首页 > 数据库 >【MySQL基础】高级查询

【MySQL基础】高级查询

时间:2024-11-01 18:49:42浏览次数:3  
标签:JOIN name students 高级 视图 查询 MySQL SELECT

文章目录


在这里插入图片描述

高级查询的目的是让我们在操作数据库时,不仅能进行基本的增删改查,还可以处理更复杂的数据需求。通过高级查询,我们能够计算数据统计(聚合函数)、按条件分组(分组查询)、合并多张表中的数据(多表连接)、嵌套使用查询结果(子查询)、以及创建虚拟表(视图)。这些操作让我们能更高效地组织和查询信息,尤其在需要从大量数据中筛选特定信息或分析特定趋势时,非常有用。

一、聚合函数:COUNTSUMAVGMINMAX

聚合函数在数据库查询中非常有用,能让我们快速得到数据的总结和汇总结果。比如,想知道一群学生的平均年龄、总人数,甚至是年龄最大和最小的学生,这时候就需要聚合函数来帮忙了。MySQL 里有几个常见的聚合函数:COUNTSUMAVGMINMAX。我们来一一看看它们的用法。


1. 统计总数:COUNT

COUNT 函数用于计算记录的数量。比如,如果想知道 students 表中有多少个学生,可以用:

SELECT COUNT(*) AS total_students FROM students;

这个查询会返回一个结果,比如 total_students 是15,就代表我们有15个学生。

你还可以加条件,比如想知道年级是Junior的学生有多少个:

SELECT COUNT(*) AS juniors FROM students WHERE grade = 'Junior';

2. 计算总和:SUM

SUM 函数用于计算某一列值的总和。假设有一个 salary 列存放学生的兼职收入,想知道所有学生收入的总和,可以用:

SELECT SUM(salary) AS total_salary FROM students;

注意,SUM 只能对数值类型的列(比如 INTFLOAT)进行求和,不能对字符串求和哦。


3. 计算平均值:AVG

AVG 函数用于求平均值。比如,如果想知道学生的平均年龄,可以这样查询:

SELECT AVG(age) AS average_age FROM students;

假设 average_age 是 21,那就表示学生的平均年龄为 21 岁。

SUM 一样,AVG 也只能用于数值类型的列。


4. 找最小值:MIN

MIN 函数可以帮你找到某列中最小的值。比如,想知道学生中最小的年龄,可以用:

SELECT MIN(age) AS youngest_age FROM students;

查询结果是 youngest_age 等于 19,就表示最小的学生年龄是 19 岁。


5. 找最大值:MAX

MAX 函数和 MIN 相反,它返回某列中的最大值。比如,想知道学生中最高的年龄是多少岁,可以用:

SELECT MAX(age) AS oldest_age FROM students;

假设 oldest_age 的值是 24,那就说明年龄最大的学生是 24 岁。


综合使用聚合函数的例子

假如我们想要统计每个年级的学生人数、平均年龄和年龄范围,就可以把这些聚合函数组合起来:

SELECT 
    grade,
    COUNT(*) AS num_students,        -- 统计每个年级的学生数量
    AVG(age) AS avg_age,             -- 计算每个年级的平均年龄
    MIN(age) AS youngest_age,        -- 找出每个年级最小的年龄
    MAX(age) AS oldest_age           -- 找出每个年级最大的年龄
FROM students
GROUP BY grade;

这个查询会按 grade 分组,返回每个年级的学生数量、平均年龄、最小年龄和最大年龄。比如输出:

gradenum_studentsavg_ageyoungest_ageoldest_age
Freshman519.81821
Sophomore420.52022
Junior321.32022
Senior2232324

这样,我们就对每个年级有了更深入的了解,是不是很方便?


小结

  • COUNT:用来统计记录数。
  • SUM:计算总和,只能用于数值。
  • AVG:计算平均值,只能用于数值。
  • MIN:找最小值,可以用于数值和字符串(如按字母顺序)。
  • MAX:找最大值,可以用于数值和字符串。

掌握这些聚合函数,可以让你更轻松地从数据中找到有用的信息。

二、分组查询——GROUP BYHAVING

在数据库查询中,有时我们不光需要单条记录,还需要对类别做统计,比如统计每个年级有多少人,或者每个班级的平均分。这时,GROUP BYHAVING 就是你不可或缺的好帮手了。它们让我们能按某列的值分组,再应用聚合函数(如 COUNTSUMAVG 等)得到更有意义的结果。


1. 按组来统计——GROUP BY

GROUP BY 的作用就是把数据分成一组一组的,并对每一组应用聚合函数。例如,假设我们想统计每个年级的学生人数。

例子:统计每个年级的学生数量

SELECT grade, COUNT(*) AS student_count 
FROM students
GROUP BY grade;

这个查询会按 grade 字段对 students 表进行分组,统计每个年级有多少人。

示例结果

gradestudent_count
Freshman5
Sophomore4
Junior3
Senior2

也就是说,GROUP BY 把数据按 grade 列的值分为几个组,每个年级的数据汇总在一起,再统计出每组中的记录数量。


2. 为分组结果加条件——HAVING

有时候,我们只想要满足某些条件的分组结果,比如只想知道人数大于 3 的年级。这时,就可以用 HAVING 来限定分组后的结果,它专门用来为分组后的结果加条件。

例子:只显示人数多于 3 的年级

SELECT grade, COUNT(*) AS student_count
FROM students
GROUP BY grade
HAVING student_count > 3;

这里,HAVING 条件作用于分组后的结果。假如结果中有几个年级的 student_count 大于 3,那么只会返回这些年级的数据:

gradestudent_count
Freshman5
Sophomore4

小提示:不同于 WHEREHAVING 是在分组和聚合之后起作用的,常用来筛选聚合结果。


GROUP BYHAVING 的组合使用

假如我们有以下需求:

  • 想知道每个年级中学生的平均年龄。
  • 只显示那些平均年龄大于 21 岁的年级。

查询语句

SELECT grade, AVG(age) AS avg_age
FROM students
GROUP BY grade
HAVING avg_age > 21;

在这个例子中,GROUP BY 把学生按年级分组,AVG(age) 计算每个年级的平均年龄,而 HAVING 则用来过滤平均年龄大于 21 的年级。

示例结果

gradeavg_age
Senior23
Junior21.5

小结

  • GROUP BY:把数据分组,可以配合聚合函数进行统计。
  • HAVING:为分组后的结果加条件,类似 WHERE,但 WHERE 是作用于单条记录,而 HAVING 是作用于分组后的结果。

掌握 GROUP BYHAVING,你可以轻松地按类别对数据进行统计、汇总,再为汇总后的结果加条件筛选出你想要的信息!

三、多表查询(JOIN)

1、内连接(INNER JOIN)

在实际的数据库操作中,我们常常需要从多个表中获取相关的数据。比如,有一个 students 表存着学生的信息,另一个 courses 表存着学生选课的信息。那么,如何把这两个表中的数据关联起来呢?这就是多表查询的作用,而 INNER JOIN 就是最常用的一种。


什么是内连接(INNER JOIN)

INNER JOIN 是一种只显示两个表中有匹配关系的记录的连接方式。可以理解为,如果我们要从两个表中找数据,INNER JOIN 会挑出在两个表中都有关联的那部分数据进行展示。

例子:学生和课程表

假设我们有两个表:

  1. students 表:记录每个学生的基本信息

    • student_id:学生ID
    • name:学生名字
    • age:学生年龄
  2. enrollments 表:记录每个学生选课的情况

    • student_id:学生ID(关联 students 表)
    • course_name:课程名称

假设表的数据是这样的:

students 表

student_idnameage
1张三20
2李四22
3王五21

enrollments 表

student_idcourse_name
1数学
1英语
2物理
3化学
3数学

我们现在想要查出每个学生选了哪些课。因为 enrollments 表和 students 表的 student_id 是关联的,所以我们可以用 INNER JOIN 来实现。

使用 INNER JOIN 查询
SELECT students.name, students.age, enrollments.course_name
FROM students
INNER JOIN enrollments ON students.student_id = enrollments.student_id;

解释:

  • FROM students:选择以 students 表为主表。
  • INNER JOIN enrollments ON students.student_id = enrollments.student_id:让 studentsenrollments 表通过 student_id 字段进行连接。
  • SELECT students.name, students.age, enrollments.course_name:指定要查询的字段,包括学生的名字、年龄和课程名称。

这个查询结果会返回以下表格:

nameagecourse_name
张三20数学
张三20英语
李四22物理
王五21化学
王五21数学

注意:如果 enrollments 表里某个 student_idstudents 表中找不到,或者反之,那么这条记录将不会被显示出来。这就是 INNER JOIN,它只显示两边都有匹配的记录

内连接的应用场景

内连接适合查询两个表之间有明确关联的数据。例如:

  • 查询员工的部门信息(employees 表和 departments 表)。
  • 查找订单的客户信息(orders 表和 customers 表)。
  • 查询学生的选课情况(如上例)。
小结
  • INNER JOIN 是用于获取两个表中都存在关联关系的记录
  • 连接条件常用 ON 关键字指定两个表的关联字段。
  • 如果某表中某行数据没有对应的另一表的记录,那么这行数据不会显示在结果中。

通过 INNER JOIN,我们能有效地把不同表的数据按需要关联起来,从而更方便地进行数据分析和管理。

2、外连接:LEFT JOIN 和 RIGHT JOIN

在多表查询中,有时候我们希望得到的数据不只是完全匹配的部分,还包括在一个表里有、但另一个表里没有的数据。这时候,LEFT JOINRIGHT JOIN 就派上用场了。它们可以帮我们找到不完全匹配的数据,满足我们更全面的数据需求。


什么是 LEFT JOIN 和 RIGHT JOIN
  • LEFT JOIN:以左边的表为主,显示左表中所有的数据,不论右表中有没有匹配项。
  • RIGHT JOIN:以右边的表为主,显示右表中所有的数据,不论左表中有没有匹配项。

这两种 JOIN 都叫“外连接”,因为它们不仅仅连接两表中的匹配数据,还会把没有匹配的数据包含进来,让查询结果更加全面。


举例:学生和课程表

还是用学生和选课的例子来理解 LEFT JOINRIGHT JOIN

  1. students 表:记录每个学生的信息。

    • student_id:学生ID
    • name:学生名字
  2. enrollments 表:记录学生选课情况。

    • student_id:学生ID(关联 students 表)
    • course_name:课程名称

假设有如下数据:

students 表

student_idname
1张三
2李四
3王五
4赵六

enrollments 表

student_idcourse_name
1数学
1英语
2物理
3化学

students 表有四个学生,其中“赵六”没有选课记录;而 enrollments 表只有三位学生的课程信息。


使用 LEFT JOIN 查询

假如我们想知道每个学生选了哪些课,即使有的学生没有选课,我们也希望在结果中看到他们的信息。这时候就可以用 LEFT JOIN

SELECT students.name, enrollments.course_name
FROM students
LEFT JOIN enrollments ON students.student_id = enrollments.student_id;

解释:

  • FROM students:以 students 表作为主表。
  • LEFT JOIN enrollments ON students.student_id = enrollments.student_id:显示所有学生的信息,即使某学生在 enrollments 表里没有选课记录。

查询结果:

namecourse_name
张三数学
张三英语
李四物理
王五化学
赵六NULL

在结果中可以看到“赵六”这一行,即使他没有课程信息,他的名字也会显示,course_name 列则显示 NULL,表示没有匹配的课程记录。


使用 RIGHT JOIN 查询

如果我们希望以课程表为主,显示每门课程的信息,即便有的课程没人选,可以用 RIGHT JOIN

假设我们有如下 enrollments 表,新增了一门没人选的课程“历史”:

enrollments 表

student_idcourse_name
1数学
1英语
2物理
3化学
NULL历史

RIGHT JOIN 查询学生和课程信息:

SELECT students.name, enrollments.course_name
FROM students
RIGHT JOIN enrollments ON students.student_id = enrollments.student_id;

查询结果:

namecourse_name
张三数学
张三英语
李四物理
王五化学
NULL历史

可以看到“历史”这一行,即使没人选,课程名称仍然会显示出来,而 name 列显示为 NULL,因为没有对应的学生信息。


总结
  • LEFT JOIN:以左表为主,显示左表中的所有数据,如果右表中没有匹配数据,用 NULL 补上。
  • RIGHT JOIN:以右表为主,显示右表中的所有数据,如果左表中没有匹配数据,用 NULL 补上。

在实际操作中,选择 LEFT JOINRIGHT JOIN 取决于你想要的数据主表是哪个,这样可以确保所需信息无遗漏。

3、交叉连接与自连接:CROSS JOIN 和 SELF JOIN

在多表查询中,有一些特殊的连接类型,像 CROSS JOINSELF JOIN,它们并不在乎表之间的关系,而是有各自的用途。CROSS JOIN 会产生笛卡尔积,列出所有可能的组合;而 SELF JOIN 则是用来让同一个表和自己“对话”,从而实现一些更灵活的查询。


什么是 CROSS JOIN(交叉连接)

交叉连接(CROSS JOIN) 是将两个表的所有行按顺序完全组合。也就是说,每一个左表的行都会与右表的每一行组合一次,这种连接方式会返回一个笛卡尔积,行数是两个表行数的乘积。

适用场景:假设我们要生成一个“所有可能的组合”列表,比如将颜色与产品组合、生成每位学生的时间表等等,这种完全匹配的列表,就适合使用 CROSS JOIN

举个例子:颜色和尺寸的组合

假设我们有两个表:

  1. colors 表:包含几种颜色。

    • color_name:颜色名称
  2. sizes 表:包含几种尺寸。

    • size_name:尺寸名称

colors 表

color_name
红色
蓝色
绿色

sizes 表

size_name
S
M
L

如果我们想要列出所有颜色和尺寸的组合,可以用 CROSS JOIN

SELECT colors.color_name, sizes.size_name
FROM colors
CROSS JOIN sizes;

结果是每种颜色都与每种尺寸进行了组合,输出如下:

color_namesize_name
红色S
红色M
红色L
蓝色S
蓝色M
蓝色L
绿色S
绿色M
绿色L

在这个例子中,CROSS JOIN 返回了三种颜色和三种尺寸的所有可能组合。


什么是 SELF JOIN(自连接)

自连接(SELF JOIN) 是让一个表和自己进行连接,用于在同一个表中找到特定关系,比如比较两行的数据或找出相互关联的数据。其实就是把一个表临时复制一份,然后“左手和右手握手”。

适用场景:比如在员工表中找出同部门的员工对,或找出用户之间的某种关系时。

举个例子:查找员工的上下级关系

假设我们有一个员工表 employees

  • employee_id:员工编号
  • name:员工名字
  • manager_id:直接主管的编号

employees 表

employee_idnamemanager_id
1张三NULL
2李四1
3王五1
4赵六2

在这里,manager_id 表示员工的直接主管。张三是李四和王五的主管,而李四是赵六的主管。假如我们想列出每位员工的名字和他们主管的名字,就可以用 SELF JOIN

SELECT e1.name AS employee, e2.name AS manager
FROM employees e1
LEFT JOIN employees e2 ON e1.manager_id = e2.employee_id;

在这段查询中,我们用 e1e2 作为 employees 表的两个实例。e1 代表的是员工本人,而 e2 代表的是他们的主管。ON e1.manager_id = e2.employee_id 的条件让每个员工和他们的主管匹配在一起。

查询结果如下:

employeemanager
张三NULL
李四张三
王五张三
赵六李四

在这个结果中,我们列出了每位员工的主管,即使有的员工没有主管(例如张三),也显示了 NULL。这个查询帮助我们从单个表里找到一对一的上下级关系。


总结
  • CROSS JOIN:产生两个表的笛卡尔积,适合列出所有组合。
  • SELF JOIN:让表和自己关联,适合查询同一表中某些数据之间的关系,比如上下级或配对关系。

这些连接方式在处理特殊场景时非常实用,让查询的灵活性更高。

四、子查询:单行、多行、嵌套子查询

子查询其实就是在一个查询里再嵌入另一个查询。它帮助我们先找到一些数据,再用这些数据来完成主查询。子查询有不同的形式,像单行子查询、多行子查询和嵌套子查询。让我们一起来看看它们是什么、怎么用,配上简单的例子,帮助更好地理解。


单行子查询

单行子查询就是子查询只返回一行数据的情况。在这种情况下,子查询的结果通常用在主查询的WHERESELECT部分,用来帮助过滤数据或计算一些值。

举个例子:找出工资最高的人的名字

假设我们有一个员工表 employees

idnamesalary
1张三5000
2李四7000
3王五8000

我们想要知道谁的工资最高。我们可以通过子查询找到最高的工资,再用它来过滤出对应的名字。

SELECT name 
FROM employees 
WHERE salary = (SELECT MAX(salary) FROM employees);

这里,子查询 (SELECT MAX(salary) FROM employees) 会返回一个值 8000,也就是最高工资,主查询接着用 WHERE salary = 8000 过滤出工资为 8000 的员工——王五。


多行子查询

多行子查询就是子查询返回多行数据的情况。通常情况下,我们会用 INANYALL 等关键字来让主查询匹配子查询的多个结果。

举个例子:找出工资高于某些特定职位的员工

假设我们有两个表:

  1. employees 表:列出所有员工的名字和工资。
  2. positions 表:列出特定职位的最低工资要求。

employees 表

idnamesalary
1张三5000
2李四7000
3王五8000

positions 表

position_idmin_salary
16000
27500

我们想找出所有工资比任何一个职位最低工资都高的员工。这时可以用多行子查询:

SELECT name 
FROM employees 
WHERE salary > ANY (SELECT min_salary FROM positions);

在这个查询中,(SELECT min_salary FROM positions) 会返回一个列表 [6000, 7500]。主查询就会找出比这个列表中任何一个数字大的工资,比如张三和李四的工资都满足条件。


嵌套子查询

嵌套子查询指的是在子查询里面再嵌入子查询,让查询变得层层深入。嵌套子查询通常用在更复杂的查询里,比如想要多步过滤数据的情况。

举个例子:找到某部门工资最高的员工

假设我们再加一个部门表 departments,然后员工表里也有部门信息:

departments 表

department_iddepartment_name
1人事部
2技术部

employees 表

idnamesalarydepartment_id
1张三50001
2李四70002
3王五80002
4赵六55001

我们现在要找出每个部门工资最高的员工。在这里,我们可以通过嵌套子查询先找到每个部门的最高工资,再用这些结果过滤出对应的员工。

SELECT name, department_id 
FROM employees 
WHERE salary IN (SELECT MAX(salary) 
                 FROM employees 
                 GROUP BY department_id);

在这里,最内层的子查询 (SELECT MAX(salary) FROM employees GROUP BY department_id) 会先按照每个部门返回最高工资。然后,主查询会筛选出符合这个最高工资的员工。

最终结果可能是:

namedepartment_id
赵六1
王五2

总结

  • 单行子查询:返回单个值,用来直接对比。
  • 多行子查询:返回多个值,用 INANYALL 进行多重匹配。
  • 嵌套子查询:子查询中套子查询,适合更复杂的多步过滤操作。

子查询是一种强大的工具,能够在一个查询中分步处理数据。掌握这些概念后,就可以实现更灵活的数据筛选。

五、视图(VIEW)

视图(VIEW)在数据库里有点像一个“假窗户”。你可以通过视图“看到”一部分数据,但是这些数据其实还是存在于原始的表里,并没有被复制。视图可以让查询更简洁,还能让我们控制数据访问,更灵活地管理权限。视图的操作基本上包括创建视图、更新视图里的数据,以及删除视图。


什么是视图

视图是一个基于查询结果的“虚拟表”。它本身不存储数据,而是保存一个查询。当我们对视图做查询时,它会把视图里的查询运行一遍,然后返回结果。想象一下,我们有一个大的员工表 employees,包含很多信息,比如姓名、年龄、工资、部门等。你可能只需要查看员工的姓名和工资,并不想每次都写一长串的查询条件。那么我们就可以用视图来搞定这件事。


创建视图:CREATE VIEW

要创建视图,我们用 CREATE VIEW 语句,并给视图起一个名字。然后我们写出视图的查询逻辑,也就是告诉数据库:从哪些表里选数据、需要哪些列。

举个例子

假设我们有这样一个员工表 employees

idnamesalarydepartment
1张三5000技术部
2李四7000人事部
3王五8000技术部

如果我们只想要看员工的 namesalary,可以创建一个视图 employee_salary 来简化查询:

CREATE VIEW employee_salary AS
SELECT name, salary
FROM employees;

这样我们每次查询 employee_salary 视图时,就相当于执行了 SELECT name, salary FROM employees。我们只需写一句简单的 SELECT * FROM employee_salary 就能看到员工的名字和工资!


视图的优点
  1. 简化查询:像上面的例子一样,把复杂的查询简化成一个视图。
  2. 数据安全:视图可以限制用户只能看到一部分数据,比如上例中创建了一个不含部门信息的视图,敏感数据得到了保护。
  3. 动态更新:视图本质上是一个查询,所以它的内容会跟着原始表的变化而变化。如果员工的工资发生变化,再查询视图时得到的也是最新数据。

更新视图里的数据

有时我们希望通过视图直接更新数据,比如在视图中修改某员工的工资。在大多数数据库中,这是可以实现的,但是也有一些限制。通常,视图能更新的前提是:

  • 视图基于单个表创建,而不是多表的复杂查询。
  • 视图不包含聚合操作(比如 SUMAVG 等)。
举个例子

假设我们需要通过 employee_salary 视图更新李四的工资:

UPDATE employee_salary
SET salary = 7500
WHERE name = '李四';

这个更新会直接影响到 employees 表里的数据,因为视图 employee_salary 是基于 employees 表的。所以更新视图里的数据就像在修改原始表里的数据一样。


删除视图:DROP VIEW

当我们不再需要某个视图时,可以用 DROP VIEW 删除它。这个操作只是删除了视图本身,并不会影响原始表的数据。

删除视图的例子

如果不再需要 employee_salary 视图,可以删除它:

DROP VIEW employee_salary;

删除后,employee_salary 就不存在了,当然也无法再查询它了。


小结

视图是数据库管理中的好帮手,可以帮助我们简化查询、保护数据和动态更新。简单来说:

  • 创建视图:用 CREATE VIEW 把常用查询封装成一个虚拟表。
  • 更新视图:在满足条件的情况下,可以通过视图更新原始数据。
  • 删除视图:用 DROP VIEW 删除不再需要的视图。

掌握视图之后,我们的数据库查询操作会更高效,也更灵活。

标签:JOIN,name,students,高级,视图,查询,MySQL,SELECT
From: https://blog.csdn.net/m0_63141213/article/details/143311874

相关文章

  • mysql 8.4 主从复制
    master节点my.cnfserver-id=1log-bin=mysql-binbinlog-do-db=repl#需要同步的数据库,如果没有本行表示同步所有的数据库binlog-ignore-db=mysql创建复制用户CREATEUSER'repluser'@'192.168.4.222'IDENTIFIEDWITHcaching_sha2_passwordBYRANDOMPASSWORD;+----—......
  • 安装xtrabackup备份mysql
    一、工具xtrabackup说明说明:1、PerconaXtraBackup:是一个适用于Mysql的开源热备份工具,它在备份期间不锁表,而且可以备份InnoDB、XtraDB以及MyISAM存储引擎的表。2、PerconaXtraBackup2.4可以备份MySQL5.5、5.6和5.7,但不支持备份MySQL8.0,如果需要备份MYSQL8.......
  • MySQL 死锁日志分析方法
    作者:京东物流张凯引言MySQL死锁是线上经常遇到的现象,但是死锁分析却并不总是件容易的事情,本文介绍MySQL死锁日志的分析方法,帮助研发从日志中快速提取有效信息,从而提高死锁原因分析的效率。 死锁介绍触发条件死锁的触发条件包括四个:•互斥•占有且等待•不可抢占用......
  • 【昌哥IT课堂】MySQL8.3 EXPLAIN中的新JSON格式(译)
    MySQL提供了两个用于分析查询计划的强大工具:EXPLAIN和EXPLAINANALYZE。EXPLAIN显示优化器选择的执行计划,并在执行之前停止,而EXPLAINANALYZE实际执行查询并收集有关每个操作的处理时间和返回行数的统计信息。输出格式可以是表格形式(TRADITIONAL)、树形结构或JSON。前两种格式适用......
  • 14. 使用子查询
    1.子查询SELECT语句是SQL的查询。迄今为止我们所看到的所有SELECT语句都是简单查询,即从单个数据库表中检索数据的单条语句。补充:查询(query):任何SQL语句都是查询。但此术语一般指SELECT语句。SQL还允许创建子查询(subquery),即嵌套在其他查询中的查询。2.利用子查询进行过......
  • MySQL和Easy-Es语法对照表
    MySQL和Easy-Es语法对照表MySQLEasy-Eses-DSL/esjavaapiandandboolQueryBuilder.must(queryBuilder)计算得分andfilterboolQueryBuilder.filter(queryBuilder)不计算得分ororboolQueryBuilder.should(queryBuilder)!notboolQueryBuilder.mustNot(query......
  • ubuntu 24.04 部署 mysql 8.4.3 LTS
    安装依赖apt-yinstalllibaio1t64ln-sv/usr/lib/x86_64-linux-gnu/libaio.so.1t64.0.2/usr/lib/x86_64-linux-gnu/libaio.so.1创建用户groupadd-g28-o-rmysql&&useradd-M-N-gmysql-o-r-d/data/mysql-s/bin/false-c"MySQLServer"-u28......
  • 如何将MySQL彻底卸载干净
    目录背景:MySQL的卸载步骤1:停止MySQL服务步骤2:软件的卸载步骤3:残余文件的清理步骤4:清理注册表步骤五:删除环境变量配置总结:背景:MySQL卸载不彻底往往会导致重新安装失败,这主要是因为多种配置文件、数据库文件以及其他相关组件未能被一并移除。这些残留的文件和组件......
  • 【Mysql自学笔记(黑马程序员)】基础篇(三)SQL常用语法分类——DQL(数据查询语言)(篇一)基本查
    SQL常用语法分类——DQL(数据查询语言)(篇一)——基本查询、条件查询、聚合函数一、概述1、什么是DQL?2、本文内容二、DQL语句介绍0、前言1、基本查询2、条件查询3、聚合函数本专栏将会持续更新,旨在为大家源源不断地呈现更多有帮助的Mysql学习内容。以下是之前更新的两......
  • 【Kettle的安装与使用】使用Kettle实现mysql和hive的数据传输(使用Kettle将mysql数据导
    文章目录一、安装1、解压2、修改字符集3、启动二、实战1、将hive数据导入mysql2、将mysql数据导入到hive一、安装Kettle的安装包在文章结尾1、解压在windows中解压到一个非中文路径下2、修改字符集修改spoon.bat文件"-Dfile.encoding=UTF-8"3、启动以......