0.04 sec)
Rows matched:1 Changed:1 warnings:0

• 查看更新后数据

SELECT name,math FROM exam_result WHERE name="孙悟空';| name | math |
|孙悟空 | 80|
1 row in set(0.00 sec)

🌉 将曹孟德同学的数学成绩变更为60分，语文成绩变更为70分

• 一次更新多个列
• 查看原数据

SELECT name,math,chinese FROM exam_result WHERE name="曹孟德';

| name | math | chinese|
| 曹孟德 | 84| 82|
1 row in set (0.00 sec)

• 数据更新

UPDATE exam_result SET math =60,chinese=70 WHERE name='曹孟德';

Query ok,1 row affected (0.14 sec) Rows matched:1 Changed:1 warnings:0

• 查看更新后数据

SELECT name,math,chinese FROM exam_result WHERE name="曹孟德';

| name | math | chinese|
| 曹孟德 | 60| 70|
1 row in set (0.00 sec)

🌉 将总成绩倒数前三的3位同学的数学成绩加上30分

• 更新值为原值基础上变更
• 别名可以在ORDER BY中使用
• 查看原数据

SELECT name, math,chinese+math+english总分FROM exam_result
ORDER BY总分LIMIT3;

| name | math| 总分 |
| 宋公明 | 65 | 170 |
| 刘玄德 | 85 | 185 |
| 曹孟德 | 60| 197 |
3 rows in set (0.00sec)

• 数据更新，不支持math+=30这种语法

UPDATE exam_result SET math = math+30
ORDER BY chinese + math+english LIMIT 3;

• 查看更新后数据
• 思考：这里还可以按总分升序排序取前3个么?

SELECT name,math,chinese +math+english总分FROM exam_result WHERE name IN('宋公明','刘玄德','曹孟德');

| name | math| 总分 |
| 曹孟德 | 90 | 227 |
| 刘玄德 | 115 | 215 |
| 宋公明 | 95 | 200 |
3 rows in set (0.00 sec)

• 按总成绩排序后查询结果

SELECT name,math,chinese+math+english总分FROM exam_result
ORDER BY总分LIMIT3;

| name | math| 总分 |
| 宋公明 | 95 | 200 |
| 刘玄德 | 115 | 215 |
| 唐三藏 | 98 | 221 |
3 rows in set (0.00 sec)

🌉将所有同学的语文成绩更新为原来的2倍

• 注意：更新全表的语句慎用！
• 没有WHERE子句，则更新全表
• 查看原数据

SELECT* FROM exam_result;

| id | name | chinese| math | english |
| 1 | 唐三藏 | 67 | 98 | 56 |
| 2 | 孙悟空 | 87 | 80 | 77 |
| 3 | 猪悟能 | 88 | 98 | 90 |
| 4 | 曹孟德 | 70 | 90 | 67 |
| 5 | 刘玄德 | 55 | 115 | 45 |
| 6 | 孙权 | 70| 73 | 78 |
| 7 | 宋公明 | 75| 95| 30 |
7 rows in set(0.00 sec)

• 数据更新

UPDATE exam_result SET chinese = chinese*2;

Query OK,7rows affected (0.00 sec)
Rows matched:7 changed:7 warnings:0

• 查看更新后数据

SELECT* FROM exam_result;

| id | name | chinese | math | english |
| 1 | 唐三藏 | 134 | 98 | 56 |
| 2 | 孙悟空 | 174 | 80 | 77 |
| 3 | 猪悟能 | 176 | 98 | 90 |
| 4 | 曹孟德 | 140 | 90 | 67 |
| 5 | 刘玄德 | 110 | 115 | 45 |
| 6 | 孙权 | 140 | 73 | 78 |
| 7 | 宋公明 | 150 | 95| 30 |
7 rows in set (0.00 sec)

🌠 Delete

🌉 删除数据

语法：

DELETE FROM table_name [WHERE...] [ORDER BY...] [LIMIT...]

案例：

🌉 删除孙悟空同学的考试成绩

• 查看原数据

SELECT*FROM exam_result WHERE name="孙悟空';
| id | name | chinese | math | english |
| 2 | 孙悟空 | 174 | 80 | 77 |
1 row in set(0.00 sec)

• 删除数据

DELETE FROM exam_result WHERE name='孙悟空';
Query OK,1 row affected (0.17sec)

• 查看删除结果

SELECT*FROM exam_result WHERE name="孙悟空';
Empty set (0.00 sec)

🌉 删除整张表数据

• 注意：删除整表操作要慎用！
• 准备测试表

CREATE TABLE for_delete ( id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR (20);Query OK,0 rows affected (0.16 sec)
);

• 插入测试数据

INSERT INTO for_delete (name) VALUES ('A'),('B'),("c");Query OK,3 rows affected (1.05 sec) Records:3Duplicates:0 warnings:0

• 查看测试数据

SELECT* FROM for_delete;| id | name |
| 1 | A |
| 2 | B |
| 3 | C |
3 rows in set (0.00 sec)

• 删除整表数据

DELETE FROM for_delete;Query OK,3rows affected (0.00 sec)

• 查看删除结果

SELECT * FROM for_delete;Empty set (0.00 sec)

• 再插入一条数据，自增id在原值上增长

INSERT INTO for_delete (name) VALUES ("'D");
Query OK,1 row affected (0.00 sec)

• 查看数据

SELECT* FROM for_delete;| id | name |
| 4 | D |
1 row in set(0.00 sec)

• 查看表结构，会有AUTO_INCREMENT项

SHOW CREATE TABLE for_delete\G*************************** 1. row ***************************
Table: for_delete
create Table: CREATE TABLE for_delete'(
idint(11)NOT NULL AUTO_NCREMENT, "name' varchar(20) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8
1 row in set (0.00 sec)

🌉 截断表

语法：

TRUNCATE [TABLE] table_name

注意：
这个操作慎用

1. 只能对整表操作，不能像 DELETE 一样针对部分数据操作；
2. 实际上 MySQL 不对数据操作，所以比 DELETE 更快，但是TRUNCATE在删除数据的时候，并不经过真正的事物，所以无法回滚；
3. 会重置 AUTO_INCREMENT 项

案例：

• 准备测试表

CREATE TABLE for_truncate ( 
id INT PRIMARY KEY AUTO_INCREMENT, 
name VARCHAR(20) 
); 
Query OK, 0 rows affected (0.16 sec)

• 插入测试数据

INSERT INTO for_truncate (name) VALUES ('A'), ('B'), ('C'); Query OK, 3 rows affected (1.05 sec)
Records: 3 Duplicates: 0 Warnings: 0

• 查看测试数据

SELECT * FROM for_truncate; 
| id | name | 
| 1 | A | 
| 2 | B | 
| 3 | C | 
3 rows in set (0.00 sec)

• 截断整表数据，注意影响行数是 0，所以实际上没有对数据真正操作

TRUNCATE for_truncate; 
Query OK, 0 rows affected (0.10 sec)

• 查看删除结果

SELECT * FROM for_truncate; 
Empty set (0.00 sec)

• 再插入一条数据，自增 id 在重新增长

INSERT INTO for_truncate (name) VALUES ('D'); 
Query OK, 1 row affected (0.00 sec)

• 查看数据

SELECT * FROM for_truncate; 

| id | name | 
| 1 | D | 
1 row in set (0.00 sec)

• 查看表结构，会有 AUTO_INCREMENT=2 项

SHOW CREATE TABLE for_truncate\G 

*************************** 1. row ***************************
Table: for_truncate
Create Table: CREATE TABLE `for_truncate` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(20) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8
1 row in set (0.00 sec)

🌠 插入查询结果

语法：

INSERT INTO table_name [(column [, column ...])] SELECT ...

案例：
删除表中的重复记录，重复的数据只能有一份

• 创建原数据表

CREATE TABLE duplicate_table (id int, name varchar(20)); 
Query OK, 0 rows affected (0.01 sec)

• 插入测试数据

INSERT INTO duplicate_table VALUES 
(100, 'aaa'), 
(100, 'aaa'), 
(200, 'bbb'), 
(200, 'bbb'), 
(200, 'bbb'), 
(300, 'ccc'); 
Query OK, 6 rows affected (0.00 sec)
Records: 6 Duplicates: 0 Warnings: 0

思路：

• 创建一张空表 no_duplicate_table，结构和 duplicate_table 一样

CREATE TABLE no_duplicate_table LIKE duplicate_table; 

• 将 duplicate_table 的去重数据插入到 no_duplicate_table

INSERT INTO no_duplicate_table SELECT DISTINCT * FROM duplicate_table;Query OK, 3 rows affected (0.00 sec)
Records: 3 Duplicates: 0 Warnings: 0

• 通过重命名表，实现原子的去重操作

RENAME TABLE duplicate_table TO old_duplicate_table, 
no_duplicate_table TO duplicate_table; 

Query OK, 0 rows affected (0.00 sec)

• 查看最终结果

SELECT * FROM duplicate_table; | id | name | 
| 100 | aaa | 
| 200 | bbb | 
| 300 | ccc | 
3 rows in set (0.00 sec)

🌠聚合函数

函数	说明
COUNT([DISTINCT] expr)	返回查询到的数据的 数量
SUM([DISTINCT] expr)	返回查询到的数据的 总和，不是数字没有意义
AVG([DISTINCT] expr)	返回查询到的数据的 平均值，不是数字没有意义
MAX([DISTINCT] expr)	返回查询到的数据的 最大值，不是数字没有意义
MIN([DISTINCT] expr)	返回查询到的数据的 最小值，不是数字没有意义

案例：

🌉统计班级共有多少同学

• 使用 * 做统计，不受 NULL 影响

SELECT COUNT(*) FROM students; | COUNT(*) | 
| 4 |
1 row in set (0.00 sec)

• 使用表达式做统计

SELECT COUNT(1) FROM students;| COUNT(1) | 
| 4 |
1 row in set (0.00 sec)

🌉统计班级收集的 qq 号有多少

• NULL 不会计入结果

SELECT COUNT(qq) FROM students; | COUNT(qq) | 
| 1 |
1 row in set (0.00 sec)

🌉统计本次考试的数学成绩分数个数

• COUNT(math) 统计的是全部成绩

SELECT COUNT(math) FROM exam_result; | COUNT(math) | 
| 6 |
1 row in set (0.00 sec)

• COUNT(DISTINCT math) 统计的是去重成绩数量

SELECT COUNT(DISTINCT math) FROM exam_result; | COUNT(math) | 
| 6 |
1 row in set (0.00 sec)

🌉 统计数学成绩总分

SELECT SUM(math) FROM exam_result; | SUM(math) | 
| 569 |
1 row in set (0.00 sec)

• 不及格 < 60 的总分，没有结果，返回 NULL

SELECT SUM(math) FROM exam_result WHERE math < 60;| SUM(math) | 
| NULL | 
1 row in set (0.00 sec)

🌉统计平均总分

SELECT AVG(chinese + math + english) 平均总分 FROM exam_result; 
| 平均总分 |
| 297.5 |

🌉返回英语最高分

SELECT MAX(english) FROM exam_result; | MAX(english) | 
| 90 |
1 row in set (0.00 sec)

🌉返回 > 70 分以上的数学最低分

SELECT MIN(math) FROM exam_result WHERE math > 70; | MIN(math) | 
| 73 |
1 row in set (0.00 sec)

🌠group by子句的使用

1. 语法结构：

   SELECT 分组列1, 分组列2, 聚合函数(统计列)
   FROM 表名
   [WHERE 筛选条件]  -- 分组前筛选行
   GROUP BY 分组列1, 分组列2  -- 按列分组（与SELECT中分组列顺序一致）
   [HAVING 分组筛选条件]  -- 分组后筛选组
   [ORDER BY 排序列];  -- 对分组结果排序
   

在select中使用group by 子句可以对指定列进行分组查询

select column1, column2, .. from table group by column;

2. 核心规则：
   • SELECT 后出现的非聚合函数列，必须全部出现在 GROUP BY 子句中（否则会报错，因为无法确定非分组列的取值）。
   • GROUP BY 可以按多个列分组（先按第一列分组，同一组内再按第二列细分）。

2、经典案例解析（基于 EMP 员工表）
假设 EMP 表结构如下（简化版）：

empno	ename	job	sal	deptno
1001	张三	经理	5000	10
1002	李四	职员	2000	10
1003	王五	职员	1800	10
1004	赵六	经理	4500	20
1005	钱七	职员	2200	20

案例 1：按单个列分组（部门）
需求：显示每个部门的平均工资、最高工资和员工人数。

SELECT deptno AS 部门编号,AVG(sal) AS 平均工资,MAX(sal) AS 最高工资,COUNT(*) AS 员工人数  -- 统计每个部门的人数
FROM EMP
GROUP BY deptno;  -- 按部门编号分组

结果：

部门编号	平均工资	最高工资	员工人数
10	2933.33	5000	3
20	3350.00	4500	2

案例 2：按多个列分组（部门+岗位）
需求：显示每个部门中，每种岗位的平均工资和最低工资。

SELECT deptno AS 部门编号,job AS 岗位,AVG(sal) AS 平均工资,MIN(sal) AS 最低工资
FROM EMP
GROUP BY deptno, job;  -- 先按部门分组，同部门内再按岗位分组

结果：

部门编号	岗位	平均工资	最低工资
10	经理	5000.00	5000
10	职员	1900.00	1800
20	经理	4500.00	4500
20	职员	2200.00	2200

案例 3：GROUP BY + HAVING 筛选分组结果
HAVING 用于对分组后的结果进行筛选（类似 WHERE，但 WHERE 是分组前筛选行，HAVING 是分组后筛选组）。

需求：显示平均工资低于 3000 的部门及其平均工资。

SELECT deptno AS 部门编号,AVG(sal) AS 平均工资
FROM EMP
GROUP BY deptno
HAVING 平均工资 < 3000;  -- 筛选分组后的平均工资

结果：

部门编号	平均工资
10	2933.33

案例 4：GROUP BY + WHERE + HAVING 组合使用
需求：排除工资低于 1500 的员工后，统计每个部门的平均工资，且只显示平均工资高于 2500 的部门。

SELECT deptno AS 部门编号,AVG(sal) AS 平均工资
FROM EMP
WHERE sal >= 1500  -- 先排除工资<1500的员工（本案例中无此类员工，仅作示例）
GROUP BY deptno
HAVING 平均工资 > 2500;  -- 再筛选平均工资>2500的部门

结果：

部门编号	平均工资
10	2933.33
20	3350.00

三、常见错误与注意事项

1. SELECT 中的非聚合列必须在 GROUP BY 中
   错误示例：

   SELECT deptno, job, AVG(sal) FROM EMP GROUP BY deptno;  -- 错误！job未在GROUP BY中
   

   原因：分组后每个部门包含多个岗位，job 列的值不唯一，无法确定显示哪一个。

2. HAVING 可以使用别名，WHERE 不能
   正确：HAVING 平均工资 < 3000（平均工资 是 AVG(sal) 的别名）
   错误：WHERE 平均工资 < 3000（WHERE 不支持聚合函数别名）

3. GROUP BY 的分组顺序不影响结果，但建议与 SELECT 中分组列顺序一致
   例如 GROUP BY deptno, job 与 GROUP BY job, deptno 分组逻辑不同，结果也不同。

---

🚩总结

点击刷题----->牛客刷题SQL篇

面试题：SQL查询中各个关键字的执行先后顺序 from > on> join > where > group by > with > having > select > distinct > order by > limit