MySQL 快速教程

MySQL 快速教程

MySQL 快速教程将快速向您介绍 MySQL 数据库的基础知识。

世界数据库

MySQL 文档网站提供了一些示例数据库。 我们将使用世界数据库。 数据已过时，但对于我们的测试目的并不重要。

我们使用wget工具下载压缩文件。

$ ls -sh world.sql.gz 92K world.sql.gz

压缩文件大约有 92KB。

$ gunzip world.sql.gz

我们将文件解压缩。 我们有一个world.sql文件。

$ ls -hs world.sql 392K world.sql

未压缩的文件有 392KB。

$ mysql -uroot -p

我们使用根帐户连接到服务器。 我们需要 root 帐户来创建新数据库，并为我们的新数据库的测试帐户授予权限。

mysql> CREATE DATABASE world;

世界数据库已创建。

mysql> USE world;

我们转到世界数据库。 现在，世界数据库是当前数据库。

mysql> source world.sql

我们通过执行world.sql SQL 脚本来构建世界数据库的表。 需要一些时间。

mysql> GRANT ALL ON world.* TO 'user12'@'localhost';

我们向user12授予对世界数据库的所有对象的特权。

mysql> quitBye$ mysql -u user12 -pEnter password: mysql> USE world;

我们退出连接。 重新连接user12测试帐户并更改为 world 数据库。 我们准备工作。

检查数据库

在本节中，我们将大致看一下 world 数据库的表。

mysql> SHOW TABLES;+-----------------+| Tables_in_world |+-----------------+| city            || country         || countrylanguage |+-----------------+3 rows in set (0,00 sec)

我们用SHOW TABLES语句显示所有可用表。 有三种。

mysql> DESCRIBE city;+-------------+----------+------+-----+---------+----------------+| Field       | Type     | Null | Key | Default | Extra          |+-------------+----------+------+-----+---------+----------------+| ID          | int(11)  | NO   | PRI | NULL    | auto_increment || Name        | char(35) | NO   |     |         |                || CountryCode | char(3)  | NO   | MUL |         |                || District    | char(20) | NO   |     |         |                || Population  | int(11)  | NO   |     | 0       |                |+-------------+----------+------+-----+---------+----------------+5 rows in set (0,00 sec)

通过DESCRIBE语句，我们可以看到City表的表结构。 我们看到列名及其数据类型。 加上其他重要信息。

mysql> SHOW CREATE TABLE city;

如果我们想找出创建City表的 SQL，我们将发出SHOW CREATE TABLE city语句。

$ mysqldump -u root -p world city > city.sql

在这里，我们使用mysqldump工具备份city表。

mysql> DROP TABLE city;mysql> SHOW TABLES;+-----------------+| Tables_in_world |+-----------------+| country         || countrylanguage |+-----------------+2 rows in set (0,00 sec)

我们使用DROP TABLE语句删除city表。 随后的语句验证该表已删除。

mysql> source city.sqlmysql> SHOW TABLES;+-----------------+| Tables_in_world |+-----------------+| city            || country         || countrylanguage |+-----------------+3 rows in set (0,00 sec)

我们从备份中重新创建city表。 source命令执行备份city.sql脚本。

查询

查询用于从数据库表中查找数据。

限制数据输出

数据库表中有数千行。 它们无法全部显示在屏幕上。 我们可以使用LIMIT子句控制要显示的行数。

mysql> SELECT Id, Name, Population FROM city limit 10;+----+----------------+------------+| Id | Name           | Population |+----+----------------+------------+|  1 | Kabul          |    1780000 ||  2 | Qandahar       |     237500 ||  3 | Herat          |     186800 ||  4 | Mazar-e-Sharif |     127800 ||  5 | Amsterdam      |     731200 ||  6 | Rotterdam      |     593321 ||  7 | Haag           |     440900 ||  8 | Utrecht        |     234323 ||  9 | Eindhoven      |     201843 || 10 | Tilburg        |     193238 |+----+----------------+------------+10 rows in set (0,00 sec)

在上面的查询中，我们显示City表的五个列中的三个。 表中有很多行。 我们将查询限制为前 10 行。

mysql> SELECT Id, Name, Population FROM city limit 15, 5;+----+-------------------+------------+| Id | Name              | Population |+----+-------------------+------------+| 16 | Haarlem           |     148772 || 17 | Almere            |     142465 || 18 | Arnhem            |     138020 || 19 | Zaanstad          |     135621 || 20 | ´s-Hertogenbosch  |     129170 |+----+-------------------+------------+5 rows in set (0,00 sec)

LIMIT子句后面可以有两个数字。 第一个是偏移量，第二个是要显示的行数。 我们的查询显示第 16-20 行。

mysql> pager lessPAGER set to 'less'mysql> SELECT * FROM city;+------------------------------------+------------+| Name                               | Population |+------------------------------------+------------+| Kabul                              |    1780000 || Qandahar                           |     237500 || Herat                              |     186800 |...:

$ mysql -u user12 -p world -e "SELECT * FROM city" > cityEnter password: $ ls -sh city144K city

mysql命令工具可以非交互方式使用。 我们在-e选项之后指定 SQL 语句，然后将结果重定向到城市文件。 现在我们可以使用任何文本编辑器来显示数据。

COUNT()，MAX()，MIN()函数

COUNT()，MAX()，MIN()是 MySQL 聚合函数，可从聚合数据中计算一些值。

mysql> SELECT COUNT(Id) AS '# of cities' FROM city;+-------------+| # of cities |+-------------+|        4079 |+-------------+1 row in set (0,00 sec)

表中有 4079 个城市。 我们使用内置的COUNT()函数找出行数。

mysql> SELECT Name, Population FROM city                                                -> WHERE Population = (SELECT Max(Population) FROM city);+-----------------+------------+| Name            | Population |+-----------------+------------+| Mumbai (Bombay) |   10500000 |+-----------------+------------+1 row in set (0,08 sec)

上面的查询显示了表中人口最多的城市。 SQL 是称为 子查询 的特殊查询类型。 外部查询使用内部查询返回的数据。 内部查询以括号为界。

mysql> SELECT Name, Population FROM city     -> WHERE Population = (SELECT Min(Population) FROM city);+-----------+------------+| Name      | Population |+-----------+------------+| Adamstown |         42 |+-----------+------------+1 row in set (0,02 sec)

此子查询显示表中人口最少的城市。

使用WHERE子句选择特定的行

WHERE子句可用于过滤结果。 它提供了选择条件，仅从数据中选择特定的行。

mysql> SELECT Name, Population FROM city    -> WHERE Population > 1000000;+--------------------------+------------+| Name                     | Population |+--------------------------+------------+| Kabul                    |    1780000 || Alger                    |    2168000 || Luanda                   |    2022000 || Buenos Aires             |    2982146 || La Matanza               |    1266461 || Córdoba                  |    1157507 || Yerevan                  |    1248700 || Sydney                   |    3276207 |...

上面的 SQL 语句返回人口超过一百万的所有城市。

mysql> SELECT Name FROM city WHERE Name LIKE 'Kal%';+-------------+| Name        |+-------------+| Kalookan    || Kalyan      || Kalemie     || Kallithea   || Kalisz      || Kaliningrad || Kaluga      |+-------------+7 rows in set (0,00 sec)

在这里，我们选择所有以“ Kal”开头的城市名称。 我们在表中找到了七个城市。 我们可以使用LIKE子句在列中查找特定的模式。

mysql> SELECT Name, Population FROM city WHERE ID IN (5, 23, 432, 2021);+------------+------------+| Name       | Population |+------------+------------+| Amsterdam  |     731200 || Dordrecht  |     119811 || Eunápolis  |      96610 || Jining     |     265248 |+------------+------------+4 rows in set (0,05 sec)

此 SQL 代码返回 ID 为 5、23、432 和 2021 的行的城市及其人口。

mysql> SELECT * FROM city WHERE Name = 'Bratislava';+------+------------+-------------+------------+------------+| ID   | Name       | CountryCode | District   | Population |+------+------------+-------------+------------+------------+| 3209 | Bratislava | SVK         | Bratislava |     448292 |+------+------------+-------------+------------+------------+1 row in set (0,00 sec)

通过上面的 SQL 语句，我们选择一个特定城市（即布拉迪斯拉发）的所有列。

mysql> SELECT Name, Population FROM city    -> WHERE Population BETWEEN 670000 AND 700000;+----------------+------------+| Name           | Population |+----------------+------------+| Teresina       |     691942 || Natal          |     688955 || Bandar Lampung |     680332 || Gwalior        |     690765 || Kermanshah     |     692986 || Palermo        |     683794 || Toronto        |     688275 || Huainan        |     700000 || Jixi           |     683885 || Antananarivo   |     675669 || Chihuahua      |     670208 || Kano           |     674100 || Tunis          |     690600 |+----------------+------------+13 rows in set (0,03 sec)

假设我们想找出人口在两个特定值之间的城市。 为此有一个BETWEEN运算符。 我们发现了 13 个城市，人口在 670,000 到 700,000 之间。

排序数据

可以使用ORDER BY子句完成订购数据。

mysql> SELECT Name, Population FROM city    -> ORDER BY Population DESC LIMIT 10;+-------------------+------------+| Name              | Population |+-------------------+------------+| Mumbai (Bombay)   |   10500000 || Seoul             |    9981619 || São Paulo         |    9968485 || Shanghai          |    9696300 || Jakarta           |    9604900 || Karachi           |    9269265 || Istanbul          |    8787958 || Ciudad de México  |    8591309 || Moscow            |    8389200 || New York          |    8008278 |+-------------------+------------+10 rows in set (0,03 sec)

我们找到了十个人口最多的城市。 我们按人口从人口最多的城市到人口最少的城市排序。 我们使用LIMIT子句限制输出。

mysql> SELECT Name, Population FROM city    -> ORDER BY Population ASC LIMIT 10;+---------------------+------------+| Name                | Population |+---------------------+------------+| Adamstown           |         42 || West Island         |        167 || Fakaofo             |        300 || Città del Vaticano  |        455 || Bantam              |        503 || Yaren               |        559 || The Valley          |        595 || Alofi               |        682 || Flying Fish Cove    |        700 || Kingston            |        800 |+---------------------+------------+10 rows in set (0,02 sec)

在这里，我们得到了人口最少的城市。 这次我们以升序对数据进行排序。 为此，我们使用ASC关键字。

mysql> SELECT Name, Population FROM city ORDER By Name LIMIT 10;+------------------------+------------+| Name                   | Population |+------------------------+------------+| A Coruña (La Coruña)   |     243402 || Aachen                 |     243825 || Aalborg                |     161161 || Aba                    |     298900 || Abadan                 |     206073 || Abaetetuba             |     111258 || Abakan                 |     169200 || Abbotsford             |     105403 || Abeokuta               |     427400 || Aberdeen               |     213070 |+------------------------+------------+10 rows in set (0.01 sec)

在上面的 SQL 语句中，我们按城市名称排序数据并获得前十个城市。

分组数据

GROUP BY子句用于将具有相同值的数据库记录组合到单个记录中。 它通常与聚合功能一起使用。

mysql> SELECT District, SUM(Population) FROM city    -> WHERE District = 'New York' GROUP BY District;+----------+-----------------+| District | SUM(Population) |+----------+-----------------+| New York |         8958085 |+----------+-----------------+1 row in set (0,09 sec)

上面的 SQL 语句返回在我们数据库中列出的纽约地区城镇的总人数。

mysql> SELECT Name, District FROM city WHERE District = 'New York';+-----------+----------+| Name      | District |+-----------+----------+| New York  | New York || Buffalo   | New York || Rochester | New York || Yonkers   | New York || Syracuse  | New York || Albany    | New York |+-----------+----------+6 rows in set (0,00 sec)

先前的数字是这六个城市的总和。

mysql> SELECT District, SUM(Population) FROM city    -> WHERE CountryCode = 'USA' GROUP BY District    -> HAVING SUM(Population) > 3000000;+------------+-----------------+| District   | SUM(Population) |+------------+-----------------+| Arizona    |         3178903 || California |        16716706 || Florida    |         3151408 || Illinois   |         3737498 || New York   |         8958085 || Texas      |         9208281 |+------------+-----------------+6 rows in set (0,28 sec)

我们选择人口超过 300 万的所有地区。 当我们处理数据组时，我们使用HAVING子句而不是WHERE子句。

更新，删除和插入数据

接下来，我们将关注更新，删除和插入数据。

mysql> SELECT Name, HeadOfState FROM country WHERE Name = 'United States';+---------------+----------------+| Name          | HeadOfState    |+---------------+----------------+| United States | George W. Bush |+---------------+----------------+1 row in set (0,12 sec)

如前所述，世界数据库已过时。 乔治·布什（George Bush）不再是美国总统。

mysql> UPDATE country SET HeadOfState = 'Donald Trump'    -> WHERE Name = 'United States';

使用UPDATE语句，我们将行更改为实际数据。

mysql> SELECT Name, HeadOfState FROM country WHERE Name = 'United States';+---------------+--------------+| Name          | HeadOfState  |+---------------+--------------+| United States | Donald Trump |+---------------+--------------+1 row in set (0,02 sec)

我们已经成功更新了该行。

mysql> CREATE TABLE toptencities engine=MEMORY SELECT * FROM city LIMIT 10;

我们在内存中创建一个临时表。 它将包含city表中的前十个城市。

mysql> SELECT * FROM toptencities;+----+----------------+-------------+---------------+------------+| ID | Name           | CountryCode | District      | Population |+----+----------------+-------------+---------------+------------+|  1 | Kabul          | AFG         | Kabol         |    1780000 ||  2 | Qandahar       | AFG         | Qandahar      |     237500 ||  3 | Herat          | AFG         | Herat         |     186800 ||  4 | Mazar-e-Sharif | AFG         | Balkh         |     127800 ||  5 | Amsterdam      | NLD         | Noord-Holland |     731200 ||  6 | Rotterdam      | NLD         | Zuid-Holland  |     593321 ||  7 | Haag           | NLD         | Zuid-Holland  |     440900 ||  8 | Utrecht        | NLD         | Utrecht       |     234323 ||  9 | Eindhoven      | NLD         | Noord-Brabant |     201843 || 10 | Tilburg        | NLD         | Noord-Brabant |     193238 |+----+----------------+-------------+---------------+------------+10 rows in set (0,00 sec)

这是toptencities表的内容。

mysql> DELETE FROM toptencities WHERE ID IN (2, 4, 6, 8, 10);

使用DELETE FROM语句和WHERE子句，我们从toptencities表中删除第二行。

mysql> SELECT * FROM toptencities;+----+-----------+-------------+---------------+------------+| ID | Name      | CountryCode | District      | Population |+----+-----------+-------------+---------------+------------+|  1 | Kabul     | AFG         | Kabol         |    1780000 ||  3 | Herat     | AFG         | Herat         |     186800 ||  5 | Amsterdam | NLD         | Noord-Holland |     731200 ||  7 | Haag      | NLD         | Zuid-Holland  |     440900 ||  9 | Eindhoven | NLD         | Noord-Brabant |     201843 |+----+-----------+-------------+---------------+------------+5 rows in set (0.00 sec)

表中还有五行。

mysql> TRUNCATE TABLE toptencities;Query OK, 0 rows affected (0.00 sec)mysql> SELECT * FROM toptencities;Empty set (0,00 sec)

我们使用TRUNCATE语句删除表中的所有行。 没有数据了。

mysql> INSERT INTO toptencities VALUES(1, 'Kabul', 'AFG', 'Kabol', 1780000);mysql> SELECT * FROM toptencities;;+----+-------+-------------+----------+------------+| ID | Name  | CountryCode | District | Population |+----+-------+-------------+----------+------------+|  1 | Kabul | AFG         | Kabol    |    1780000 |+----+-------+-------------+----------+------------+1 row in set (0.00 sec)

使用INSERT INTO语句，我们在表中插入一行。

mysql> DROP TABLE toptencities;Query OK, 0 rows affected (0,06 sec)

我们从数据库中删除该表。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。