通俗易懂的方式教你写SQL查询语句

SQL作为一门结构化查询语句，能实现增删查改的功能。通常为了保证数据安全，增删改都设有管理员权限；查询语句不改变原始数据，查询语句是最常用的语句。本文介绍SQL查询语句的基本内容。

话不多说，先上套路：

Select 列名 (as 别名)

From 表名 (as 别名)

(where 条件)

(Union/ Union All)

(Group By 列名)

(Having 条件)

(Order By 列名)

Select是查询语句的关键字，指示数据库进行查询操作。SQL查询语句关键字顺序按照上述顺序排列，Select在最前，From指明被查询数据表，这两个是必选关键字；从where开始带括号部分是可选关键字：其中Union用作联合多个Select查询；Group By的作用是按照指定列分组显示查询结果；Having也是筛选数据的作用，后文再详解；Order By起到排序显示查询结果的作用。

为了讲述的更加直观，本文用以下表结构图说明：

图一 外卖数据库表结构图

附：图来自百度，侵删。

表结构关系图中展示了数据库中的7张表。除Evaluate表和Oderstatem表外，其余五张表都有自己唯一独立的ID（主键）；同时所有表之间也有外键相互关联。例如Food表有独立ID作为自己的主键，同时有Userid（User表的主键）与User表关联；Food表的ID还是Evaluate表和Oderstatem表的外键。数据库允许多字段组合成唯一标识的主键，Evaluate表和Oderstatem表可以组合各自的两个外键作为自己的主键。

不论是什么样的查询，第一步工作是需要了解表间关系，只有表间关系清晰无误的情况下，才能实现有效的查询。本文以上图为例，讲解SQL查询的基本方法。

一、单个表查询

（1）普通单表查询

例如从User表选择ID为666，999的用户的全部信息，并且按照用户的Name排序，则需要以下语句：

Select *

From User

Where ID IN ('666','999')

-- 等价于 where ID = '666' OR ID = '999'

Order By Name;

"*"表示需要选择表中的全部列信息;关键字IN指明了查询筛选条件，只选取666和999编号的用户。

Order By是排序关键字，所有查询语句中，Order By放在查询语句最末尾。上面的语句有两个筛选条件，使用OR或IN关键字链接能起到相同的效果。

（2）需要自联接的单表查询

自连接查询其实可以看做是多表查询，只是使用到的是两张万全一样的表。某些特殊情况需要使用到这种查询方式。例如：

出于某种需求，要统计点了相同菜品的不同用户的ID及菜品信息，则需要自联接实现：

Select f1.Userid, f1.Name

From Food AS f1, Food AS f2 --AS关键字可以省略，Oracle无AS关键字

Where f1.Name = f2.Name AND f1.Userid f2.Userid

Group By f1.Name;

上面的查询语句用到了自联接，为了防止歧义，对两个表分别取了f1，f2别称，并用f1.Userid和f2.Name等明确指明了查询表。查询逻辑是先找到f1、f2两张表菜品相同的记录，此时同一用户的订单会被筛选出来，为了防止同一用户ID的订单被选出，增加两个表ID不等的过滤条件，最终获得想要的数据。最后以Group By结束，保证查询结果按照菜品分组显示。

二、多表查询

多表查询需要表与表之间有关联关系，即至少有一列内容是两个表都有存在的，否则查询将不会返回有效数据。多表联接分为Inner Join（同Join）、Left Outer Join（同Left Join）、Right Outer Join（同Right Join）和Full Outer Join（极少使用）四种。第一种联接为内连接，只有两个表筛选条件列完全相等时，才能被筛选出来；第二种为左外联接，筛选结果以Left关键字左侧表为基础，如 a Left Join b on a.id = b.id，则以a表为基础，b表id与a表id相等的数据能被筛选出来，b表无id与a表id相等，则a表对应位置将显示为NULL。第三种为右联接，以Right关键字右侧表为基础，情况正好与Left Join的例子相反。

以上介绍的Left Join和Right Join的唯一区别是关联的表的顺序，二者可以相互转换；Inner Join一般可以用更简单的where条件替代。在具体使用时，应该选择更简便的代码实现。

（1）两表联接

现需要分析点了“狮子头”类外卖，且对应菜品单大于10的所有用户的ID，Name，Address信息及菜品单价（假设Food表的Outcount列为菜品数量）。由表结构图，已知用户信息存储在User表，而订单菜品信息存储在Food表，两个表通过User表的主键关联。

方法一：用Inner Join实现

Select U.ID, U.Name, U.Address, F.Name,

(F.Price/F.Outcount) AS Uprice

From User AS U Inner Join Food AS F

ON U.ID = F.Userid

Where F.Name LIKE '%狮子头%'

Group by F.Name

Having Uprice > 10;

方法二：使用where条件联接表

Select U.ID, U.Name, U.Address, F.Name, (F.Price/F.Outcount) AS Uprice

From User AS U , Food AS F

Where U.ID = F.Userid and F.Name LIKE '%狮子头%'

Group By F.Name

Having Uprice > 10;

方法一、二实现了同样的效果，同时还使用到了新的关键字：Like，Having。个人认为方法二更为直观和简单。Like关键字主要用于通配条条件，mysql通配符%表示通配任意长度字符。

Having和Where实现的功能基本一样，都是过滤数据的条件。其区别在于Where用了过滤行级数据；Having一般固定跟在Group By后面，过滤分组数据，语法与where类似。

（2）三个及以上表查询

三表查询查询与两表查询逻辑一致，需要首先找到表与表之间的关联关系，然后联接各表，最后查询所需数据。三表查询一般会涉及一些聚集函数，也可以很轻松实现，如sum，avg，count，min，max等。

统计每个用户的外卖订单量、外卖菜品总数、外卖总消费数据、区域分布状况。该查询需要用到User表、Food表和OrderStatem表。User表与Food表关联，Food表与OrderStatem表关联。最终需要选取的数据在User表和OrderStatem表中，Food表主要起到了“牵线搭桥”的过渡作用。查询语句如下：

Select U.ID, U.Name, U.Address ,Count(*),

SUM(O.FoodCount) AS TFN ,SUM( O.FoodTotalPrice) AS TFP

From OrderStatem O Left Join Food F

ON O.FoodID = F.ID Left Join User U

ON U.ID = F.Userid

Group By U.ID, U.Address

Order By TFN, TFP

以上查询语句中，通过中间表实现了多表查询功能。用到了三个表Left Join的方法，用Right Join可以实现完全一样的功能。这两种方法的好处是可以统计注册了外卖账号，但是没有在平台点过外卖的客户的信息。

如果只需要拉取下过订单的客户的数据，可以采用Inner Join或ID相等的Where语句筛选的方法实现：

Select U.ID, U.Name, Count(*),

SUM(O.FoodCount) AS TFN ,SUM( O.FoodTotalPrice) AS TFP

From OrderStatem O, Food F, User U

Where O.FoodID = F.ID AND U.ID = F.Userid

Group By U.ID, U.Address

Order By TFN, TFP

以上例子展示了三个表联结查询的方法，多表查询可以参考以上例子，操作大同小异。

另外需要特别注意的是，在多表查询过程中，一定要通过Where语句指定行筛选条件，或者用Join方法指定联结条件，然后在进行查询，否则会出现笛卡儿积现象，一个表的任一行都关联了另一个表的所有行，不仅降低效率，而且查询出的数据也无效。

以上例子说明了SQL查询时最基本的语法，可以帮助实现最基本的查询操作。另外例子中涉及了一些SQL聚集函数、通配查询方法等。后续继续讲解具体用法。由于不同操作平台上SQL语法、部分函数用法会存在差异，功能实现也许存在差异。