网站导航
> 技术文档 > 面试题：基础的sql命令

面试题：基础的sql命令

网友: 技术文档 2025-08-15 13:18:54

基础的 SQL 命令主要用于对数据库进行查询、新增、修改、删除等操作，可分为以下几类：

一、数据查询（SELECT）

用于从表中获取数据，是最常用的命令。
基本语法：

SELECT 列名1, 列名2... FROM 表名 WHERE 条件;
  • 示例：查询students表中所有 18 岁以上的学生姓名和年龄 
    SELECT name, age FROM students WHERE age > 18;
  • 常用扩展：DISTINCT（去重）、ORDER BY（排序）、LIMIT（限制结果数量）等。

我来扩写这个 SQL 查询，加入 DISTINCT、ORDER BY 和 LIMIT 等常用扩展功能：

-- 查询18岁以上不重复的学生姓名和年龄，按年龄降序排列，年龄相同的按姓名升序排列，只返回前20条记录SELECT DISTINCT name, age FROM students WHERE age > 18 ORDER BY age DESC, name ASC LIMIT 20;

这个扩展查询包含以下功能：

  1. DISTINCT - 确保返回的结果中没有重复的行

  2. WHERE age > 18 - 筛选条件，只返回18岁以上的学生

  3. ORDER BY age DESC, name ASC - 先按年龄降序排列，年龄相同的再按姓名升序排列

  4. LIMIT 20 - 只返回前20条记录

如果需要更复杂的查询，还可以考虑：

  • 添加 GROUP BY 进行分组

  • 使用 HAVING 对分组结果进行筛选

  • 使用 JOIN 连接其他表

  • 添加 OFFSET 实现分页功能

我将扩展这个 SQL 查询，加入 GROUP BY、HAVING、JOIN 和 OFFSET 分页功能，同时保持之前的 DISTINCT、ORDER BY 和 LIMIT 条件：

假设场景：

  • students 表存储学生信息（id, name, age, class_id）

  • classes 表存储班级信息（id, class_name, teacher_id）

  • exam_scores 表存储考试成绩（student_id, score）

查询目标：

\"查询18岁以上、平均分≥60分的学生姓名、年龄和班级名称，按年龄降序排列，并实现分页（每页10条记录）\"

完整 SQL：

SELECT s.name, s.age, c.class_name, AVG(e.score) AS avg_scoreFROM students sLEFT JOIN classes c ON s.class_id = c.idLEFT JOIN exam_scores e ON s.id = e.student_idWHERE s.age > 18GROUP BY s.id, s.name, s.age, c.class_nameHAVING AVG(e.score) >= 60ORDER BY s.age DESC, s.name ASCLIMIT 10 OFFSET 0; -- 第一页（0-10条记录）

关键功能说明：

  1. JOIN（连接表）：

    • 连接 students 和 classes 获取班级名称

    • 连接 students 和 exam_scores 计算平均分

  2. GROUP BY（分组）：

    • 按学生ID、姓名、年龄和班级名称分组

    • 确保聚合函数（如 AVG）正确计算每个学生的平均分

  3. HAVING（筛选分组）：

    • 筛选出平均分≥60的学生（WHERE 不能用于聚合条件）

  4. DISTINCT（去重）：

    • 由于 GROUP BY 已经确保唯一性，这里可以省略 DISTINCT

  5. ORDER BY（排序）：

    • 优先按年龄降序（DESC），其次按姓名升序（ASC）

  6. LIMIT + OFFSET（分页）：

    • LIMIT 10 每页10条

    • OFFSET 0 从第1条开始（第2页改为 OFFSET 10）

进阶扩展：

  • 如果需要计算总页数，可结合 COUNT(*) OVER() 窗口函数：

    SELECT s.name, s.age, c.class_name, AVG(e.score) AS avg_score, COUNT(*) OVER() AS total_countFROM ...

二、数据插入（INSERT）

用于向表中新增记录。
基本语法：

INSERT INTO 表名 (列名1, 列名2...) VALUES (值1, 值2...);
  • 示例：向students表插入一条新记录 
    INSERT INTO students (name, age, gender) VALUES (\'张三\', 20, \'男\');

三、数据更新（UPDATE）

用于修改表中已有记录。
基本语法：

  • 示例：将students表中id=1的学生年龄改为 21 
    UPDATE students SET age=21 WHERE id=1;

    注意：若省略WHERE，会修改表中所有记录，需谨慎使用。

四、数据删除（DELETE）

用于删除表中的记录。
基本语法：

  • 示例：删除students表中age < 18的记录 
    DELETE FROM students WHERE age < 18;

    注意：若省略WHERE，会删除表中所有记录（表结构保留）。

五、表结构操作

1. 创建表（CREATE TABLE）

sql

CREATE TABLE 表名 ( 列名1 数据类型 约束, 列名2 数据类型 约束...);
  • 示例：创建students表 
    DROP TABLE IF EXISTS `sys_config`;CREATE TABLE `sys_config` ( `config_id` int NOT NULL AUTO_INCREMENT COMMENT \'参数主键\', `config_name` varchar(100) NOT NULL DEFAULT \'\' COMMENT \'参数名称\', `config_key` varchar(100) NOT NULL DEFAULT \'\' COMMENT \'参数键名\', `config_value` varchar(500) NOT NULL DEFAULT \'\' COMMENT \'参数键值\', `config_type` char(1) NOT NULL DEFAULT \'N\' COMMENT \'系统内置\', `create_by` varchar(64) NOT NULL DEFAULT \'\' COMMENT \'创建者\', `create_time` datetime(6) DEFAULT CURRENT_TIMESTAMP(6) COMMENT \'创建时间\', `update_by` varchar(64) NOT NULL DEFAULT \'\' COMMENT \'更新者\', `update_time` datetime(6) DEFAULT CURRENT_TIMESTAMP(6) ON UPDATE CURRENT_TIMESTAMP(6) COMMENT \'更新时间\', `remark` varchar(500) DEFAULT NULL COMMENT \'备注\', `status` char(1) NOT NULL DEFAULT \'0\' COMMENT \'状态\', `del_flag` char(1) NOT NULL DEFAULT \'0\' COMMENT \'删除标志\', PRIMARY KEY (`config_id`)) ENGINE=InnoDB AUTO_INCREMENT=100 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT=\'参数配置表\';
2. 删除表（DROP TABLE）
DROP TABLE 表名; -- 彻底删除表（包括结构和数据）
3. 修改表结构（ALTER TABLE）
  • 新增列：ALTER TABLE 表名 ADD 列名 数据类型;
  • 删除列：ALTER TABLE 表名 DROP COLUMN 列名;

六、其他常用命令

  • DESCRIBE 表名;（或DESC 表名;）：查看表结构。
  • USE 数据库名;：切换到指定数据库。
  • SHOW DATABASES;：查看所有数据库。
  • SHOW TABLES;：查看当前数据库中的所有表。

这些命令覆盖了 SQL 的核心操作，掌握后可完成大部分基础数据库交互。

左链接，右链接的区别

右链接：最大的条数取决于右边

左链接：最大的条数取决于左边

HAVING 是 SQL 中用于 对分组（GROUP BY）后的结果进行筛选 的关键字。它和 WHERE 的区别在于：

  • WHERE：在分组前对原始数据进行筛选。
  • HAVING：在分组后对聚合结果进行筛选。

✅ 一、使用场景说明

假设我们有一个销售记录表 sales：

-- 表：sales+----+---------+--------+-------+| id | name | region | sales |+----+---------+--------+-------+| 1 | Alice | North | 100 || 2 | Bob | South | 150 || 3 | Charlie | North | 200 || 4 | David | South | 50 || 5 | Eve | North | 300 || 6 | Frank | South | 100 |+----+---------+--------+-------+

我们想查询：每个地区的总销售额，并只显示总销售额大于 250 的地区。

✅ 二、SQL 操作过程

第一步：创建表并插入数据
CREATE TABLE sales ( id INT PRIMARY KEY, name VARCHAR(50), region VARCHAR(50), sales INT);INSERT INTO sales (id, name, region, sales) VALUES(1, \'Alice\', \'North\', 100),(2, \'Bob\', \'South\', 150),(3, \'Charlie\', \'North\', 200),(4, \'David\', \'South\', 50),(5, \'Eve\', \'North\', 300),(6, \'Frank\', \'South\', 100);
第二步：使用 GROUP BY 和 HAVING 查询
SELECT region, SUM(sales) AS total_salesFROM salesGROUP BY regionHAVING SUM(sales) > 250;

✅ 三、执行过程详解

步骤 操作 结果 1 原始数据 所有 6 条记录 2 GROUP BY region 分成两组：
North: [100, 200, 300] → 总和 600
South: [150, 50, 100] → 总和 300 3 SUM(sales) 计算每组总销售额 North: 600, South: 300 4 HAVING SUM(sales) > 250 筛选 两组都满足条件（600>250, 300>250）→ 都保留

✅ 注意：如果 HAVING 条件是 > 350，则只有 North 会被返回。

✅ 四、预期输出

+--------+-------------+| region | total_sales |+--------+-------------+| North | 600 || South | 300 |+--------+-------------+

如果改为：

HAVING SUM(sales) > 350;

则输出：

+--------+-------------+| region | total_sales |+--------+-------------+| North | 600 |+--------+-------------+

✅ 五、对比：WHERE vs HAVING

语句 作用 示例 WHERE 分组前过滤原始行 WHERE sales > 100 → 先过滤出 sales>100 的记录，再分组 HAVING 分组后过滤聚合结果 HAVING SUM(sales) > 250 → 分组后筛选总销售额
示例：先过滤再分组
SELECT region, SUM(sales) AS total_salesFROM salesWHERE sales > 100 -- 先过滤掉 sales  200;
  • WHERE sales > 100 后剩下：Alice(100❌), Bob(150✅), Charlie(200✅), David(50❌), Eve(300✅), Frank(100❌)
  • 实际参与分组的数据：Bob, Charlie, Eve, Frank → North: 200+300=500, South: 150+100=250
  • HAVING SUM(sales) > 200 → 两组都保留

✅ 六、HAVING 常见用法

-- 1. 筛选聚合值HAVING COUNT(*) > 1 -- 分组内记录数大于1HAVING AVG(sales) > 100 -- 平均销售额大于100HAVING MAX(sales)  250 AND COUNT(*) >= 2-- 3. 结合 ORDER BYORDER BY total_sales DESC

✅ 总结

关键点 说明 HAVING 必须和 GROUP BY 一起使用 否则无意义 HAVING 后可跟聚合函数 如 SUM, COUNT, AVG 等 WHERE 先于 GROUP BY，HAVING 在其后 执行顺序：WHERE → GROUP BY → HAVING

✅ 记住口诀：

“先 where，再分组，后 having”
WHERE 筛原始数据，HAVING 筛分组结果。

网络标签：

相关问题