[大数据]SQL复习day1

SQL

条件查询

关键字

注意列表和范围得区别

注意 我们的SQL关键字如 SELECT、WHERE、AND、OR都是大写的，但SQL其实是兼容写成select、where小写的。***大写这些关键字***有助于我们把关键字和你的表名，列名区分开，让SQL更容易理解。

条件查询（pt.2）

如果属性是字符串，我们会用到一些字符串相关的操作符号，其中LIKE（模糊查询）和%（通配符）

注意

在字符串表达式中的字符串需要用引号 " 包含，如果不用引号，SQL会认为是一个属性列的名字，如：col_name = color 表示 col_name和color两个属性一样的行 col_name = “color” 表示 col_name 属性为字符串 "color"的行.

查询结果Filtering过滤和sorting排序

• DISTINCT： 你可以用 DISTINCT 关键字来指定某个或某些属性列唯一返回，因为 DISTINCT 语法会直接删除重复的行。

• GROUP BY：返回唯一得到行，不过可以对具有相同的属性值的行做一些统计计算。

• ASC/DESC: ORDER BY column ASC/DESC 这句话的意思就是让结果按照 col_name 列的具体值做 ASC升序 或 DESC 降序。

通过limit选取部分结果

LIMIT 和 OFFSET 子句通常和ORDER BY 语句一起使用，当我们对整个结果集排序之后，我们可以 LIMIT来指定只返回多少行结果 ,用 OFFSET来指定从哪一行开始返回。你可以想象一下从一条长绳子剪下一小段的过程，我们通过 OFFSET 指定从哪里开始剪，用 LIMIT 指定剪下多少长度。(从哪里开始剪不包括那里)

列出按上映年份最新上线的4部电影 ;
SELECT * FROM movies ORDER BY year DESC LIMIT 4;

使用JOINS进行多表联合查询

数据库范式

数据库范式是数据表设计的规范，在范式规范下，数据库里每个表存储的重复数据降到最少（这有助于数据的一致性维护），同时在数据库范式下，表和表之间不再有很强的数据耦合，可以独立的增长 (ie. 比如汽车引擎的增长和汽车的增长是完全独立的). 范式带来了很多好处，但随着数据表的分离，意味着我们要查询多个数据属性时，需要更复杂的SQL语句，也就是本节开始介绍的多表连接技术。这样SQL的性能也会面临更多的挑战，特别是当大数据量的表很多的情况下.

如果一个实体（比如Dog）的属性数据被分散到多个数据表中，我们就需要学习如何通过 JOIN连表技术来整合这些数据并找到我们想要查询的数据项.

使用JOINS进行多表联合查询

• 主键 一般关系数据表中，都会有一个属性列设置为 主键(primary key)。主键是唯一标识一条数据的，不会重复复（想象你的身份证号码)。一个最常见的主键就是auto-incrementing integer(自增ID，每写入一行数据ID+1, 当然字符串，hash值等只要是每条数据是唯一的也可以设为主键. 借助主键(primary key)（当然其他唯一性的属性也可以），我们可以把两个表中具有相同 主键ID的数据连接起来（因为一个ID可以简要的识别一条数据，所以连接之后还是表达的同一条数据）（你可以想象一个左右连线游戏）。具体我们用到 JOIN 关键字。我们先来学习 INNER JOIN.

• INNER JOIN ：

  SELECT column, another_table_column, …
  FROM mytable （主表）
  **  INNER JOIN another_table （要连接的表）
      ON mytable.id = another_table.id (想象一下刚才讲的主键连接，两个相同的连成1条) **
  WHERE condition(s)
  ORDER BY column, … ASC/DESC
  LIMIT num_limit OFFSET num_offset;
  

  通过ON条件描述的关联关系;INNER JOIN 先将两个表数据连接到一起. 两个表中如果通过ID互相找不到的数据将会舍弃。此时，你可以将连表后的数据看作两个表的合并，SQL中的其他语句会在这个合并基础上 继续执行（想一下和之前的单表操作就一样了）.
  还有一个理解INNER JOIN的方式，就是把 INNER JOIN 想成两个集合的交集。(丢弃的数据如，A表中存在ID为98的数据，而B表中不存在ID为98的数据，则INNER JOIN会将ID为98的数据丢弃)
  

• 外连接（OUTER JOINS）：

INNER JOIN 只会保留两个表都存在的数据（还记得之前的交集吗），这看起来意味着一些数据的丢失，在某些场景下会有问题.真实世界中两个表存在差异很正常，所以我们需要更多的连表方式，也就是本节要介绍的左连接LEFT JOIN,右连接RIGHT JOIN 和 全连接FULL JOIN. 这几个 连接方式都会保留不能匹配的行。

原理：在表A 连接 B, LEFT JOIN保留A的所有行，不管有没有能匹配上B 反过来 RIGHT JOIN则保留所有B里的行。最后FULL JOIN 不管有没有匹配上，同时保留A和B里的所有行。LEFT JOIN 和 RIGHT JOIN以及FULL JOIN都可以从字面上去理解，保留左表所有数据，保留右表所有数据，保留所有表的所有数据。

最后，给大家推荐一个sql的自学网站：http://xuesql.cn/
上面有关于sql的学习文章以及相关练习题，是学习和复习sql一个很好的网站！