orcal数据库

orcal必背的知识点

/*

多表查询的思路:

1.分析题目涉及哪些表

2.如果数据来自多张表,就要使用多表查询:找到表与表之间相同的字段用 = 连接(并放到where字句后面);

3.如果需要对单条记录做过滤,就把过滤条件追加到where字句后面,用and连接

4.如果需要对多组数据做统计,就要使用group by

5.如果需要对分组之后的数据做过滤,就要使用having

6.如果需要对数据进行排序,就要用到order by

*/

---- delete  truncate    drop的区别

delete from 表名

where 过滤条件;(可以撤销)(删除单行或多行,不加where条件删除表的所数据)

truncate table 表名(不能撤销)(删除表里的所有数据)

drop table 表名(删除整个表,不能撤销)

模糊查询:

---模糊查询关键字:like

匹配符:

%:表示匹配任意长度的字符

_:下划线,表示匹配一个长度的任意字符

*/

/*

右连接:

select 字段

from 表1 表1别名,表2 表2别名

where 表1别名.字段(+) = 表2别名.字段

左连接:select 字段 from 表1 表1别名,表2 表2别名 where 表1别名.字段 = 表2别名.字段(+)

*/

去重:

/* 去重:distinct 字段 */

增,删,改,查的语法:

/*添加数据

insert into 表(字段1,字段2...字段n)

values(值1,值2,...值n)

commit;永久保存在数据库

rollback;撤销输入的数据

*/

/*---删除数据库表中的数据

delete from 表名

where 过滤条件;(可以撤销)

truncate table 表名(不能撤销)

drop table 表名(删除整个表,不能撤销)

*/

/*修改数据

update 表名

set 列1 = 值1,列2 = 值2...列N = 值N

[where过滤条件];

*/

/*查询数据

select 字段/表达式

from 表

where 过滤条件

group by 字段

having 分组条件

order by 字段/表达式asc/desc;

*/

orcal数据库知识点

--创建表格--

/*

create table 表名(

      字段1 数据类型,

      字段2 数据类型,

      字段3 数据类型,

      ....

      字段n 数据类型

); */

/* 数据类型

唯一约束(unique)

非空约束(not null)

主键(primary key)

检查约束(check)

外键(references)

默认值(default)

*/

--------修改表:增加列 --------

/*

alter table 表名add(增加)(

      字段名1 数据类型,字段名2 数据类型...字段名n 数据类型

);

alter table 表名modify(修改)(

      字段名1 数据类型,字段名2 数据类型...字段名n 数据类型

);

alter table 表名 drop(删除) column字段名;

*/

/* 去重:distinct 字段*/

/*----精确查询 模糊查询

---模糊查询关键字:like

匹配符:

%:表示匹配任意长度的字符

_:下划线,表示匹配一个长度的任意字符

*/

-----查询空值  is null非空is not null

---排序  order by asc(升序)/desc(降序)

/*添加数据

insert into 表(字段1,字段2...字段n)

values(值1,值2,...值n)

commit;永久保存在数据库

rollback;撤销输入的数据

*/

---插入指定的时间  to_date('字符串','格式')

to_date('1997-11-25','yyyy-mm-dd')

------修改数据库的数据

/*修改数据

update 表名

set 字段 = 修改后的值

where 过滤条件;

*/

/*---删除数据库表中的数据

1.delete from 表名

where 过滤条件;(可以撤销)

delete from 表名(不加wehere条件,删除表所有数据)

2.truncate table 表名(不能撤销)

3.drop table 表名(删除整个表,不能撤销)

*/

/*

---count(*)统计整个表的所有行数

---count(字段)统计整个表的非空行数

---avg(字段)--统计平均数据

---min(字段)--统计最小值

---max(字段)--统计最大值

---sum(字段)--统计总和

*/

---group by 分组查询

/*

select 字段/表达式

from 表

where 过滤条件

group by 字段

having 分组条件;

*/

---多表查询

/*

思路:

1.分析题目涉及哪些表

2.如果数据来自多张表,就要使用多表查询:找到表与表之间相同的字段用 = 连接(并放到where字句后面);

3.如果需要对单条记录做过滤,就把过滤条件追加到where字句后面,用and连接

4.如果需要对多组数据做统计,就要使用group by

5.如果需要对分组之后的数据做过滤,就要使用having

6.如果需要对数据进行排序,就要用到order by

*/

---外连接:左连接/右连接

/*

右连接:

select 字段

from 表1 表1别名,表2 表2别名

where 表1别名.字段(+) = 表2别名.字段


左连接:select 字段 from 表1 表1别名,表2 表2别名 where 表1别名.字段 = 表2别名.字段(+)    where A.a = B.b(+)

*/

----子查询

/*

select 字段

from 表

where 字段= (select 字段 from 表 where 条件)

*/

----子查询,必须要用()括起来。

多行值子查询

    多行子查询,是指子查询会返回多个值,此时,需要用到多值比较运算符:[not]in

  in运算符表示属于的关系,即是否在所选数据的集合之中。"not in"表示不属于集合或不是集合的成员。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容

  • orcal必背的知识点 /* 多表查询的思路: 1.分析题目涉及哪些表 2.如果数据来自多张表,就要使用多表查询:...
    梦想在起步阅读 626评论 0 1
  • oracle必背的知识点的 /* 多表查询的思路: 1.分析题目涉及哪些表 2.如果数据来自多张表,就要使用多表查...
    rilakkumaboy阅读 726评论 1 6
  • 转 # https://www.cnblogs.com/easypass/archive/2010/12/ 08/...
    吕品㗊阅读 9,695评论 0 44
  • 1. 我们的产品质量在同行业名到前矛 。 问:你感觉联想surface的转轴性能怎么样呢?是我公司和联想共同研发的...
    袁成旭阅读 266评论 0 0
  • 今天无意的发现,曾经为展览应酬而作的准备,可是后来都没用。 也就是,现在看来,有点丢人现眼,很不理想和如意。
    十笏草堂阅读 642评论 2 31