基本 SQL 命令——你应该知道的数据库查询和语句列表

原文： Basic SQL Commands - The List of Database Queries and Statements You Should Know

SQL 是 Structured Query Language（结构化查询语言）的缩写。SQL 命令是用于与数据库通信的指令，以执行任务、功能和对数据的查询。

SQL 命令可用于搜索数据库和执行其他功能，如创建表、向表添加数据、修改数据和删除表。

下面是一个基本的 SQL 命令（有时称为子句）的列表，如果你要使用 SQL，你应该知道这些命令。

SELECT 和 FROM

查询的 SELECT 部分决定了在结果中显示哪些列的数据。还有一些选项，你可以应用来显示不是表列的数据。

下面的例子显示了从 “student” 表中选取的三列和一个计算列。数据库存储了学生的 studentID、FirstName 和 LastName。我们可以结合 First 和 Last name 列来创建 FullName 计算列。

SELECT studentID, FirstName, LastName, FirstName + ' ' + LastName AS FullName
FROM student;

+-----------+-------------------+------------+------------------------+
| studentID | FirstName         | LastName   | FullName               |
+-----------+-------------------+------------+------------------------+
|         1 | Monique           | Davis      | Monique Davis          |
|         2 | Teri              | Gutierrez  | Teri Gutierrez         |
|         3 | Spencer           | Pautier    | Spencer Pautier        |
|         4 | Louis             | Ramsey     | Louis Ramsey           |
|         5 | Alvin             | Greene     | Alvin Greene           |
|         6 | Sophie            | Freeman    | Sophie Freeman         |
|         7 | Edgar Frank "Ted" | Codd       | Edgar Frank "Ted" Codd |
|         8 | Donald D.         | Chamberlin | Donald D. Chamberlin   |
|         9 | Raymond F.        | Boyce      | Raymond F. Boyce       |
+-----------+-------------------+------------+------------------------+
9 rows in set (0.00 sec)

CREATE TABLE

CREATE TABLE 就像它听起来那样：它在数据库中创建一个表。你可以指定表的名称和应该在表中出现的列。

CREATE TABLE table_name (
    column_1 datatype,
    column_2 datatype,
    column_3 datatype
);

ALTER TABLE

ALTER TABLE 改变一个表的结构。下面是你如何在数据库中增加一个列：

ALTER TABLE table_name
ADD column_name datatype;

CHECK

CHECK 约束是用来限制可以放在一列中的数值范围。

如果你在一个单列上定义 CHECK 约束，对于这个列它只允许某些值。如果你在一个表上定义一个 CHECK 约束，它可以根据行中其他列的值来限制某些列的值。

下面的 SQL 语句在创建 “Persons” 表时在 “Age” 列上创建了一个 CHECK 约束。这个 CHECK 约束确保不能有任何低于 18 岁的人。

CREATE TABLE Persons (
    ID int NOT NULL,
    LastName varchar(255) NOT NULL,
    FirstName varchar(255),
    Age int,
    CHECK (Age>=18)
);

为了允许 CHECK 约束的命名，以及在多个列上定义 CHECK 约束，请使用以下 SQL 语法：

CREATE TABLE Persons (
    ID int NOT NULL,
    LastName varchar(255) NOT NULL,
    FirstName varchar(255),
    Age int,
    City varchar(255),
    CONSTRAINT CHK_Person CHECK (Age>=18 AND City='Sandnes')
);

WHERE

（AND、OR、IN、BETWEEN 和 LIKE）

WHERE 子句是用来限制返回的行数的。

作为一个例子，首先我们将向你展示一个没有 WHERE 语句的 SELECT 语句和结果。然后我们将添加一个使用上述所有五个限定词的 WHERE 语句。

SELECT studentID, FullName, sat_score, rcd_updated FROM student;

+-----------+------------------------+-----------+---------------------+
| studentID | FullName               | sat_score | rcd_updated         |
+-----------+------------------------+-----------+---------------------+
|         1 | Monique Davis          |       400 | 2017-08-16 15:34:50 |
|         2 | Teri Gutierrez         |       800 | 2017-08-16 15:34:50 |
|         3 | Spencer Pautier        |      1000 | 2017-08-16 15:34:50 |
|         4 | Louis Ramsey           |      1200 | 2017-08-16 15:34:50 |
|         5 | Alvin Greene           |      1200 | 2017-08-16 15:34:50 |
|         6 | Sophie Freeman         |      1200 | 2017-08-16 15:34:50 |
|         7 | Edgar Frank "Ted" Codd |      2400 | 2017-08-16 15:35:33 |
|         8 | Donald D. Chamberlin   |      2400 | 2017-08-16 15:35:33 |
|         9 | Raymond F. Boyce       |      2400 | 2017-08-16 15:35:33 |
+-----------+------------------------+-----------+---------------------+
9 rows in set (0.00 sec)

现在，我们将重复 SELECT 查询，但我们将使用 WHERE 语句限制返回的行。

STUDENT studentID, FullName, sat_score, recordUpdated
FROM student
WHERE (studentID BETWEEN 1 AND 5 OR studentID = 8)
        AND
        sat_score NOT IN (1000, 1400);

+-----------+----------------------+-----------+---------------------+
| studentID | FullName             | sat_score | rcd_updated         |
+-----------+----------------------+-----------+---------------------+
|         1 | Monique Davis        |       400 | 2017-08-16 15:34:50 |
|         2 | Teri Gutierrez       |       800 | 2017-08-16 15:34:50 |
|         4 | Louis Ramsey         |      1200 | 2017-08-16 15:34:50 |
|         5 | Alvin Greene         |      1200 | 2017-08-16 15:34:50 |
|         8 | Donald D. Chamberlin |      2400 | 2017-08-16 15:35:33 |
+-----------+----------------------+-----------+---------------------+
5 rows in set (0.00 sec)

UPDATE

要更新一个表中的记录，你需要使用 UPDATE 语句。

使用 WHERE 条件来指定你要更新的记录，可以一次更新一个或多个列，语法是：

UPDATE table_name
SET column1 = value1, 
    column2 = value2, ...
WHERE condition;

下面的例子更新 Id 为 4 的记录的名称：

UPDATE Person
SET Name = “Elton John”
WHERE Id = 4;

你也可以通过使用其他表的值来更新表中的列。使用 JOIN 子句可以从多个表中获取数据，语法是：

UPDATE table_name1
SET table_name1.column1 = table_name2.columnA
    table_name1.column2 = table_name2.columnB
FROM table_name1
JOIN table_name2 ON table_name1.ForeignKey = table_name2.Key

下面的例子是更新所有记录的经理：

UPDATE Person
SET Person.Manager = Department.Manager
FROM Person
JOIN Department ON Person.DepartmentID = Department.ID

GROUP BY

GROUP BY 允许你合并行和汇总数据。

下面是 GROUP BY 的语法：

SELECT column_name, COUNT(*)
FROM table_name
GROUP BY column_name;

HAVING

HAVING 允许你过滤由 GROUP BY 子句聚合的数据，这样用户就可以得到有限的记录集来查看。

这是 HAVING 的语法：

SELECT column_name, COUNT(*)
FROM table_name
GROUP BY column_name
HAVING COUNT(*) > value;

AVG()

“Average” 用于计算由 SQL 语句返回的多行中的数字列的平均值。

下面是该函数的语法：

SELECT groupingField, AVG(num_field)
FROM table1
GROUP BY groupingField

下面是一个使用学生表的例子：

SELECT studentID, FullName, AVG(sat_score) 
FROM student 
GROUP BY studentID, FullName;

AS

AS 允许你使用别名重新命名一个列或表。

SELECT user_only_num1 AS AgeOfServer, (user_only_num1 - warranty_period) AS NonWarrantyPeriod FROM server_table

输出结果如下：

+-------------+------------------------+
| AgeOfServer | NonWarrantyPeriod      | 
+-------------+------------------------+
|         36  |                     24 |
|         24  |                     12 | 
|         61  |                     49 |
|         12  |                      0 | 
|          6  |                     -6 |
|          0  |                    -12 | 
|         36  |                     24 |
|         36  |                     24 | 
|         24  |                     12 | 
+-------------+------------------------+

你也可以使用 AS 为表指定一个名称，使其在连接中更容易引用。

SELECT ord.product, ord.ord_number, ord.price, cust.cust_name, cust.cust_number FROM customer_table AS cust

JOIN order_table AS ord ON cust.cust_number = ord.cust_number

输出结果如下：

+-------------+------------+-----------+-----------------+--------------+
| product     | ord_number | price     | cust_name       | cust_number  |
+-------------+------------+-----------+-----------------+--------------+
|     RAM     |   12345    |       124 | John Smith      |  20          |
|     CPU     |   12346    |       212 | Mia X           |  22          |
|     USB     |   12347    |        49 | Elise Beth      |  21          |
|     Cable   |   12348    |         0 | Paul Fort       |  19          |
|     Mouse   |   12349    |        66 | Nats Back       |  15          |
|     Laptop  |   12350    |       612 | Mel S           |  36          |
|     Keyboard|   12351    |        24 | George Z        |  95          |
|     Keyboard|   12352    |        24 | Ally B          |  55          |
|     Air     |   12353    |        12 | Maria Trust     |  11          |
+-------------+------------+-----------+-----------------+--------------+

ORDER BY

ORDER BY 为我们提供了一种方法，通过 SELECT 部分中的一个或多个项目对结果集进行排序。下面是一个按 FullName 对学生进行降序排序的 SQL。默认的排序顺序是升序（ASC），但如果要以相反的顺序（降序）排序，你可以使用 DESC。

SELECT studentID, FullName, sat_score
FROM student
ORDER BY FullName DESC;

COUNT

COUNT 将计算行数，并在结果集中以列的形式返回该计数。

下面是使用 COUNT 的例子：

• 计算一个表中的所有行数（不需要分组）
• 计算数据子集的总数（需要在语句中加入 Group By 部分）

这个 SQL 语句提供了一个所有行的计数。注意，你可以用 AS 给产生的 COUNT 列一个名称。

SELECT count(*) AS studentCount FROM student; 

DELETE

DELETE 是用来删除一个表中的记录。

请注意，你可以删除该表的所有记录，也可以只删除几条。使用 WHERE 条件来指定你要删除哪些记录，语法是：

DELETE FROM table_name
WHERE condition;

下面是一个从表 Person 中删除 Id 为 3 的记录的例子：

DELETE FROM Person
WHERE Id = 3;

INNER JOIN

JOIN，也叫 Inner Join，在两个表中选择具有匹配值的记录。

SELECT * FROM A x JOIN B y ON y.aId = x.Id

LEFT JOIN

LEFT JOIN 返回左表的所有记录，以及右表的匹配记录。即使右表中没有匹配的记录，左表中的记录也会被返回。左表中的行如果在右表中没有匹配，那么右表的值将为 null。

SELECT * FROM A x LEFT JOIN B y ON y.aId = x.Id

RIGHT JOIN

RIGHT JOIN 返回右表的所有记录，以及左表的匹配记录。与 LEFT JOIN 相反，这将返回右表的所有记录，即使在左表中没有匹配的记录。右表中的行如果在左表中没有匹配，那么左表的列就会有 null。

SELECT * FROM A x RIGHT JOIN B y ON y.aId = x.Id

FULL OUTER JOIN

FULL OUTER JOIN 返回所有在其中一个表中有匹配的记录。因此，如果左表中有一些记录在右表中没有匹配，这些记录将被包括在内。同时，如果右表中有一些记录在左表中没有匹配，这些记录也会被包括在内。

SELECT Customers.CustomerName, Orders.OrderID
FROM Customers
FULL OUTER JOIN Orders
ON Customers.CustomerID=Orders.CustomerID
ORDER BY Customers.CustomerName

INSERT

INSERT 是一种向表中插入数据的方法。

INSERT INTO table_name (column_1, column_2, column_3) 
VALUES (value_1, 'value_2', value_3);

LIKE

LIKE 在 WHERE 或 HAVING 中使用（作为 GROUP BY 的一部分），在包含某种模式的字符的列中选出行。

这个 SQL 语句将选择 FullName 以 “Monique” 开始或以 “Greene” 结束的学生。

SELECT studentID, FullName, sat_score, rcd_updated
FROM student 
WHERE 
    FullName LIKE 'Monique%' OR 
    FullName LIKE '%Greene'; 

+-----------+---------------+-----------+---------------------+
| studentID | FullName      | sat_score | rcd_updated         |
+-----------+---------------+-----------+---------------------+
|         1 | Monique Davis |       400 | 2017-08-16 15:34:50 |
|         5 | Alvin Greene  |      1200 | 2017-08-16 15:34:50 |
+-----------+---------------+-----------+---------------------+
2 rows in set (0.00 sec)

你可以在 LIKE 之前放置 NOT，以排除具有字符串模式的记录，而不是选择它们。这个 SQL 语句排除了 FullName 列中包含 “cer Pau” 和 “Ted” 的记录。

SELECT studentID, FullName, sat_score, rcd_updated
FROM student 
WHERE FullName NOT LIKE '%cer Pau%' AND FullName NOT LIKE '%"Ted"%';

+-----------+----------------------+-----------+---------------------+
| studentID | FullName             | sat_score | rcd_updated         |
+-----------+----------------------+-----------+---------------------+
|         1 | Monique Davis        |       400 | 2017-08-16 15:34:50 |
|         2 | Teri Gutierrez       |       800 | 2017-08-16 15:34:50 |
|         4 | Louis Ramsey         |      1200 | 2017-08-16 15:34:50 |
|         5 | Alvin Greene         |      1200 | 2017-08-16 15:34:50 |
|         6 | Sophie Freeman       |      1200 | 2017-08-16 15:34:50 |
|         8 | Donald D. Chamberlin |      2400 | 2017-08-16 15:35:33 |
|         9 | Raymond F. Boyce     |      2400 | 2017-08-16 15:35:33 |
+-----------+----------------------+-----------+---------------------+
7 rows in set (0.00 sec)