Sql关键字

名词介绍

1、count

1、count()
count(
) 统计所有的行数,包含为Null的行

hive> select count(*) from student;
OK
10

2、count(1)
count(1)或者count(任意数字) 它的结果和count(*) 一样
即统计所有的行数,包含为Null的行

hive> select count(1) from student;
OK
10

3、count(column)
count(column) 返回不包含null的行数

hive> select count(fenshu) from student;
OK
8

4、count(expression)
count(expression) 返回不包含null的行数 这个和count(column) 类似,count(expression) 中的表达式也相当于生成一个默认的列

2、distinct

1、去重,如果是单列,就是单列去重 如果是多列 相当于是多列为一组进行去重
2、distinct 要放到最前面 即select distinct column。。。 而不能是 select column1,distinct column2。。。

3、join

1、笛卡尔积
笛卡尔积在sql中实现的方式是交叉连接,是所有可能的有序对组成的集合,表示两个表中每一行数据任意组合,比如两个表 select * from tableA tableB 假如tableA和tableB各有6条数据,则有36种可能
在实际应用中笛卡尔积没有多大用处,只有在关联时加上限制条件,才能发挥它的作用

2、全连接
FULL OUTER JOIN
全连接查询能返回左右表里的所有记录,其中左右表里能关联起来的记录被连接后返回。
示例:

hive> select * from test1;
OK
1       zeng
2       zhou
3       wang
hive> select * from test2;
OK
1       18
2       17
4       19
5       20
hive> select  test1.id,test1.name,test2.id,test2.age from test1 FULL OUTER JOIN test2 on test1.id=test2.id;
OK
1       zeng    1       18
2       zhou    2       17
3       wang    NULL    NULL
NULL    NULL    4       19
NULL    NULL    5       20
4、order by

order by 即排序 默认是升序 ASC 若想要降序排列 则DESC

5、group by

1、group by 和聚合函数连用 聚合函数包括sum() avg() count() 等 聚合函数计算的是分组后组内的值
2、having用在group by之后,对group by分组后的数据进行筛选
having后面可以使用聚合函数
3、特殊的 比如sql中没有group by 但是用了聚合函数,比如select count(*) from student相当于 group by null,即对什么也不分组,对整表进行聚合

连用的情况

1、join 和 where

where在join之后

left jion时,on和where条件的区别如下:

1、 on条件是在生成临时表时使用的条件,它不管on中的条件是否为真,都会返回左边表中的记录。
2、where条件是在临时表生成好后,再对临时表进行过滤的条件。这时已经没有left join的含义(必须返回左边表的记录)了,条件不为真的就全部过滤掉。

参考资料:https://www.cnblogs.com/jessy/p/3525419.html

2、group by 和where连用

group by 和where连用的时候,where需要放到group by前面,对之前的结果集先进行删选,where后面不可以使用聚合函数

3、order by和group by连用

order by 和group by连用的时候,order by需要放到group by后面 而且order by是sql中最后执行的
order by的字段需要是group by中的字段或者是聚合函数转换的别名

注意点

1、join 后面的关联条件为空字符串的问题
结论 :

当关联条件两边相同数据多的时候 数据会变多 为 两边空字符串(或者别的数据)的数量相乘 所以当两边空字符串数据量很大的话 得到的数据量将是灾难性的
关联两边为NULL的话 对其没有影响

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 200,961评论 5 473
  • 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 84,444评论 2 377
  • 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 148,009评论 0 333
  • 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 54,082评论 1 272
  • 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 63,101评论 5 363
  • 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 48,271评论 1 278
  • 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 37,738评论 3 393
  • 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 36,395评论 0 255
  • 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 40,539评论 1 294
  • 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 35,434评论 2 317
  • 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 37,481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 33,160评论 3 317
  • 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 38,749评论 3 303
  • 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 29,816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 31,038评论 1 256
  • 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 42,548评论 2 346
  • 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 42,140评论 2 341

推荐阅读更多精彩内容

  • pyspark.sql模块 模块上下文 Spark SQL和DataFrames的重要类: pyspark.sql...
    mpro阅读 9,438评论 0 13
  • 关系型数据库和SQL SQL语言的三个部分DML:Data Manipulation Language,数据操纵语...
    Awey阅读 1,937评论 0 13
  • 50个常用的sql语句Student(S#,Sname,Sage,Ssex) 学生表Course(C#,Cname...
    哈哈海阅读 1,223评论 0 7
  • 我们都需要成长,直到我们梦想的地方。
    笔好阅读 47评论 0 0
  • 周六学习,周日仅半天休息,还是想要吃点海鲜美味,于是跟先生一起驱车差不多两小时到东部海边去觅食。 到达后先抓紧时间...
    娇娇的读行阅读 177评论 0 2