[SQL]SQL语言入门级教材_SQL语言快速入门（五）

SQL语言快速入门(一)
 
        SQL是英文Structured Query  Language的缩写，意思为结构化查询语言。
SQL语言的主要功能就是同各种数据库建立联系，进行沟通。按照ANSI（美国国家标准协会）的规定，SQL被作为关系型数据库管理系统的标准语言。SQL语句可以用来执行各种各样的操作，例如更新数据库中的数据，从数据库中提取数据等。目前，绝大多数流行的关系型数据库管理系统，如Oracle, Sybase, Microsoft SQL Server, Access等都采用了SQL语言标准。虽然很多数据库都对SQL语句进行了再开发和扩展，但是包括Select, Insert, Update, Delete, Create, 及Drop在内的标准的SQL命令仍然可以被用来完成几乎所有的数据库操作。下面，我们就来详细介绍一下SQL语言的基本知识。 
 
                                               数据库表格 
 
         一个典型的关系型数据库通常由一个或多个被称作表格的对象组成。数据库
中的所有数据或信息都被保存在这些数据库表格中。数据库中的每一个表格都具有
自己唯一的表格名称，都是由行和列组成，其中每一列包括了该列名称，数据类型
，以及列的其它属性等信息，而行则具体包含某一列的记录或数据。以下，是一个
名为天气的数据库表格的实例。 
 
            城市 最高气温 最低气温
            北京
            上海
            天津
            重庆
       该表格中“城市”，“最高气温”和“最低气温”就是三个不同的列
，而表格中的每一行则包含了具体的表格数据。 
 
                                                  数据查询 
 
         在众多的SQL命令中，select语句应该算是使用最频繁的。Select语句主要被用来对数据库进行查询并返回符合用户查询标准的结果数据。Select语句的语法格式如下： 
 
            select column1 [, column2,etc] from tablename 
 
            [where condition]; 
 
            （[] 表示可选项）
        Select语句中位于Select关键词之后的列名用来决定那些列将作为查询结果返回。用户可以按照自己的需要选择任意列，还可以使用通配符“*”来设定返回表格中的所有列。
       Select语句中位于from关键词之后的表格名称用来决定将要进行查询操作的目
标表格。
       Select语句中的where可选从句用来规定哪些数据值或哪些行将被作为查询结果返回或显示。在where条件从句中可以使用以下一些运算符来设定查询标准：
            = 等于
            > 大于
            < 小于
            >= 大于等于
            <= 小于等于
            <> 不等于
        除了上面所提到的运算符外，LIKE运算符在where条件从句中也非常重要。
LIKE运算符的功能非常强大，通过使用LIKE运算符可以设定只选择与用户规定格式相同的记录。此外，我们还可以使用通配符“%”用来代替任何字符串。举例如下：
           Select firstname, lastname, city
           from employee
           where firstname LIKE ‘E%’; 
 
         （注意，字符串必须被包含在单括号内）
           上述SQL语句将会查询所有名称以E开头的姓名。或者，通过如下语句： 
 
           Select * from employee
           where firstname = ‘May’；
           查询所有名称为May的行。
 
SQL语言快速入门(二)
 
创建表格
 
            SQL语言中的create table语句被用来建立新的数据库表格。Create table
    语句的使用格式如下：
            create table tablename
            (column1 data type,
            column2 data type,
            column3 data type); 
 
            如果用户希望在建立新表格时规定列的限制条件，可以使用可选的条件
    选项：
            create table tablename
            (column1 data type [constraint],
            column2 data type [constraint],
            column3 data type [constraint]); 
 
            举例如下：
            create table employee
            (firstname varchar(),
            lastname varchar(),
            age number(),
            address varchar(),
            city varchar()); 
 
简单来说，创建新表格时，在关键词create   table后面加入所要建立的表格
的名称，然后在括号内顺次设定各列的名称，数据类型，以及可选的限制条件
     等。注意，所有的SQL语句在结尾处都要使用“；”符号。
使用SQL语句创建的数据库表格和表格中列的名称必须以字母开头，后面
可以使用字母，数字或下划线，名称的长度不能超过30个字符。注意，用户在
称时不要使用SQL语言中的保留关键词，如select, create, insert等，作为表格或
列的名称。
数据类型用来设定某一个具体列中数据的类型。例如，在姓名列中只能采
     用的数据类型，而不能使用number的数据类型。 
 
        SQL语言中较为常用的数据类型为： 
 
                   char(size)：固定长度字符串，其中括号中的size用来设定字符串的最大
                                      度。Char类型的最大长度为255字节。 
 
                   varchar(size)：可变长度字符串，最大长度由size设定。 
 
                   number(size)：数字类型，其中数字的最大位数由size设定。 
 
                   Date：日期类型。 
 
                   number(size,d)：数字类型，size决定该数字总的最大位数，而d则用于
                                              设定该数字在小数点后的位数。 
 
             最后，在创建新表格时需要注意的一点就是表格中列的限制条件。所谓限
      制条件就是当向特定列输入数据时所必须遵守的规则。
例如，unique这一限制条件要求某一列中不能存在两个值相同的记录，所有
         记录的值都必须是唯一的。除unique之外，较为常用的列的限制条件
         还包括not, null和primary key等。Not null用来规定表格中某一列的值
         不能为空.Primary  key则为表格中的所有记录规定了唯一的标识符。 
 
向表格中插入数据
 
            SQL语言使用insert语句向数据库表格中插入或添加新的数据行。Insert语
   句的使用格式如下： 
 
            insert into tablename
            (first_column,...last_column)
            values (first_value,...last_value); 
 
            例如：
            insert into employee
            (firstname, lastname, age, address, city)
            values (‘Li’, ‘Ming’, , ‘No. Changan Road’, ‘Beijing”); 
 
                  简单来说，当向数据库表格中添加新记录时，在关键词insert into后面输
          入所要添加的表格名称，然后在括号中列出将要添加新值的列的名称。最后
           ，在关键词values的后面按照前面输入的列的顺序对应的输入所有要添加的
          记录值。 
 
更新记录
 
                    SQL语言使用update语句更新或修改满足规定条件的现有记录。
           Update语句的格式为： 
 
            update tablename
            set columnname = newvalue [, nextcolumn = newvalue2...]
            where columnname OPERATOR value [and|or column OPERATOR value]; 
 
            例如：
            update employee
            set age = age+
            where first_name= ‘Mary’and last_name= ‘Williams’; 
 
                   使用update语句时，关键一点就是要设定好用于进行判断的where条件
           从句。 
 
删除记录
 
                    SQL语言使用delete语句删除数据库表格中的行或记录。Delete语句的
           格式为： 
 
            delete from tablename
            where columnname OPERATOR value [and|or column OPERATOR value]; 
 
            例如：
            delete from employee
            where lastname = May; 
 
简单来说，当需要删除某一行或某个记录时，在delete from关键词之
后输入表格名称，然后在where从句中设定删除记录的判断条件。注意，
如果用户在使用delete语句时不设定where从句，则表格中的所有记录将
全部被删除。 
 
删除数据库表格
 
在SQL语言中使用drop table命令删除某个表格以及该表格中的所有记
            录。Drop table命令的使用格式为： 
 
            drop table tablename； 
 
            例如： 
 
            drop table employee; 
 
如果用户希望将某个数据库表格完全删除，只需要在drop table命令后
输入希望删除的表格名称即可。Drop table命令的作用与删除表格中的所有
记录不同。删除表格中的全部记录之后，该表格仍然存在，而且表格中列
的信息不会改变。而使用drop table命令则会将整个数据库表格的所有信息
全部删除。 
 
      以上，我们对SQL语言主要的命令和语句进行了较为详细的介绍。应该说SQL语句的语法结构和风格还是相当简单和直观的，只要用户结合实践多加练习，一定会在短期内迅速掌握。
 
SQL语言快速入门(三)
 
        我们日常使用SQL语言的工作过程中，使用最多的还是从已经建立好的数据库中查询信息。下面，我们就来详细介绍一下如何使用SQL语言实现各种数据库查询操作。 
 
            SELECT…FROM
            为方便讲解，我们在数据库中创建名为Store_Information的如下数据表。 
 
            Store_Information
            Store_Name             Sales             Date
            Los Angeles                          Jan--
            San Diego                               Jan--
            Los Angeles                            Jan--
            Boston                                     Jan-- 
 
            SQL语言中用于数据库查询的最简单的命令就是SELECT…FROM，语法格
      式为：
            SELECT \"column_name\" FROM \"table_name\" 
 
例如，如果我们希望查询Store_Information数据表中所有的商店名称时，可
     以使用如下命令：
            SELECT store_name FROM Store_Information 
 
           查询结果显示为：
            Store_Name
            Los Angeles
            San Diego
            Los Angeles
            Boston 
 
如果用户希望一次查询多个字段，可以将所要查询的字段名称依次加入
     SELECT关键字之后，中间用“，”隔开即可。 
 
            DISTINCT
            SELECT关键字支持用户查询数据表中指定字段的所有数据，但是这样有时
就会不可避免的出现重复信息。如果用户希望只查询那些具有不同记录值的信
息的话，可以使用SQL语言的DISTINCT关键字。语法格式如下： 
 
            SELECT DISTINCT \"column_name\"
            FROM \"table_name\" 
 
例如，我们可以使用以下命令查询Store_Information数据表具有不同记录值
      的所有记录。 
 
            SELECT DISTINCT Store_Name FROM Store_Information 
 
            查询结果如下：
            Store_Name
            Los Angeles
            San Diego
            Boston 
 
            WHERE
除了选择具有不同记录值的记录之外，有时我们可能还会需要根据某些条
件对数据库中的数据进行查询。例如，我们可能需要查询Store_Information数
据表中销售额超过1000美圆的商店。为此，我们可以使用SQL语言的WHERE
关键字设定查询条件。语法格式如下： 
 
            SELECT \"column_name\"
            FROM \"table_name\"
            WHERE \"condition\"
            由此，我们可以使用如下命令查询销售额超过1000美圆的商店信息： 
 
            SELECT store_name FROM Store_Information WHERE Sales >  
 
            查询结果显示为：
            store_name
            Los Angeles 
 
运算函数
现在，我们已经了解到在使用SQL语言进行数据库查询操作时可以通过对
数值的判断设定灵活的查询条件。为了增强对运算的支持能力，SQL提供了众
多实用的运算函数供广大用户使用。例如，我们可以直接在SQL命令中调用
 SUM或AVG这两个分别用于计算总数和平均数的函数。语法格式如下： 
 
            SELECT \"function type\"(\"column_name\")
            FROM \"table_name\" 
 
如果我们希望查询Store_Information数据表中所有商店的总销售额的话，可
    以使用如下命令： 
 
            SELECT SUM(Sales) FROM Store_Information 
 
            查询结果显示为：
            SUM(Sales) 
 
            COUNT
除了SUM和AVG函数之外，COUNT函数是SQL语言中另一个较为常用
的运算函数。COUNT函数可以用来计算数据表中指定字段所包含的记录数目。
语法格式为： 
 
            SELECT COUNT(\"column_name\")
            FROM \"table_name\" 
 
例如，如果我们希望查询Store_Information数据表中的有关商店的记录条数
     时，可以使用如下命令： 
 
            SELECT COUNT(store_name)
            FROM Store_Information 
 
            查询结果显示为：
            Count(store_name) 
 
            COUNT函数可以和DISTINCT关键字一起使用从而可以查询数据表中指定
字段中所有具有不同记录值的记录数目.例如，如果我们希望查询Store_Information
数据表中不同商店的数目时，可以使用如下命令： 
 
            SELECT COUNT(DISTINCT store_name)
            FROM Store_Information 
 
            查询结果显示为：
            Count(DISTINCT store_name) 
 
             GROUP BY
下面我们来进一步看一下SQL语言中的集合函数。上文中，我们曾使用
     SUM函数计算所有商店的销售总额，如果我们希望计算每一家商店各自的总销
售额时该怎么办呢？要实现这一目的我们需要做两件事：首先，我们需要查询
商店名称和销售额两个字段；然后，我们使用SQL语言的GROUP BY命令将
销售额按照不同的商店进行分组，从而计算出不同商店的销售总额。GROUP
BY命令的语法格式为： 
 
            SELECT \"column_name1\", SUM(\"column_name2\")
            FROM \"table_name\"
            GROUP BY \"column_name1\" 
 
            我们可以使用如下命令实现上述查询目的：
            SELECT store_name, SUM(Sales)
            FROM Store_Information
            GROUP BY store_name 
 
            查询结果显示为：
            store_name SUM(Sales)
            Los Angeles
            San Diego
            Boston  
 
            小注：
                    GROUP BY关键字一般应用于同时查询多个字段并对字段进行算术运
             算的SQL命令中。 
 
            HAVING
           用户在使用SQL语言的过程中可能希望解决的另一个问题就是对由sum或
   其它集合函数运算结果的输出进行限制。例如，我们可能只希望看到Store_
    Information数据表中销售总额超过1500美圆的商店的信息，这时我们就需要使
   用HAVING从句。语法格式为： 
 
            SELECT \"column_name1\", SUM(\"column_name2\")
            FROM \"table_name\"
            GROUP BY \"column_name1\"
            HAVING (arithematic function condition)
           （GROUP BY从句可选） 
 
           由此，我们可以使用如下命令实现上述查询目的：
            SELECT store_name, SUM(sales)
            FROM Store_Information
            GROUP BY store_name
            HAVING SUM(sales) >  
 
            查询结果显示为：
            store_name SUM(Sales)
            Los Angeles  
 
            小注：
                     SQL语言中设定集合函数的查询条件时使用HAVING从句而不是
             WHERE从句。通常情况下，HAVING从句被放置在SQL命令的结尾处。 
 
            ALIAS
下面，我们重点介绍一下如何在SQL命令中设定别名。SQL语言中一般使
用两种类型的别名，分别为字段别名和数据表别名。简单的说，使用字段别名
可以帮助我们有效的组织查询的输出结果。例如，上文所列举的多个实例中，
当我们计算商店销售总额时，显示结果中就会出现SUM(sales)。虽然SUM(sales)
并不会对我们理解查询结果带来不便，但是如果我们需要在查询中使用多项复
杂运算时，显示结果就不会这么直观了。如果这时我们使用字段别名就会极大
的提高查询结果的可读性。
对于数据表别名，我们可以通过将别名直接放置在FROM从句中数据表名
称的后面设定。数据表别名在我们下面将要讲述的连接多个数据表进行查询的
操作中极为有用。
            字段和数据表别名的语法格式如下： 
 
            SELECT \"table_alias\".\"column_name1\" \"column_alias\"
            FROM \"table_name\" \"table_alias\" 
 
            即别名都直接放置在各自对应名称的后面，中间用空格分开。 
 
以Store_Information数据表为例，我们可以在GROUP BY一节中所使用的
       SQL命令中设置如下字段和数据表别名： 
 
            SELECT A1.store_name \ "Store\", SUM(Sales) \"Total Sales\"
            FROM Store_Information A1
            GROUP BY A1.store_name 
 
            查询结果显示为： 
 
            Store Total Sales
            Los Angeles
            San Diego
            Boston  
 
连接多个数据表
最后，我们来看一下如果使用SQL语言连接多个数据表，实现对多个数据
表的查询。为方便讲解，我们在数据库中分别创建了两个名为Store_Information
和Region的数据表。 
 
            Store_Information
            Store_Name            Sales             Date
            Los Angeles                          Jan--
            San Diego                               Jan--
            Los Angeles                            Jan--
            Boston                                    Jan-- 
 
            Region
            Region_Name             Store_Name
            East                                Boston
            East                              New York
            West                             Los Angeles
            West                             San Diego 
 
            下面，我们就来看一下通过数据表的连接实现按不同区域查询销售额。
我们注意到在名为Region的数据表中包含区域和商店两个字段信息，而在名为
Store_Information的数据表中则包含每一家商店的销售信息。因此，为了得到按
区域划分的销售信息，我们需要将两个不同数据表的信息结合在一起进行查询.
通过对上述两个数据表的分析，我们发现每个数据表中都包含一个名为
Store_Name的字段，因此，我们可以使用如下命令实现查询目的： 
 
            SELECT A1.region_name REGION, SUM(A2.Sales) SALES
            FROM Region A1, Store_Information A2
            WHERE A1.store_name = A2.store_name
            GROUP BY A1.region_name
            查询结果显示为：
            REGION SALES
            East
            West  
 
            说明：
上述查询命令的前两行用于指定所要查询的目标字段，分别为Region数据
表中的Region_Name字段和Store_Information数据表中Sales字段的记录值总
数。这里，我们设定两个字段的别名分别为REGION和SALES，两个数据表的
别名分别为A1和A2。如果我们只使用字段别名而不设定数据表别名的话，上
述SQL命令的第一行就变成如下形式： 
 
           SELECT Region.Region_Name REGION, SUM(Store_Information.Sales) SALES 
 
由此我们可以看出有效的使用数据表别名，可以极大的简化对多个数据表
进行操作的SQL命令。
      上述查询命令的第3行为WHERE从句，正是该从句设定了两个数据表的
连接条件。因为我们希望确保Region数据表中的Store_Name字段能够与
Store_Information数据表中的同名字段相对应，所以我们规定两个字段的记录
值应当相等。在连接多个数据表时，一定要准确设定数据表的连接条件，如果
WHERE从句设定不正确，则可能导致查询结果中出现众多不相关的数据 .