SQLServer:《SQL必知必会》一书的读书笔记(二)

数据库 SQL Server
用途:从一个或多个表中检索数据信息   关键字:作为SQL组成部分的保留字。关键字不能用作表或列的名字。 为了使用SELECT检索表数据,必须至少给出两条信息: 想选择什么, 从什么地方选择。

 2.1 SELECT 语句

  用途:从一个或多个表中检索数据信息
关键字:作为SQL组成部分的保留字。关键字不能用作表或列的名字。
为了使用SELECT检索表数据,必须至少给出两条信息:
想选择什么,
从什么地方选择。

 

2.2 检索单个列

SELECT prod_name 
FROM Products;
--    分析:利用 SELECT 语句从 Products 表中检索一个名为 prod_name 的列。
--    所需的列名写在 SELECT 关键字之后,FROM 关键字支出从那个表中检索数据.

  【提示】使用“;”和将语句拆分成多行可增强可读性
【提示】SQL 语句不区分大小写,即“SELECT”和“select”一样;但是表名、列名和值可能有所不同。

 

2.3 检索多个列
从一个表中检索多个列,仍然使用相同的SELECT语句。唯一的不同是必须在SELECT关键字后给出多个列名,列名之间用逗号隔开

SELECT prod_id, prod_name, prod_price
FROM Products;
--    分析:使用 SELECT 语句从表 Products 中选择 3 列数据

 

2.4 检索所有列
除了指定所需的列外,SELECT 语句还可以检索所有的列而不必逐个列出它们。在实际列名的位置使用星号(*)通配符可以做到

SELECT *
FROM Products
--    分析:如果给定一个通配符(*),则返回表中所有的列。列的顺序一般是列在表定义中出现的物理顺序。

  【注意】除非确实需要表中的每一列,否则***别使用*通配符。检索不需要的列通常会降低检索和应用程序的性能。

 

2.5 检索不同的值

  SELECT 语句返回所有匹配的行,但是我们并不希望每个值每次都出现,这该怎么办?
假如,你想检索 products 表中所有产品供应商的 id

SELECT vend_id
FROM Products

  

  发现存在重复值,怎么解决呢?方法就是使用 DISTINCT 关键字

SELECT DISTINCT vend_id
FROM Products
--    分析:SELECT DISTINCT vend_id 告诉 DBMS 只返回(具有唯一性)的 vend_id 行。如果使用 DISTINCT 关键字,必须直接放在列名前面。

  

  【注意】DISTINCT 关键字作用于所有列,除非指定两列完全相同,否则所有的行都会被检索出来

 

2.6 限制结果
SELECT 语句返回指定表中所有匹配的行。如果我们只想返回***行或者一定数量的行,该怎么办呢?
-- 使用 TOP 关键字

SELECT TOP 5 prod_name
FROM Products
--    分析:使用 SELECT TOP 5 语句,只检索前 5 行数据

 

2.7 使用注释
行内注释:使用“--”

SELECT *    --行内注释
FROM Products;

 

 多行注释:使用“/* */”

  1. /* 
  2. 多行注释 
  3. SELECT *     
  4. FROM Products; 
  5. */ 

 

责任编辑:honglu 来源: 博客园
相关推荐

2015-07-15 13:45:51

SQLServer读书笔记

2020-07-10 07:58:14

Linux

2024-01-23 18:49:38

SQL聚合函数数据分析

2024-01-03 07:56:50

2022-05-18 09:01:19

JSONJavaScript

2018-10-26 14:10:21

2023-05-08 15:25:19

Python编程语言编码技巧

2023-04-20 14:31:20

Python开发教程

2023-12-26 12:10:13

2022-08-19 10:31:32

Kafka大数据

2013-07-22 11:25:12

2020-08-23 18:18:27

Python列表数据结构

2021-06-09 11:06:00

数据分析Excel

2015-10-20 09:46:33

HTTP网络协议

2019-01-30 14:14:16

LinuxUNIX操作系统

2015-08-17 16:05:35

javascript对象编程

2024-01-09 13:58:22

PandasPython数据分析

2021-03-03 10:39:11

容器微服务IT

2020-03-30 15:25:14

Vim编辑器Linux

2010-12-06 09:06:09

点赞
收藏

51CTO技术栈公众号