MySQL SQL 语法基础：DDL、DML 及常用查询详解

数据定义语言（DDL）：构建数据库结构

DDL（Data Definition Language）主要用于定义数据库对象的结构，包括表格、字段类型及相互关系。这是创建数据库时最先规划的环节，决定了数据的存储形态与完整性约束。

第1步：创建数据表

目的：在数据库中建立新的数据存储容器，定义列名、数据类型及约束条件。

CREATE TABLE table_name (
  column1 datatype [NOT NULL] [NOT NULL PRIMARY KEY],
  column2 datatype [NOT NULL],
  ...);

参数说明： - datatype：指定字段的数据格式，需严格匹配后续写入的数据类型。 - NOT NULL：约束该字段不允许为空值。 - PRIMARY KEY：将字段设为主键，确保唯一标识性。

第2步：修改表结构

注意：标准 SQL 通常不支持直接删除已定义的列，主要操作为添加新列或调整主键约束。

添加新列：

ALTER TABLE table_name ADD COLUMN column_name datatype;

设置或删除主键：

ALTER TABLE table_name ADD PRIMARY KEY (column_name);
ALTER TABLE table_name DROP PRIMARY KEY;

第3步：建立与维护索引

目的：通过索引加速特定字段的查询速度，减少全表扫描开销。

CREATE INDEX index_name ON table_name (column_name);

若不再需要某索引，可使用 DROP INDEX index_name 删除。同时，使用 DROP TABLE table_name 可彻底删除表及其所有数据，操作前请确认重要数据已备份。

核心数据形态（Data Types）参考

选择合适的字段类型对性能至关重要。以下是 MySQL 中常用的数据类型及其特性：

• SMALLINT：16 位整数，适用于较小范围的数值统计。
• INTEGER：32 位整数，通用整型存储。
• DECIMAL(p,s)：精确十进制数。p 为总位数，s 为小数位数。若不指定，默认 p=5, s=0，常用于金额等需高精度的场景。
• FLOAT / DOUBLE：分别为 32 位和 64 位实数，用于科学计算或近似值存储。
• CHAR(n) / VARCHAR(n)：定长与变长字符串。CHAR最大长度建议不超过 254 以保持效率；VARCHAR最大长度可达 4000，适合长度不确定的文本。
• DATE / TIME / TIMESTAMP：分别记录日期、时间及带千分之一秒的时间戳。其中 GRAPHIC(n) 及 VARGRAPHIC(n) 等双字节类型主要用于特殊字符集支持。

数据操作语言（DML）：数据增删改查

完成结构定义后，接下来是实际的数据操作，主要包括插入（Insert）、查询（Select）、更新（Update）和删除（Delete）。

第1步：增加数据（INSERT）

目的：向表中插入新记录。

指定列名插入（推荐，顺序明确）：

INSERT INTO table_name (column1, column2, ...)
VALUES (value1, value2, ...);

若未指定列名，系统将按表定义顺序填入数据，但需确保数据类型严格吻合。此外，也可通过子查询将其他表的数据迁入当前表：

INSERT INTO table_name (column1, ...)
SELECT columnx, ...
FROM another_table;

第2步：查询数据（SELECT）

目的：从数据库中检索所需信息，是最复杂的操作场景。

基本查询与条件过滤

SELECT * FROM table_name WHERE condition;
-- 例如：select * from user where age > 18;

- * 表示返回所有列，生产环境中建议仅列出需要的具体字段以优化 IO。
- WHERE 后接条件表达式，支持 =, >, <, >=, <=, <> 及逻辑运算符 AND/OR。

排序与限制

SELECT column1, column2 
FROM table_name 
ORDER BY column2 DESC;

- ORDER BY 指定排序列。加 DESC 为降序，默认为 ASC 升序。

组合查询与聚合分析

当需要跨表获取数据或使用统计函数时：

-- 联合查询（内连接逻辑）
SELECT * FROM table1, table2 
WHERE table1.colum1 = table2.column1;

-- 聚合统计（计数、求和、平均等）
SELECT COUNT(*), SUM(column1), AVG(column2), MAX(col), MIN(col)
FROM table_name
GROUP BY column1
HAVING AVG(column2) > threshold;

- GROUP BY：按指定列分组，必须配合聚合函数使用。
- HAVING：对分组后的结果进行过滤，不同于 WHERE 先过滤行再分组，HAVING 用于过滤组。

复杂查询技巧

针对特定场景的高效写法：

• 存在性检查（EXISTS）：
  

  SELECT * FROM table1 WHERE EXISTS (SELECT * FROM table2 WHERE ...);

• 集合匹配（IN）：
  

  SELECT * FROM table1 WHERE col IN ('val1', 'val2');

• 范围与模糊匹配（BETWEEN / LIKE）：
  

  SELECT * FROM table1 WHERE col BETWEEN start AND end;
  SELECT * FROM table1 WHERE col LIKE 'prefix%';

第3步：更改数据（UPDATE）

风险提醒：执行更新前务必确认 WHERE 条件，否则会导致全表数据被覆盖。

UPDATE table_name 
SET column1 = 'new_value' 
WHERE condition;

第4步：删除数据（DELETE）

风险提醒：同 UPDATE，若无 WHERE 条件将清空整张表数据。

DELETE FROM table_name WHERE condition;

日期比较与特殊场景处理

在不同数据库或集成环境中，日期格式的语法可能有所差异。以下是常见情况的处理示例：

• Access 数据库：使用井号包裹日期
  WHERE mydate #2000-01-01#
• Oracle/标准 SQL：使用 CAST 或 TO_DATE 函数
  WHERE mydate > TO_DATE('2000-01-01','yyyy-mm-dd')
• 动态拼接示例（Delphi/编程环境）：
  

  thedate := '2000-01-01';
  Query1.SQL.Add('SELECT * FROM abc WHERE mydate > cast(''' + thedate + ''' as date)');

若涉及时间精度比较，可完整传入时分秒： TO_DATE('2000-01-01 10:00:01','yyyy-mm-dd hh24:mi:ss')

以上就是 MySQL SQL 语法的详细内容，更多关于 MySQL 数据库优化的资料请关注本站其它相关文章！