MySQL DQL查询语句详解：从基础到实战

DQL简介与核心逻辑

DQL（Data Query Language）即数据查询语言，在MySQL中主要体现为 SELECT 语句。它是数据库中最常用的操作，用于从表中检索满足特定条件的数据。理解DQL的执行顺序至关重要，它决定了如何从原始数据中提取、过滤和展示最终结果。

第1步：理解SQL语法执行顺序

目的：明确查询语句各部分的逻辑执行先后，避免语法错误或逻辑误解。

说明：虽然我们在编写SQL时通常遵循“SELECT ... FROM ... WHERE ...”的顺序，但数据库引擎的实际处理逻辑略有不同。完整的查询结构通常包含以下关键字段：

• SELECT：指定返回的列或计算表达式。可使用 ALL（默认）返回所有行，或使用 DISTINCT 去除重复值。
• FROM：指定数据来源表，可支持多表连接（JOIN）并设置别名。
• WHERE：在分组前对行进行条件过滤。
• GROUP BY：将数据按指定列分组，以便进行聚合运算。
• HAVING：在分组后对分组结果进行条件筛选。
• ORDER BY：对最终结果集进行排序，支持升序（ASC）或降序（DESC）。
• LIMIT：限制返回的记录数量，常用于分页。

环境准备与数据初始化

为了演示后续的查询操作，我们需要先构建一个测试数据库及数据表。以下是创建数据库 test 和数据表 data 并插入示例数据的完整流程。

第2步：创建数据库与测试表

入口：MySQL命令行客户端或图形化管理工具（如Navicat、MySQL Workbench）。

操作：执行以下SQL脚本创建表结构并填充初始数据。

create database if not exists test;
use test;

create table if not exists data(
    id tinyint primary key auto_increment,
    price double NOT null,
    name varchar(20) not null,
    type varchar(20) not null
);

insert into data values
(null,900,'洗衣机','b'),
(null,1900,'冰箱','b'),
(null,2900,'空调','b'),
(null,3900,'电视','b'),
(null,150,'衣服','c'),
(null,180,'裤子','c'),
(null,200,'鞋子','c'),
(null,188,'洗面奶','a'),
(null,188,'洗发水','a'),
(null,199,'洗衣液','a'),
(null,88,'沐浴露','a'),
(null,5,'泡面','d'),
(null,15,'饼干','d'),
(null,30,'咖啡','d');

DQL核心操作详解

第3步：基础简单查询

目的：掌握基本的数据提取方式，包括全表查询、字段选择及别名使用。

操作：

• 查询所有字段：直接使用 select * from data;
• 查询特定字段：如 select name,price from data;
• 使用表别名：在复杂查询中简化代码，如 select d.name,d.price from data as d;
• 去重查询：使用 DISTINCT 排除重复值，例如 select distinct price from data;
• 表达式计算：可在查询中进行数学运算，如价格加100：select name,price +100 newprice from data;

第4步：运算符的应用

目的：利用算术运算符对数据进行实时计算。

操作：以算术乘法为例，若需查询当前价格的1.5倍作为参考价：

select name,price *1.5 newprice from data;

第5步：条件查询（Where子句）

目的：根据特定条件筛选符合条件的行数据。

重要参数：常见的比较运算符包括 =, <>, >, < 等，以及逻辑运算符 AND, OR, NOT。

• 精确匹配： select * from data where name='洗衣机';
• 范围查询： 使用 BETWEEN ... AND ...，如查询价格在200到1000之间的商品：select * from data where price between 200 and 1000;
• 集合匹配： 使用 IN 判断值是否在列表中，如 select * from data where price in(188,900);，等价于使用 OR 连接多个条件。
• 模糊匹配： 使用 LIKE 配合通配符。% 代表任意多个字符，_ 代表单个字符。例如查询名称中包含“衣”的商品：select * from data where name like '%衣%';
• 空值判断： 必须使用 IS NULL 或 IS NOT NULL，不能使用 = NULL。例：select * from data where id is null;

注：当NULL参与大小比较时，结果不确定，最大值和最小值均可能为NULL，需谨慎处理。

第6步：排序查询（Order By）

目的：对查询结果按照指定列进行升序或降序排列。

操作：

• 默认升序： select * from data order by price;
• 指定降序： select * from data order by price desc;
• 多字段排序：先按价格排序，价格相同时再按ID排序：select * from data order by price,id;

第7步：聚合函数查询

目的：对一组数据进行统计计算，返回单个汇总值。

常用函数：

• COUNT(*)：统计总行数（包括NULL值）；COUNT(id)：统计指定非空列的行数。
• SUM()：求和，如 select sum(price) from data;
• MAX() / MIN()：最大值/最小值，可同时查询多个字段的极值。
• AVG()：平均值。

示例：查询类型为'c'的商品平均价格：select avg(price) from data where type='c';

第8步：分组查询（Group By）

目的：将数据按某一列或多列的值进行分组，常配合聚合函数使用。

操作：按商品类型（type）分组，统计每种类型的商品数量和总价：

select type,count(id) from data group by type;
select type,sum(price) from data group by type;

第9步：分组后的条件筛选（Having）

目的：在分组完成后，对分组结果进行二次过滤。注意 HAVING 与 WHERE 的区别：WHERE 在分组前过滤行，HAVING 在分组后过滤组。

操作：查询商品数量为4种以上的类型，并按类型排序：

select type,count(id) count from data group by type having count=4 order by type;

第10步：分页查询（Limit）

目的：控制每次查询返回的记录数量，实现分页显示，减少服务器负载并提升前端加载速度。

语法：LIMIT [offset,] size。其中 offset 是起始索引（从0开始），size 是返回的记录数。

• 仅限制数量：select * from data limit 5; （返回前5条）
• 指定偏移量：从第4条记录开始（索引3），向后显示5条：select * from data limit 3,5;

第11步：INSERT INTO SELECT 语句

目的：将一个查询的结果集直接插入到另一个表中，常用于数据备份或汇总统计。

操作：

1. 创建一个新表 data2 并拷贝 data 表的部分字段：

create table data2(name varchar(10),price double);
insert into data2 select name,price from data;

2. 将分组统计结果存入 data3 表：

create table data3(type varchar(10),num int);
insert into data3 select type,count(*) from data group by type order by count(*);
select * from data3;

总结

DQL是MySQL数据操作的核心，熟练掌握SELECT语句的各个子句及其执行逻辑，能够显著提升数据检索效率。从简单的字段提取到复杂的分组统计与分页优化，合理运用这些技术可以满足绝大多数业务场景下的数据分析需求。

以上就是MySQL DQL查询操作的详细解析，更多关于MySQL数据库教程的资料请关注本站其它相关文章！