当前位置: 首页 > news >正文

常用的sql语句汇总(个人版)

1、sql按照指定数组顺序查询数据
2、数据库SQL 某字段按首字母排序

基础语句

1、SELECT:选择数据表中的数据

SELECT column_name1, column_name2 FROM table_name;

2、WHERE:筛选符合条件的数据

SELECT column_name FROM table_name WHERE column_name = 'value';

3、AND:用于连接 WHERE 子句中的多个条件

SELECT column_name FROM table_name WHERE column_name1 = 'value1' AND column_name2 = 'value2';

4、OR:用于连接 WHERE 子句中的多个条件,其中至少一个条件必须成立

SELECT column_name FROM table_name WHERE column_name1 = 'value1' OR column_name2 = 'value2';

5、IN:筛选符合指定值中任意一个的数据

SELECT column_name FROM table_name WHERE column_name IN ('value1', 'value2', 'value3');

6、NOT IN:筛选不符合指定值中任意一个的数据

SELECT column_name FROM table_name WHERE column_name NOT IN ('value1', 'value2', 'value3');

7、LIKE:筛选符合指定模式的数据

SELECT column_name FROM table_name WHERE column_name LIKE 'pattern'; SELECT column_name FROM table_name WHERE column_name LIKE '%value%'

8、NOT LIKE:筛选不符合指定模式的数据

SELECT column_name FROM table_name WHERE column_name NOT LIKE 'pattern'; SELECT column_name FROM table_name WHERE column_name NOT LIKE '%value%'

9、BETWEEN:筛选在指定范围内的数据

SELECT column_name FROM table_name WHERE column_name BETWEEN 'value1' AND 'value2';

9、NOT BETWEEN:筛选不在指定范围内的数据

SELECT column_name FROM table_name WHERE column_name NOT BETWEEN 'value1' AND 'value2';

10、ORDER BY:按指定列进行排序

SELECT column_name FROM table_name ORDER BY column_name ;//默认升序 SELECT column_name FROM table_name ORDER BY column_name DESC;//降序

11、GROUP BY:按指定列进行分组

SELECT column_name1,column_name2 FROM table_name GROUP BY column_name1;

备注:从 MySQL 5.7.5 开始,默认 SQL 模式包括 ONLY_FULL_GROUP_BY。 (在 5.7.5 之前,MySQL 不检测函数依赖,并且默认不启用 ONLY_FULL_GROUP_BY。),所以select的内容如果不在group by 中,将会报错,可以参考这里的解决方法

DISTINCT :基于指定列的唯一值去重

SELECT DISTINCT(column_name1) FROM table_name;

区别:distinct和group by具体区别点击查看

12、HAVING:筛选分组后符合指定条件的数据

SELECT column_name1, SUM(column_name2) FROM table_name GROUP BY column_name1 HAVING SUM(column_name2) > 100;
进阶一下

13、JOIN:连接多个数据表

SELECT table1.column_name1, table2.column_name2 FROM table1 JOIN table2 ON table1.column_name1 = table2.column_name1;

14、LEFT JOIN:连接左侧数据表,并包括右侧数据表中与左侧数据表中没有匹配项的行

SELECT table1.column_name1, table2.column_name2 FROM table1 LEFT JOIN table2 ON table1.column_name1 = table2.column_name1; //右连接 SELECT * FROM table1 RIGHT JOIN table2 ON table1.column_name = table2.column_name;

15、UNION:合并多个查询结果

SELECT column_name FROM table1 UNION SELECT column_name FROM table2;

16、EXISTS:检查子查询结果是否存在

SELECT column_name FROM table1 WHERE EXISTS (SELECT column_name FROM table2 WHERE column_name = 'value'); //NOT EXISTS:检查子查询结果是否不存在 SELECT column_name FROM table1 WHERE NOT EXISTS (SELECT column_name FROM table2 WHERE column_name = 'value');

17、AVG:计算平均值

SELECT AVG(column_name) FROM table_name;

18、COUNT:计算数据行数

SELECT COUNT(*) FROM table_name;

19、MAX:计算最大值

SELECT MAX(column_name) FROM table_name;

20、MIN:计算最小值

SELECT MIN(column_name) FROM table_name;

21、SUM:计算总和

SELECT SUM(column_name) FROM table_name;

22、CASE:根据条件返回不同的结果

SELECT column_name, CASE WHEN column_name = 'value1' THEN 'result1' WHEN column_name = 'value2' THEN 'result2' ELSE 'result3' END AS new_column_name FROM table_name;`

23、ROW_NUMBER:按照指定列进行分组并排序(就是对column_name字段进行分组,并在组内对column_name2字段降序排)

SELECT column_name, ROW_NUMBER() OVER (PARTITION BY column_name ORDER BY column_name2 DESC) FROM table_name;

示例如下:

24、DENSE_RANK:按照指定列进行分组并排序,相同值的行具有相同的排名,不跳过下一个排名(RANK:跳过下一个排名)

SELECT column_name, DENSE_RANK() OVER (PARTITION BY column_name ORDER BY column_name2 DESC) FROM table_name;

示例如下:

25、FIRST_VALUE:返回分组中第一个行的列值

SELECT column_name, FIRST_VALUE(column_name2) OVER (PARTITION BY column_name ORDER BY column_name2) FROM table_name; //返回分组中最后一个行的列值 SELECT column_name, LAST_VALUE(column_name2) OVER (PARTITION BY column_name ORDER BY column_name2 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) FROM table_name;

26、CONCAT:连接多个字符串值为一个字符串

SELECT CONCAT(column_name1, ' ', column_name2) FROM table_name;

示例如下:

附加使用的sql

1、连表更新,将一张表的某个字段更新为另一张表的某个字段值

#将1表的reward更新为b表的reward值 UPDATE project_submits a INNER JOIN projects b ON a.project_id = b.id SET a.reward = b.reward

2、DATE_FORMAT:查询指定日期的数据

select * from `order_exam_logs` where DATE_FORMAT(created_at, "%Y-%m-%d")='2023-06-05'

因为数据表中created_at存到了秒,所以要使用DATE_FORMAT函数

学习资源

如果你是也准备转行学习网络安全(黑客)或者正在学习,这里开源一份360智榜样学习中心独家出品《网络攻防知识库》,希望能够帮助到你

知识库由360智榜样学习中心独家打造出品,旨在帮助网络安全从业者或兴趣爱好者零基础快速入门提升实战能力,熟练掌握基础攻防到深度对抗。

1、知识库价值

深度: 本知识库超越常规工具手册,深入剖析攻击技术的底层原理与高级防御策略,并对业内挑战巨大的APT攻击链分析、隐蔽信道建立等,提供了独到的技术视角和实战验证过的对抗方案。

广度: 面向企业安全建设的核心场景(渗透测试、红蓝对抗、威胁狩猎、应急响应、安全运营),本知识库覆盖了从攻击发起、路径突破、权限维持、横向移动到防御检测、响应处置、溯源反制的全生命周期关键节点,是应对复杂攻防挑战的实用指南。

实战性: 知识库内容源于真实攻防对抗和大型演练实践,通过详尽的攻击复现案例、防御配置实例、自动化脚本代码来传递核心思路与落地方法。

2、 部分核心内容展示

360智榜样学习中心独家《网络攻防知识库》采用由浅入深、攻防结合的讲述方式,既夯实基础技能,更深入高阶对抗技术。

360智榜样学习中心独家《网络攻防知识库》采用由浅入深、攻防结合的讲述方式,既夯实基础技能,更深入高阶对抗技术。

内容组织紧密结合攻防场景,辅以大量真实环境复现案例、自动化工具脚本及配置解析。通过策略讲解、原理剖析、实战演示相结合,是你学习过程中好帮手。

1、网络安全意识

2、Linux操作系统

3、WEB架构基础与HTTP协议

4、Web渗透测试

5、渗透测试案例分享

6、渗透测试实战技巧

7、攻防对战实战

8、CTF之MISC实战讲解

3、适合学习的人群

一、基础适配人群

  1. 零基础转型者‌:适合计算机零基础但愿意系统学习的人群,资料覆盖从网络协议、操作系统到渗透测试的完整知识链‌;
  2. 开发/运维人员‌:具备编程或运维基础者可通过资料快速掌握安全防护与漏洞修复技能,实现职业方向拓展‌或者转行就业;
  3. 应届毕业生‌:计算机相关专业学生可通过资料构建完整的网络安全知识体系,缩短企业用人适应期‌;

二、能力提升适配

1、‌技术爱好者‌:适合对攻防技术有强烈兴趣,希望掌握漏洞挖掘、渗透测试等实战技能的学习者‌;

2、安全从业者‌:帮助初级安全工程师系统化提升Web安全、逆向工程等专项能力‌;

3、‌合规需求者‌:包含等保规范、安全策略制定等内容,适合需要应对合规审计的企业人员‌;

因篇幅有限,仅展示部分资料,完整版的网络安全学习资料已经上传CSDN,朋友们如果需要可以在下方CSDN官方认证二维码免费领取【保证100%免费】

http://www.jsqmd.com/news/240010/

相关文章:

  • 前端面试了10来个人,聊聊他们被挂的原因..
  • AI人脸隐私卫士效果对比:传统打码与智能打码的差异
  • 【豆包写的】深入解析 torch.argmax 中 dim=1 与 one-hot 转整数标签的关系
  • 基于超像素(super-pixel)边缘检测的呼吸监测和小波去噪、EVM PVM进行对比实验附Matlab复现
  • 论文写作“隐藏技巧”:7款AI神器告别焦虑,导师不会告诉你的秘密
  • 数据库常用的SQL查询语句(非常详细),看完这一篇就足够了
  • Debug:mlx-omni-server服务器用qwen3模型出错
  • 计算机毕业设计springboot基于的乡村有机产品交易平台 基于SpringBoot的“田间直达”有机农产品商城 SpringBoot驱动的“乡味鲜”绿色土特产交易平台
  • x64dbg动态分析实战案例:从零实现函数追踪(完整示例)
  • 从RAG落地失败到用户满意度提升90%:我们靠这一招Query Rewrite,收藏起来避免踩坑!
  • GLM-4.6V-Flash-WEB省钱方案:低成本GPU部署实战案例
  • 深度测评8个AI论文软件,研究生高效写作必备!
  • 计算机毕业设计springboot作物叶片病害诊断系统 基于SpringBoot的农作物叶部病害智能识别与防治平台 SpringBoot+MySQL实现田间作物叶片病害在线诊断与知识共享系统
  • 开发者必备:GLM-4.6V-Flash-WEB一键部署实操手册
  • 关于全国GIS应用技术测评考试:你必须知道的事(附真题)
  • TDengine IDMP让制糖看得清、管得住、跑得稳
  • [特殊字符] 藏在 Vue3 源码里的 “二进制艺术”:位运算如何让代码又快又省内存?
  • Mysql的安装配置教程(非常详细)从零基础入门到精通,看完这一篇就够了
  • 富文本编辑器技术选型,到底是 Prosemirror 还是 Tiptap 好 ❓❓❓
  • 【技术收藏】预训练数据选择革命:MATES等6大方法让LLM性能提升,计算量减半
  • 导师严选2026 TOP9 AI论文写作软件:专科生毕业论文必备测评
  • 5V/4A单通道高频率低侧替代LM5114GaN增强型驱动
  • 多平台社交媒体管理工具优选方案:科握凭AI创作+合规激励,引爆声量销售双增长
  • 2026 年CBAM 要不要现在就做?先说结论
  • 【深度学习】YOLO 模型核心部署格式全解析(PyTorch/ONNX/TensorRT/TFLite)
  • 章泽天开播客,网友喊话对话刘强东!列好了一堆问题……
  • 基于随机波动率模型与马尔可夫链蒙特卡洛方法的指数期权波动率曲面拟合改进
  • 波动率期限结构调整策略在指数期权日历价差中的应用研究
  • 【深度学习】YOLO 模型典型应用场景分析(安防 / 自动驾驶 / 工业质检 / 医疗影像 / 智慧城市)
  • 租房新时代:一键解锁理想居所的小程序革命