当前位置: 首页 > news >正文

大型网站建设哪里济南兴田德润实惠吗临沂市网站建设公司

大型网站建设哪里济南兴田德润实惠吗,临沂市网站建设公司,免费空间申请free,网站服务器解决方案在SQL查询中,关键字SELECT, FROM, WHERE, GROUP BY, HAVING, 和 ORDER BY的组合使用定义了数据的筛选、分组、排序等操作。理解这些关键字的执行顺序对于构建有效且高效的查询至关重要。以下是这些关键字的执行顺序详解及案例说明: 一、执行顺序详解 1…

在SQL查询中,关键字SELECT, FROM, WHERE, GROUP BY, HAVING, 和 ORDER BY的组合使用定义了数据的筛选、分组、排序等操作。理解这些关键字的执行顺序对于构建有效且高效的查询至关重要。以下是这些关键字的执行顺序详解及案例说明:

一、执行顺序详解

  • 1、from查询表
    指定查询的数据源,既要从那个表中获取数据。如果有多个表通过JOIN连接,那么会先计算这些表的笛卡尔积,然后根据JOIN条件和ON子句进行筛选。
  • 2、on & join 链接表
    指定表之间的连接类型(如INNER JOIN、LEFT JOIN等)和连接条件。JOIN操作会在FROM子句之后进行,用于合并来自不同表的数据。
  • 3、where查询条件
    在数据分组和聚合之前,根据指定的条件筛选记录。只有满足WHERE条件的记录才会被保留下来进行后续的操作。
  • 4、group by 分组依据
    将筛选后的记录按照一个或多个列进行分组。分组后,后续的操作(如聚合函数)将作用于这些分组上。
  • 5、having 分组后的信息过滤条件
    对分组后的数据进行筛选。与WHERE子句不同,HAVING子句可以使用聚合函数。只有满足HAVING条件的分组才会被保留下来。
  • 6、select 最终展示字段
    选择需要返回的列或表达式。这包括聚合函数的结果、列的别名等。SELECT子句是在所有筛选和分组操作之后执行的。
  • 7、distinct 去重条件
    对select子句返回的结果进行去重。distinct子句通常与select子句一起使用,以确保返回的结果集中不包含重复的行。
  • 8、order by 排序字段和要求
    对查询结果进行排序。order by子句可以在select子句之后指定一个或多个列作为排序的依据。排序可以是升序ASC或降序DESC。
  • 9、limit 限制行数
    查询查询结果的行数。limit子句通常用于分页查询,可以指定从结果集的哪一行开始返回,以及返回多少行。

二、笛卡尔积

1.笛卡尔积的定义
从数学层面来看,两个集合 A 和 B 的笛卡尔积(记作 A × B),是由所有可能的有序对 (a, b) 构成的集合,其中 a 属于集合 A,b 属于集合 B。
举个例子,假设有集合 A = {1, 2} 和集合 B = {3, 4},那么它们的笛卡尔积 A × B 就是 {(1, 3), (1, 4), (2, 3), (2, 4)}。

2.SQL 中的笛卡尔积
在 SQL 中,当你把多个表进行 JOIN 操作时,数据库系统一开始会算出这些表的笛卡尔积。也就是把第一个表的每一行和第二个表的每一行组合起来,从而形成一个新的结果集。
下面通过一个简单的 SQL 示例来理解:

-- 创建表A
CREATE TABLE table_a (id INT,name VARCHAR(50)
);-- 插入数据到表A
INSERT INTO table_a (id, name) VALUES
(1, 'Alice'),
(2, 'Bob');-- 创建表B
CREATE TABLE table_b (id INT,city VARCHAR(50)
);-- 插入数据到表B
INSERT INTO table_b (id, city) VALUES
(1, 'New York'),
(2, 'Los Angeles');-- 执行 CROSS JOIN 操作(CROSS JOIN 会直接返回两个表的笛卡尔积)
SELECT * FROM table_a CROSS JOIN table_b;

在这个例子里,table_a 有 2 行数据,table_b 也有 2 行数据。执行 CROSS JOIN 时,会生成一个包含 2 * 2 = 4 行数据的结果集,这就是这两个表的笛卡尔积。

3.结合 JOIN 条件和 ON 子句进行筛选
在实际的 SQL 查询中,通常会使用 JOIN 条件和 ON 子句来筛选出符合要求的行,从而减少笛卡尔积的结果集大小。比如:

SELECT * FROM table_a JOIN table_b ON table_a.id = table_b.id;

在这个查询中,数据库系统会先算出 table_a 和 table_b 的笛卡尔积,接着根据 ON 子句中的条件 table_a.id = table_b.id 来筛选出符合条件的行,最终得到的结果集就会比笛卡尔积小很多。

三、案例分析

案例1:查询每个部门的员工数量,并按员工数量降序排序

SELECTdepartment,COUNT(*)ASemployee_count
FROMemployees
GROUPBYdepartment
ORDERBYemployee_countDESC;
  • 执行顺序:
    1.FROM employees:从employees表中获取数据。
    2.GROUP BY department:按department字段分组。
    3.SELECT department, COUNT() AS employee_count:选择department字段和每个部门的员工数量(COUNT()),并给员工数量起个别名employee_count。
    4.ORDER BY employee_count DESC:按员工数量降序排序。

案例2:查询销售额超过1000的订单,按客户ID分组,计算每个客户的总销售额,并按总销售额升序排序,只返回前5条记录

SELECTcustomer_id,SUM(sales_amount)AStotal_sales
FROMorders
WHEREsales_amount>1000
GROUPBYcustomer_id
HAVINGSUM(sales_amount)>0-- 这一步其实可以省略,因为SUM(sales_amount) > 0总是成立的,但为了展示HAVING的用法,这里保留
ORDERBYtotal_salesASC
LIMIT5;
  • 执行顺序:
    1.FROM orders:从orders表中获取数据。
    2.WHERE sales_amount > 1000:筛选数据,只保留销售额超过1000的订单。
    3.GROUP BY customer_id:按customer_id字段分组。
    4.HAVING SUM(sales_amount) > 0:对分组后的数据进行筛选(虽然这一步在这个案例中是多余的,但展示了HAVING的用法)。
    5.SELECT customer_id, SUM(sales_amount) AS total_sales:选择customer_id字段和每个客户的总销售额(SUM(sales_amount)),并给总销售额起个别名total_sales。
    6.ORDER BY total_sales ASC:按总销售额升序排序。
    7.LIMIT 5:只返回前5条记录。

案例3:找出女生在每门课程中的平均成绩大于75分的课程名称及其平均成绩,并按照平均成绩降序排列。

SELECTcourse,AVG(score)ASaverage_score
FROMstudents
JOINscoresONstudents.student_id=scores.student_id
WHEREgender='Female'
GROUPBYcourse
HAVINGAVG(score)>75
ORDERBYaverage_scoreDESC;
  • FROM子句和JOIN操作
    首先执行FROM子句,这里涉及两个表students和scores。通过JOIN操作将两个表连接起来,连接条件是students.student_id = scores.student_id。这样就构建了一个包含所有学生及其成绩信息的初始数据集。
  • WHERE子句
    接着执行WHERE子句,筛选出gender = 'Female’的数据行。经过这一步,数据集只剩下女生的成绩信息
  • GROUP BY子句
    然后执行GROUP BY子句,按照course列对数据进行分组。此时数据被分为两组,一组是“Math”课程,一组是“English”课程。
  • HAVING子句
    再执行HAVING子句,对于每个分组,计算AVG(score),并筛选出平均成绩大于75分的组。在这个例子中,“Math”组的平均成绩为(80 + 90)/2 = 85,“English”组的平均成绩为(70 + 85)/2 = 77.5,两个组都满足条件,所以这两个组的数据都被保留。
  • SELECT子句
    接下来执行SELECT子句,选择course列和计算得到的平均成绩AVG(score)作为average_score列。
  • ORDER BY子句
    最后执行ORDER BY子句,按照average_score列进行降序排列。

四、总结

在实际的 SQL 查询中,执行计划的确是决定查询如何执行的关键依据,而不是按照 SQL 语句的书写顺序来执行。
通常,SQL 优化器会根据表的大小、索引情况、筛选条件等多方面因素来生成最优的执行计划。例如,当存在合适的索引时,数据库可能直接通过索引来获取数据,而无需访问实际的表数据,这就是所谓的 “索引扫描”。另外,关于JOIN和WHERE的执行顺序,优化器会优先筛选出尽可能少的数据,以减少后续JOIN操作的工作量,所以可能会先执行WHERE条件过滤主表,再处理JOIN操作。

http://www.dtcms.com/a/499126.html

相关文章:

  • Linux系统:线程介绍与POSIX线程库实现线程控制
  • ITP新增安全测试模块:构建自动化安全防护体系
  • 【C++/Lua联合开发】 (二) Lua调用C++函数
  • 基于Simulink的混动汽车模型建模与仿真,包含发动机管理,电机,电池管理以及混动汽车物理模型等
  • 网站备案都需要什么网站群项目建设实施进度计划
  • 数据库的事务和索引
  • W5500 esp32 micropython 驱动测试 网线直连电脑静态IP设置
  • 1panel docker开启swap内存
  • 动态规划的“降维”艺术:二维矩阵中的建筑奇迹——最大矩形
  • switch语句在汇编层面的几种优化方式 ,为什么能进行优化
  • Apache Spark算法开发指导-特征转换VectorIndexer
  • 企业网站的高跳出率应该如何解决广州物流网站开发
  • Docker 与 K8s 网络模型全解析
  • 【算法与数据结构】拓扑排序实战(栈+邻接表+环判断,附可运行代码)
  • AWS Elastic Load Balancing(ELB)—— 多站点负载均衡的正确打开方式
  • 如何用域名建网站主流建站公司
  • 企业网站模板源代码jz做网站
  • 深入 Spring 内核:解密 15 种设计模式的实战应用与底层实现
  • 【S32K3XX系列MCAL配置-第一节开发环境搭建】
  • 中矿资源的财报估值分析
  • 网站关键词优化方案分为几个步骤嘉兴微信网站建设
  • stm32驱动LTC2494详解
  • AI写作赋能SEO:用提示词打造从标题到发布的全流程优化策略
  • PVT(Pyramid Vision Transformer):金字塔结构,适合检测/分割
  • SSRF 漏洞深度剖析:从原理到实战
  • Python第十八节 命名空间作用域详细介绍及注意事项
  • 网站怎么做跳转链接域名备案要多少钱
  • 哪个网站查公司信息比较准网站设计像素
  • mq和rocketmq
  • AI搜索自由:Perplexica+cpolar构建你的私人知识引擎