Sql 简明教程
SQL - SELECT Query
The SQL SELECT Statement
SQL SELECT 语句用于从数据库表中获取以表格形式返回此数据的数据。这些表格称为结果集。
Syntax
SELECT 查询的基本语法如下 -
SELECT column1, column2, columnN FROM table_name;
这里,column1, column2… 是你要获取其值的表的字段。如果您想要获取表中可用所有列,则可以使用以下语法 -
SELECT * FROM table_name;
Example
假设已使用如下所示的 CREATE TABLE 语句创建了一个名为 CUSTOMERS 的表:
CREATE TABLE CUSTOMERS (
ID INT NOT NULL,
NAME VARCHAR (20) NOT NULL,
AGE INT NOT NULL,
ADDRESS CHAR (25),
SALARY DECIMAL (18, 2),
PRIMARY KEY (ID)
);
现在,使用如下所示的 INSERT 语句向此表中插入值:
INSERT INTO CUSTOMERS VALUES
(1, 'Ramesh', 32, 'Ahmedabad', 2000.00 ),
(2, 'Khilan', 25, 'Delhi', 1500.00 ),
(3, 'Kaushik', 23, 'Kota', 2000.00 ),
(4, 'Chaitali', 25, 'Mumbai', 6500.00 ),
(5, 'Hardik', 27, 'Bhopal', 8500.00 ),
(6, 'Komal', 22, 'Hyderabad', 4500.00 ),
(7, 'Muffy', 24, 'Indore', 10000.00 );
该表将被创建为:
ID |
NAME |
AGE |
ADDRESS |
SALARY |
1 |
Ramesh |
32 |
Ahmedabad |
2000.00 |
2 |
Khilan |
25 |
Delhi |
1500.00 |
3 |
Kaushik |
23 |
Kota |
2000.00 |
4 |
Chaitali |
25 |
Mumbai |
6500.00 |
5 |
Hardik |
27 |
Bhopal |
8500.00 |
6 |
Komal |
22 |
Hyderabad |
4500.00 |
7 |
Muffy |
24 |
Indore |
10000.00 |
Retrieving Selected Fields/Columns
以下语句获取 CUSTOMERS 表中的可用记录的 ID、Name 和 Salary 字段。
SELECT ID, NAME, SALARY FROM CUSTOMERS;
Output
以上查询将生成以下表格 -
ID |
NAME |
Salary |
1 |
Ramesh |
2000.00 |
2 |
Khilan |
1500.00 |
3 |
Kaushik |
2000.00 |
4 |
Chaitali |
6500.00 |
5 |
Hardik |
8500.00 |
6 |
Komal |
4500.00 |
7 |
Muffy |
10000.00 |
Computing Using SELECT
SQL SELECT 语句还可以用于以表格形式检索各种数学计算结果。在这些情况下,您无需在语句中指定任何数据库表。
以下是执行此操作的语法 −
SELECT mathematical_expression;
Aliasing a Column in SELECT Statement
每当表中的列名称太难阅读和理解时,SQL 提供了一种方法来别名此列名称为另一个可理解且相关的名称。这是使用 AS keyword 完成的。您可以在 SELECT 语句中使用 AS 关键字将表的列名称显示为别名名称。
以下是执行此操作的语法 −
SELECT column_name
AS alias_name
FROM table_name;
您还可以使用别名以相同的语法显示 SELECT 表达式;您应使用数学语句而非 column_name。
Example
在以下示例中,我们尝试使用 concat() 表达式和将列别名为 DETAILS 以及 CUSTOMERS 表中的客户地址,在一个结果表的一列中检索客户详细信息 NAME 和 AGE。这将在以下查询中使用 SELECT 语句完成 -
SELECT CONCAT(NAME,' ',AGE)
AS DETAILS, ADDRESS
FROM CUSTOMERS ORDER BY NAME;
以上查询生成以下输出 -
DETAILS |
ADDRESS |
Chaitali 25 |
Mumbai |
Hardik 27 |
Bhopal |
Kaushik 23 |
Kota |
Khilan 25 |
Delhi |
Komal 22 |
Hyderabad |
Muffy 24 |
Indore |
Ramesh 32 |
Ahmedabad |