这篇文章主要围绕MySQLView比Select慢20倍和mysqlview速度展开，旨在为您提供一份详细的参考资料。我们将全面介绍MySQLView比Select慢20倍的优缺点，解答mysqlvi
这篇文章主要围绕MySQL View 比 Select 慢 20 倍和mysql view 速度展开，旨在为您提供一份详细的参考资料。我们将全面介绍MySQL View 比 Select 慢 20 倍的优缺点，解答mysql view 速度的相关问题，同时也会为您带来7月2日总结,mysql 之select_MySQL、mysql SELECT WHERE SELECT 问题、MySQL SELECT 语句_MySQL、mysql SELECT查询_MySQL的实用方法。
本文目录一览：- MySQL View 比 Select 慢 20 倍（mysql view 速度）
- 7月2日总结,mysql 之select_MySQL
- mysql SELECT WHERE SELECT 问题
- MySQL SELECT 语句_MySQL
- mysql SELECT查询_MySQL
MySQL View 比 Select 慢 20 倍（mysql view 速度）
如何解决MySQL View 比 Select 慢 20 倍？
我有一个选择 ~8000 行的查询。当我执行查询时，它需要 0.1 秒。
当我将查询复制到视图并执行视图时，大约需要 2 秒。在解释的第一行中，它选择了 ~570K 行，我不知道为什么。
我不明白第一行以及为什么它只出现在视图解释中
1 PRIMARY ALL NULL NULL NULL NULL
这是查询（是的，我知道我不是 MysqL 专家，查询效率不高，但它有效，因为 0.1 sek 对我来说就可以了。有谁知道为什么它在视图中如此缓慢？
>MariaDB 10.5.9
select
`xxxxxxx`.`auftraege`.`Zustandigkeit` AS `Zustandigkeit`,`xxxxxxx`.`auftraege`.`cms` AS `cms`,`xxxxxxx`.`auftraege`.`auftrag_id` AS `auftrag_id`,`xxxxxxx`.`angebot`.`angebot_id` AS `angebot_id`,`xxxxxxx`.`kunden`.`kunde_id` AS `kid`,`xxxxxxx`.`angebot`.`kunde_id` AS `kunde_id`,`xxxxxxx`.`kunden`.`firma` AS `firma`,`xxxxxxx`.`auftraege`.`gekuendigt` AS `gekuendigt`,`xxxxxxx`.`kunden`.`ansprechpartnerVorname` AS `ansprechpartnerVorname`,`xxxxxxx`.`kunden`.`ansprechpartner` AS `ansprechpartner`,`xxxxxxx`.`auftraege`.`ampstatus` AS `ampstatus`,`xxxxxxx`.`auftraege`.`autoMahnungen` AS `autoMahnungen`,`xxxxxxx`.`kunden`.`mail` AS `mail`,`xxxxxxx`.`kunden`.`ansprechpartnerAnrede` AS `ansprechpartnerAnrede`,case
`xxxxxxx`.`kunden`.`ansprechpartnerAnrede`
when
''m''
then
concat(''Herr '',ifnull(`xxxxxxx`.`kunden`.`ansprechpartnerVorname`,''''),ifnull(`xxxxxxx`.`kunden`.`ansprechpartner`,''''))
else
concat(''Frau '',''''))
end
AS `ansprechpartnerfullName`,`xxxxxxx`.`kunden`.`website` AS `website`,`xxxxxxx`.`personal`.`name_betrieb` AS `name_betrieb`,`xxxxxxx`.`kunden`.`prioritaet` AS `prioritaet`,`xxxxxxx`.`auftraege`.`infoemail` AS `infoemail`,`xxxxxxx`.`auftraege`.`keywords` AS `keywords`,`xxxxxxx`.`auftraege`.`ftp_h` AS `ftp_h`,`xxxxxxx`.`auftraege`.`ftp_u` AS `ftp_u`,`xxxxxxx`.`auftraege`.`ftp_pw` AS `ftp_pw`,`xxxxxxx`.`auftraege`.`lgi_h` AS `lgi_h`,`xxxxxxx`.`auftraege`.`lgi_u` AS `lgi_u`,`xxxxxxx`.`auftraege`.`lgi_pw` AS `lgi_pw`,`xxxxxxx`.`auftraege`.`autoRemind` AS `autoRemind`,`xxxxxxx`.`kunden`.`telefon` AS `telefon`,`xxxxxxx`.`kunden`.`mobilfunk` AS `mobilfunk`,`xxxxxxx`.`auftraege`.`kommentar` AS `kommentar`,`xxxxxxx`.`auftraege`.`phase` AS `phase`,`xxxxxxx`.`auftraege`.`datum` AS `datum`,`xxxxxxx`.`angebot`.`typ` AS `typ`,case
`xxxxxxx`.`auftraege`.`gekuendigt`
when
''1''
then
''Ja''
else
''Nein''
end
AS `Gekuendigt ? `,(
select
count(`xxxxxxx`.`status`.`aenderung`)
from
`xxxxxxx`.`status`
where
`xxxxxxx`.`status`.`auftrag_id` = `xxxxxxx`.`auftraege`.`auftrag_id`
)
AS `aenderungen`,`xxxxxxx`.`auftraege`.`vertragStart` AS `vertragStart`,`xxxxxxx`.`auftraege`.`vertragEnde` AS `vertragEnde`,case
`xxxxxxx`.`auftraege`.`zahlungsart`
when
''U''
then
''Überweisung''
when
''L''
then
''Lastschrift''
else
''Unbekannt''
end
AS `Zahlungsart`,`xxxxxxx`.`kunden`.`yyyyy_piwik` AS `yyyyy_piwik`,(
select
max(`xxxxxxx`.`status`.`datum`) AS `mxDTst`
from
`xxxxxxx`.`status`
where
`xxxxxxx`.`status`.`auftrag_id` = `xxxxxxx`.`auftraege`.`auftrag_id`
and `xxxxxxx`.`status`.`typ` = ''SEO''
)
AS `mxDTst`,(
select
case
`xxxxxxx`.`rechnungen`.`beglichen`
when
''YES''
then
''isOk''
else
''isAffe''
end
AS `neuUwe`
from
(
`xxxxxxx`.`zahlungsplanneu`
join
`xxxxxxx`.`rechnungen`
on(`xxxxxxx`.`zahlungsplanneu`.`rechnungsnummer` = `xxxxxxx`.`rechnungen`.`rechnungsnummer`)
)
where
`xxxxxxx`.`zahlungsplanneu`.`auftrag_id` = `xxxxxxx`.`auftraege`.`auftrag_id`
and `xxxxxxx`.`rechnungen`.`beglichen` <> ''STO'' limit 1
)
AS `neuer`,(
select
group_concat(`xxxxxxx`.`kunden_keywords`.`keyword` separator '','')
from
`xxxxxxx`.`kunden_keywords`
where
`xxxxxxx`.`kunden_keywords`.`kunde_id` = `xxxxxxx`.`kunden`.`kunde_id`
)
AS `keyword`,(
select
case
count(0)
when
0
then
''Cool''
else
''Uncool''
end
AS `AusfallVor`
from
`xxxxxxx`.`rechnungen`
where
`xxxxxxx`.`rechnungen`.`rechnung_tag` < current_timestamp() - interval 15 day
and `xxxxxxx`.`rechnungen`.`kunde_id` = `xxxxxxx`.`kunden`.`kunde_id`
and `xxxxxxx`.`rechnungen`.`beglichen` = ''NO'' limit 1
)
AS `Liquidiert`
from
(
((((`xxxxxxx`.`auftraege`
join
`xxxxxxx`.`angebot`
on(`xxxxxxx`.`auftraege`.`angebot_id` = `xxxxxxx`.`angebot`.`angebot_id`))
join
`xxxxxxx`.`kunden`
on(`xxxxxxx`.`angebot`.`kunde_id` = `xxxxxxx`.`kunden`.`kunde_id`))
left join
`xxxxxxx`.`kunden_keywords`
on(`xxxxxxx`.`angebot`.`kunde_id` = `xxxxxxx`.`kunden_keywords`.`kunde_id`))
join
`xxxxxxx`.`personal`
on(`xxxxxxx`.`kunden`.`bearbeiter` = `xxxxxxx`.`personal`.`personal_id`))
left join
`xxxxxxx`.`status`
on(`xxxxxxx`.`auftraege`.`auftrag_id` = `xxxxxxx`.`status`.`auftrag_id`)
)
group by
`xxxxxxx`.`auftraege`.`auftrag_id`
order by
NULL
更新 1
1.视图本身（时长 1.83 秒）
1.1 创建视图：这是我创建的视图，它只包含上面的查询。
1.2 执行视图：执行视图需要 1.83 秒
1.3 分析视图：这是视图的解释
2.添加了 where 子句的视图（持续时间 1.86 秒）
2.1 分析添加了 where 子句的视图 @rick 希望我在视图中添加一个 where 子句，如果我理解正确的话。这是视图的解释，其中我添加了一个 where 子句，需要 1.86 秒。
3.查询，即视图的来源（持续时间：0.1 秒）
3.1 直接执行查询 这是查询，即视图的来源，当我直接执行到服务器时。大约需要 0.1 - 0.2 秒。
3.2 分析直接查询这是对纯查询的解释。
为什么视图速度如此之慢，只在视图内部封装查询？
更新 2
这些是我设置的索引
ALTER TABLE angebot 添加索引 angebot_idx_angebot_id (angebot_id);
ALTER TABLE auftraege 添加索引 auftraege_idx_auftrag_id (auftrag_id);
ALTER TABLE kunden 添加索引 kunden_idx_kunde_id (kunde_id);
ALTER TABLE kunden_keywords 添加索引 kunden_keywords_idx_kunde_id (kunde_id);
ALTER TABLE personal 添加索引 personal_idx_personal_id (personal_id);
ALTER TABLE rechnungen 添加索引 rechnungen_idx_rechnungsnummer_beglichen (rechnungsnummer,beglichen);
ALTER TABLE rechnungen 添加索引 rechnungen_idx_beglichen_kunde_id_rechnung (beglichen,kunde_id,rechnung_tag);
ALTER TABLE status 添加索引 status_idx_auftrag_id (auftrag_id);
ALTER TABLE status 添加索引 status_idx_typ_auftrag_id_datum (typ,auftrag_id,datum);
ALTER TABLE zahlungsplanneu 添加索引 zahlungsplanneu_idx_auftrag_id (auftrag_id);
解决方法
表之间保持一致。例如，kunde_id 在表之间的声明似乎不同。这可能阻止了一些明显的优化。 （在 EXPLAIN` 中有 6 个 JOINs 表示 func。）
去掉 JOINs 中多余的括号。他们可能会阻止优化器乐于做的事情——重新排列 JOIN 中的表。
将查询翻过来。在这里，我的意思是做最少的工作来完成主要的 JOIN。主要收集 id(s)。 然后在外部选择中执行依赖子查询。类似的东西：
SELECT ... ( SELECT ... ),...
FROM ( SELECT a1.id
FROM a AS a1
JOIN b ON ..
JOIN c ON .. )
JOIN a AS a2 ON a2.id = a1.id
JOIN d ON ...
“由内而外”的组合可能消除对GROUP BY的需求。 （您的查询太复杂了，我无法确定。）如果是这样，那么我将问题称为“爆炸内爆”——您的查询首先加入，生成一个包含大量行（“爆炸”）的临时表。然后它执行 GROUP BY（“内爆”）。
更多
这些索引可能有帮助：
status: (auftrag_id,typ,datum,aenderung)
rechnungen: (beglichen,kunde_id,rechnung_tag)
rechnungen: (rechnungsnummer,beglichen)
zahlungsplanneu: (auftrag_id,rechnungsnummer)
kunden_keywords: (kunde_id,keyword) -- (unless `kunde_id` is the PK)
（我从所有 3 个 EXPLAINs 中看到您可能在 kunden_keywords 和 status 上有足够的索引。告诉我您拥有哪些索引，以便我可以查看现有索引是否为我的建议很好。）“使用索引”==“覆盖索引”。
接近尾声的是这个LEFT JOIN，但我没有发现这张桌子有任何用处；也许它可以删除？
left join `kunden_keywords` on(`angebot`.`kunde_id` = `kunden_keywords`.`kunde_id`))
7月2日总结,mysql 之select_MySQL
函数：
MAX(); 返回该字段的最大值
MIN();返回该字段的最小值
COUNT();
返回该数据库的行数切非NULL的值，count(*)返回该数据库里的行数，count(name),如果是字段值，若该字段的值有NULL的情况，则该不计入总数。
AVG();返回该字段的平均值
SUM();返回该字段的总和
GROUP BY: 对所在字段进行分组。
若数据库里有张三，李四，王五，张三，赵六，李四
select * from name where 1 group by name, 该字段就是输出后，张三，李四，王五，赵六.(李四和张三有多条，也各显示纪录)
ORDER BY: 对字段进行升序/降序 进行排列；
DESC 降序 ASC 升序
select * from goods ordery by id desc 对id列进行降序排序
LIMIT限制条目 LIMIT[Offset,] N offset是偏移量（可选项） N取出的条目
select * from goods order by id desc limit 0,3 对id进行从大到小排序，只显示前三条纪录。
select * from goods order by id desc limit 2,3 对id进行从大到小排序，只显示3，4，5条纪录；
mysql SELECT WHERE SELECT 问题
现在有二张表，表 T1 类似基础数据表有 ID，NAME,VALUE ；
表 T2 ： ID ids (逗号分割的 T1.ID)。
select ids where T2.id = 1 返回结果为 1,2,3
select * from T1 where id in (select ids where T2.id = 1) 一条记录
select * from T1 where id in (1,2,3) 三条记录
问题来了，select * from T1 where id in (select ids where T2.id = 1) 只返回一条记录。。。为什么不是三条记录。。。
MySQL SELECT 语句_MySQL
select语句：
products表如下：
a 从一个表中选出一列 ：mysql> SELECT prod_name FROM products;
b 从表中检索多个列：mysql>SELECT prod_id, prod_name FROM products;
c 检索所有列：mysql> SELECT * FROM products;//见第一幅图
d 检索不同行：mysql>SELECT DISTINCT prod_id FROM products;//当有多行产品id相同时，使用该语句时，多个相同的产品名称行，只显示一行。
e 限制结果 ：mysql> SELECT prod_name FROM products LIMIT 5; // 显示前5行
f 使用完全限制名称:mysql> SELECT products.prod_id FROM lab.products;
mysql SELECT查询_MySQL
一、单表查询
1、一般查询。2、聚合函数、排序 3、别名。4、分组。5、分组过滤。6、限制显示条目。7、杂项。
二、多表查询
1、联结查询。2、子查询。3、联合查询。
数据库版本：5.5.46-MariaDB
说明一下这几张表，这是在上马哥课程的时候给的生成表的sql备份文件。
在文章最后我把它放到附件中。
注意：在linux上表名是区分大小写的。
如果搞不清语句顺序请看：help select
一、单表查询
1、一般查询
MariaDB [hellodb]> SELECT * FROM students;
+-------+---------------+-----+--------+---------+-----------+
| StuID | Name | Age | Gender | ClassID | TeacherID |
+-------+---------------+-----+--------+---------+-----------+
| 1 | Shi Zhongyu | 22 | M | 2 | 3 |
| 2 | Shi Potian | 22 | M | 1 | 7 |
| 3 | Xie Yanke | 53 | M | 2 | 16 |
| 4 | Ding Dian | 32 | M | 4 | 4 |
| 5 | Yu Yutong | 26 | M | 3 | 1 |
| 6 | Shi Qing | 46 | M | 5 | NULL |
| 7 | Xi Ren | 19 | F | 3 | NULL |
| 8 | Lin Daiyu | 17 | F | 7 | NULL |
| 9 | Ren Yingying | 20 | F | 6 | NULL |
| 10 | Yue Lingshan | 19 | F | 3 | NULL |
| 11 | Yuan Chengzhi | 23 | M | 6 | NULL |
| 12 | Wen Qingqing | 19 | F | 1 | NULL |
| 13 | Tian Boguang | 33 | M | 2 | NULL |
| 14 | Lu Wushuang | 17 | F | 3 | NULL |
| 15 | Duan Yu | 19 | M | 4 | NULL |
| 16 | Xu Zhu | 21 | M | 1 | NULL |
| 17 | Lin Chong | 25 | M | 4 | NULL |
| 18 | Hua Rong | 23 | M | 7 | NULL |
| 19 | Xue Baochai | 18 | F | 6 | NULL |
| 20 | Diao Chan | 19 | F | 7 | NULL |
| 21 | Huang Yueying | 22 | F | 6 | NULL |
| 22 | Xiao Qiao | 20 | F | 1 | NULL |
| 23 | Ma Chao | 23 | M | 4 | NULL |
| 24 | Xu Xian | 27 | M | NULL | NULL |
| 25 | Sun Dasheng | 100 | M | NULL | NULL |
+-------+---------------+-----+--------+---------+-----------+
25 rows in set (0.05 sec)
MariaDB [hellodb]> SELECT StuID,Name,Age FROM students WHERE Age > 25;
+-------+--------------+-----+
| StuID | Name | Age |
+-------+--------------+-----+
| 3 | Xie Yanke | 53 |
| 4 | Ding Dian | 32 |
| 5 | Yu Yutong | 26 |
| 6 | Shi Qing | 46 |
| 13 | Tian Boguang | 33 |
| 24 | Xu Xian | 27 |
| 25 | Sun Dasheng | 100 |
+-------+--------------+-----+
7 rows in set (0.02 sec)
SELECT中的WHERE子句就是一个布尔条件表达式，来判断行是否区配表达式。只要返回的为真，也就是不为0，则WHERE子句就为真，就会显示匹配的行。
布尔条件表达式操作符：
= 等于，用于数值或字符都可以。
也是等值比较，不过不会跟空产生意外情况。是跟空值比较的安全方式。
不等于，这个就只能用于数值了。
>
>=
空字符跟空是不一样的。 空字符也是一种字符串，也是有自己的ASCII码和值的。
IS NULL 判断是否为空
IS NOT NULL 判断是否为不空
LIKE
模糊匹配，支持通配符，% 百分号表示任意个任意字符。_ 下划线任意单个字符。在能用等值比较或不等值比较的情况下不要用LIKE，性能差的多。
RLIKE，REGEXP
支持使用正则表达式。性能更低。LIKE, RLIKE只能用来做字符的比较。
也可以完整的匹配数值，不过也没有意义。
IN
判断指定的字段的值是否在给定的列表中， IN （‘abc'',''cc'')
BETWEEN AND
判断指定的字段是否在给定的范围之间。
如 x>=20 AND x
组合条件：
NOT ，!
AND ,，&&
OR，||
注意： 在
例1：IS NULL， 判断ClassID字段为空的记录。只显示Name,Age,ClassID.
MariaDB [hellodb]> SELECT Name,Age,ClassID FROM students WHERE ClassID IS NULL;
+-------------+-----+---------+
| Name | Age | ClassID |
+-------------+-----+---------+
| Xu Xian | 27 | NULL |
| Sun Dasheng | 100 | NULL |
+-------------+-----+---------+
2 rows in set (0.00 sec)
例2：用LIKE来模糊匹配Name字段所有以X开头的行。%通配任意个任意字符。
MariaDB [hellodb]> SELECT Name FROM students WHERE Name LIKE ''X%'';
+-------------+
| Name |
+-------------+
| Xie Yanke |
| Xi Ren |
| Xu Zhu |
| Xue Baochai |
| Xiao Qiao |
| Xu Xian |
+-------------+
6 rows in set (0.00 sec)
下面的效果跟上面的相同。这里是用正则表达式匹配的。
1
MariaDB [hellodb]> SELECT Name FROM students WHERE Name RLIKE ''^X.*'';
例3：IN。下面是查找ClassID是1或3或5的记录。只显示Name和ClassID字段。
MariaDB [hellodb]> SELECT Name,ClassID FROM students WHERE ClassID IN (1,3,5);
+--------------+---------+
| Name | ClassID |
+--------------+---------+
| Shi Potian | 1 |
| Yu Yutong | 3 |
| Shi Qing | 5 |
| Xi Ren | 3 |
| Yue Lingshan | 3 |
| Wen Qingqing | 1 |
| Lu Wushuang | 3 |
| Xu Zhu | 1 |
| Xiao Qiao | 1 |
+--------------+---------+
9 rows in set (0.00 sec)
MariaDB [hellodb]>
例4：BETWEEN AND ，匹配一个范围。年龄在30到50之间。
MariaDB [hellodb]> SELECT Name,Age FROM students WHERE Age BETWEEN 30 AND 50;
+--------------+-----+
| Name | Age |
+--------------+-----+
| Ding Dian | 32 |
| Shi Qing | 46 |
| Tian Boguang | 33 |
+--------------+-----+
3 rows in set (0.00 sec)
MariaDB [hellodb]>
例5：组合AND，gender为m，并且，Age大于30或等于20。这个括号是一定要有的，不然就变成“gender为M并且Age大于30，或者Age等于20。
MariaDB [hellodb]> SELECT * FROM students WHERE gender=''M'' AND (Age > 30 OR Age = 20);
+-------+--------------+-----+--------+---------+-----------+
| StuID | Name | Age | Gender | ClassID | TeacherID |
+-------+--------------+-----+--------+---------+-----------+
| 3 | Xie Yanke | 53 | M | 2 | 16 |
| 4 | Ding Dian | 32 | M | 4 | 4 |
| 6 | Shi Qing | 46 | M | 5 | NULL |
| 13 | Tian Boguang | 33 | M | 2 | NULL |
| 25 | Sun Dasheng | 100 | M | NULL | NULL |
+-------+--------------+-----+--------+---------+-----------+
5 rows in set (0.01 sec)
想以年龄排序。可以用
ORDER BY [ASC|DESC|字段]
ASC表示升序， DESC表示降序。 默认是ASC
以年龄降序排列。
MariaDB [hellodb]> SELECT * FROM students WHERE gender=''M'' AND (Age > 30 OR Age = 20) ORDER BY Age DESC;
+-------+--------------+-----+--------+---------+-----------+
| StuID | Name | Age | Gender | ClassID | TeacherID |
+-------+--------------+-----+--------+---------+-----------+
| 25 | Sun Dasheng | 100 | M | NULL | NULL |
| 3 | Xie Yanke | 53 | M | 2 | 16 |
| 6 | Shi Qing | 46 | M | 5 | NULL |
| 13 | Tian Boguang | 33 | M | 2 | NULL |
| 4 | Ding Dian | 32 | M | 4 | 4 |
+-------+--------------+-----+--------+---------+-----------+
5 rows in set (0.01 sec)
MariaDB [hellodb]>
这些只是一般的查询，如果要统计数据，就要用聚合函数了。
2、聚合函数。
话说想统计下一共有多少人，或者女的有多少，男的有多少，平均年龄，最小最大年龄。
SUM(), AVG(), MAX(), MIN(), COUNT()
分别是求和、平均值、最大、最小、统计个数。这几个是常用到的。
例6：SUM()，全体同学年龄总和。可以用WHERE加上条件，如男同学的年龄总和。
MariaDB [hellodb]> SELECT SUM(Age) FROM students;
+----------+
| SUM(Age) |
+----------+
| 685 |
+----------+
1 row in set (0.00 sec)
也可以显示其它字段，不过也只是一行。
例7：AVG()，全体同学的年龄平均值。
MariaDB [hellodb]> SELECT AVG(Age) FROM students;
+----------+
| AVG(Age) |
+----------+
| 27.4000 |
+----------+
1 row in set (0.00 sec)
例8：COUNT(), 统计一共多少学生。COUNT后面有的会使用*。COUNT(*)，这样也可以，不过性能差点。
MariaDB [hellodb]> SELECT COUNT(Name) FROM students;
+-------------+
| COUNT(Name) |
+-------------+
| 25 |
+-------------+
1 row in set (0.00 sec)
我们也可以不让它显示上面的字段名称，给它换一个名称。
3、AS 别名。
MariaDB [hellodb]> SELECT COUNT(Name) AS CC FROM students;
+----+
| CC |
+----+
| 25 |
+----+
1 row in set (0.00 sec)
还有表也可以有别名，在多表查询的时候再来说说。
下面男同学的最小年龄，并用别名显示。
MariaDB [hellodb]> SELECT MIN(Age) AS Min_M FROM students WHERE gender = ''M'';
+-------+
| Min_M |
+-------+
| 19 |
+-------+
1 row in set (0.00 sec)
可不可以一次性男女分开显示各自的最小年龄。那就要用分组了。可以按性别gender来分组。这样函数就会分别计算各组的数据。
4、分组。
GROUP BY 字段名
以字段的值分组。同一个值一个组。然后再通过用聚合函数来统计不同组中的信息。
现在以gender分组，也就是两组。函数分别计算两个组。
不过下面这个有点缺陷，不知道哪是女的，哪个是男的。
MariaDB [hellodb]> SELECT MIN(Age) FROM students GROUP BY gender;
+----------+
| MIN(Age) |
+----------+
| 17 |
| 19 |
+----------+
2 rows in set (0.00 sec)
MariaDB [hellodb]>
下面再显示出来性别字段。
MariaDB [hellodb]> SELECT MIN(Age),gender FROM students GROUP BY gender;
+----------+--------+
| MIN(Age) | gender |
+----------+--------+
| 17 | F |
| 19 | M |
+----------+--------+
2 rows in set (0.00 sec)
MariaDB [hellodb]>
例：显示不同班级的学生个数
MariaDB [hellodb]> SELECT Count(Name),ClassID FROM students GROUP BY classID;
+-------------+---------+
| Count(Name) | ClassID |
+-------------+---------+
| 2 | NULL |
| 4 | 1 |
| 3 | 2 |
| 4 | 3 |
| 4 | 4 |
| 1 | 5 |
| 4 | 6 |
| 3 | 7 |
+-------------+---------+
8 rows in set (0.00 sec)
MariaDB [hellodb]>
不显示没有班级的。WHERE在分组之前先进行过滤，然后把数据再给GROUP BY来进行分组。
MariaDB [hellodb]> SELECT Count(Name),ClassID FROM students WHERE ClassID IS NOT NULL GROUP BY classID;
+-------------+---------+
| Count(Name) | ClassID |
+-------------+---------+
| 4 | 1 |
| 3 | 2 |
| 4 | 3 |
| 4 | 4 |
| 1 | 5 |
| 4 | 6 |
| 3 | 7 |
+-------------+---------+
7 rows in set (0.00 sec)
MariaDB [hellodb]>
例9：各个班级的平均年龄。
MariaDB [hellodb]> SELECT AVG(age),ClassID FROM students GROUP BY ClassID;
+----------+---------+
| AVG(age) | ClassID |
+----------+---------+
| 63.5000 | NULL |
| 20.5000 | 1 |
| 36.0000 | 2 |
| 20.2500 | 3 |
| 24.7500 | 4 |
| 46.0000 | 5 |
| 20.7500 | 6 |
| 19.6667 | 7 |
+----------+---------+
8 rows in set (0.00 sec)
MariaDB [hellodb]>
加上排序呢：
MariaDB [hellodb]> SELECT AVG(age),ClassID FROM students GROUP BY ClassID ORDER BY AVG(age);
+----------+---------+
| AVG(age) | ClassID |
+----------+---------+
| 19.6667 | 7 |
| 20.2500 | 3 |
| 20.5000 | 1 |
| 20.7500 | 6 |
| 24.7500 | 4 |
| 36.0000 | 2 |
| 46.0000 | 5 |
| 63.5000 | NULL |
+----------+---------+
8 rows in set (0.00 sec)
意思就是在分组之后，把各个分组重新排序了。以各个组的age字段的平均值来排序。
回来看分组：如果不想显示平均年龄小于等于25的，怎么办呢。
5、分组过滤。
HAVING 用于对分组做条件过滤。
普及：WHERE是对表中的每一行做过滤，单位是行。 而HAVING是对每一个组做过滤，单位是组。
如：
MariaDB [hellodb]> SELECT AVG(age),ClassID FROM students GROUP BY ClassID HAVING AVG(age)>25;
+----------+---------+
| AVG(age) | ClassID |
+----------+---------+
| 63.5000 | NULL |
| 36.0000 | 2 |
| 46.0000 | 5 |
+----------+---------+
3 rows in set (0.00 sec)
MariaDB [hellodb]>
HAVING拿到手的都是一组一组的数据，所以也要求下平均值。然后不匹配的组，就刷掉。到了SELECT那里，它求一下平均值是为了显示。这是两个不同的部分。
如果想找age小于AVG(age)之类的结果，这里是查不出来的。在子查询部分。
例10：显示最少有3个同学的班级和该班级的人数。
MariaDB [hellodb]> SELECT ClassID,Count(Name) FROM students GROUP BY ClassID HAVING Count(Name) >= 3;
+---------+-------------+
| ClassID | Count(Name) |
+---------+-------------+
| 1 | 4 |
| 2 | 3 |
| 3 | 4 |
| 4 | 4 |
| 6 | 4 |
| 7 | 3 |
+---------+-------------+
6 rows in set (0.00 sec)
MariaDB [hellodb]>
这个表小，这样显示还可以，但是如果有上千上万个的条目，一下子显示出来就有点夸张了，占网络带宽不说，一下子出来这么多，也看不完啊。
6、限制显示条目的数量。
LIMIT
只显示3行。在最后加上limit 3就可以了。
MariaDB [hellodb]> SELECT * FROM students LIMIT 3;
+-------+-------------+-----+--------+---------+-----------+
| StuID | Name | Age | Gender | ClassID | TeacherID |
+-------+-------------+-----+--------+---------+-----------+
| 1 | Shi Zhongyu | 22 | M | 2 | 3 |
| 2 | Shi Potian | 22 | M | 1 | 7 |
| 3 | Xie Yanke | 53 | M | 2 | 16 |
+-------+-------------+-----+--------+---------+-----------+
3 rows in set (0.00 sec)
这是从头开始，显示3行。如果想从中间开始。下面这个是从第5行开始，显示3行。
MariaDB [hellodb]> SELECT * FROM students LIMIT 5,3;
+-------+-----------+-----+--------+---------+-----------+
| StuID | Name | Age | Gender | ClassID | TeacherID |
+-------+-----------+-----+--------+---------+-----------+
| 6 | Shi Qing | 46 | M | 5 | NULL |
| 7 | Xi Ren | 19 | F | 3 | NULL |
| 8 | Lin Daiyu | 17 | F | 7 | NULL |
+-------+-----------+-----+--------+---------+-----------+
3 rows in set (0.00 sec)
7、杂项。
DISTINCT : 指定的结果相同的只显示一次。在SELECT 语句后面。
SQL_CACHE : 缓存此条语句至查询缓存中。
SQL_NO_CACHE: 说明不缓存此条语句。
简单的例子说明下第一个吧。如果显示都有哪些年龄的同学，除了用分组外。还可以用DISTINCT。只不过只能显示一个字段。
age字段重复的就不显示，并且排序。 不排序也没有关系。
MariaDB [hellodb]> SELECT DISTINCT age FROM students ORDER BY age;
+-----+
| age |
+-----+
| 17 |
| 18 |
| 19 |
| 20 |
| 21 |
| 22 |
| 23 |
| 25 |
| 26 |
| 27 |
| 32 |
| 33 |
| 46 |
| 53 |
| 100 |
+-----+
15 rows in set (0.00 sec)
到这里单表查询就完了。我们来看看这么多语句它的执行流程。
SELECT语句的执行流程：
FROM --> WHERE --> GROUP BY --> HAVING --> ORDER BY --> SELECT --> LIMIT
首先是FROM获取表数据，然后WHERE筛选，再然后GROUP BY来分组，再然后HAVING给组再来一下过滤，再然后就是ORDER BY给剩下的组或是整张表的行排序，再然后才是SELECT把最终整理好的数据计算或者直接显示出来，当然到达客户端还要经过LIMIT限制。
二、多表查询。
我们知道关系型数据库就是为了降低冗余，所以都是把内容记录到多张表中，我们在查询的时候要把多张表连起来才能查到所有数据。
说明一下，因为表的内容都贴出来的话就太多了，所以这里就只举例子了，具体的表内容，朋友们自己下载看吧。
MariaDB [hellodb]> SHOW TABLES;
+-------------------+
| Tables_in_hellodb |
+-------------------+
| classes |
| coc |
| courses |
| scores |
| students |
| teachers |
| toc |
+-------------------+
7 rows in set (0.00 sec)
1、联结查询
联结查询： 先将几张表join起来， 然后再根据join以后所产生的表，来进行查询。
有：
交叉联结、自然联结、外联结、自联结。
交叉联结：
就是各个表的各字段的值相乘的关系。各种连结，各种交叉。这里也只是提一下。
直接FROM表就是了。
1
MariaDB [hellodb]> SELECT * FROM students,coc,classes;
自然联结：
又叫内联结或等值联结，两张表要有相同的字段可以建立联结。用WHERE 联结条件。一般情况下都是使用自然联结。
举例子先，上面的students表中有学生信息，而classes表中有班级的名称。现在想显示学生的名子和所对应的班级名称。
那么就需要student和classes建立结结。正好它们都有classID班级编号。所以：
MariaDB [hellodb]> SELECT students.Name,classes.Class FROM students,classes WHERE students.ClassID = classes.ClassID;
+---------------+----------------+
| Name | Class |
+---------------+----------------+
| Shi Zhongyu | Emei Pai |
| Shi Potian | Shaolin Pai |
| Xie Yanke | Emei Pai |
| Ding Dian | Wudang Pai |
*
*
23 rows in set (0.00 sec)
中间省略了，不然太多。 上面用WHERE来做两个表的等值条件。
把字段全部显示出来看看：
MariaDB [hellodb]> SELECT * FROM students,classes WHERE students.ClassID = classes.ClassID;
+-------+---------------+-----+--------+---------+-----------+---------+----------------+----------+
| StuID | Name | Age | Gender | ClassID | TeacherID | ClassID | Class | NumOfStu |
+-------+---------------+-----+--------+---------+-----------+---------+----------------+----------+
| 1 | Shi Zhongyu | 22 | M | 2 | 3 | 2 | Emei Pai | 7 |
| 2 | Shi Potian | 22 | M | 1 | 7 | 1 | Shaolin Pai | 10 |
| 3 | Xie Yanke | 53 | M | 2 | 16 | 2 | Emei Pai | 7 |
| 4 | Ding Dian | 32 | M | 4 | 4 | 4 | Wudang Pai | 12 |
| 5 | Yu Yutong | 26 | M | 3 | 1 | 3 | QingCheng Pai | 11 |
| 6 | Shi Qing | 46 | M | 5 | NULL | 5 | Riyue Shenjiao | 31 |
| 7 | Xi Ren | 19 | F | 3 | NULL | 3 | QingCheng Pai | 11 |
ClassID都是相等的。这里还有一个问题就是，在多表连结的时候会有多个字段一样的，所以在写的时候要把表名也给写上，就是这种格式students.ClassID之类的。但是有的表名又很长，这个时候就可以用别名了。在FROM后面的表名后面使用AS。FROM 表名 AS 别名
MariaDB [hellodb]> SELECT * FROM students AS STU,classes AS CLA WHERE STU.ClassID = CLA.ClassID;
+-------+---------------+-----+--------+---------+-----------+---------+----------------+----------+
| StuID | Name | Age | Gender | ClassID | TeacherID | ClassID | Class | NumOfStu |
+-------+---------------+-----+--------+---------+-----------+---------+----------------+----------+
| 1 | Shi Zhongyu | 22 | M | 2 | 3 | 2 | Emei Pai | 7 |
| 2 | Shi Potian | 22 | M | 1 | 7 | 1 | Shaolin Pai | 10 |
| 3 | Xie Yanke | 53 | M | 2 | 16 | 2 | Emei Pai | 7 |
| 4 | Ding Dian | 32 | M | 4 | 4 | 4 | Wudang Pai | 12 |
| 5 | Yu Yutong | 26 | M | 3 | 1 | 3 | QingCheng Pai | 11 |
| 6 | Shi Qing | 46 | M | 5 | NULL | 5 | Riyue Shenjiao | 31 |
多表连结也简单，就是表多了以后会晕乎。所以主要问题就是要熟悉自己的各种表。
有内连结，自然就有外连结。内连结把表的字段的数值与另一张表连接起来，但是并不是所有记录都可以连接起来，比如上面的students表中还有两个人没有显示出来，因为他们没有班级。
+-------+---------------+-----+--------+---------+-----------+
| StuID | Name | Age | Gender | ClassID | TeacherID |
+-------+---------------+-----+--------+---------+-----------+
| 24 | Xu Xian | 27 | M | NULL | NULL |
| 25 | Sun Dasheng | 100 | M | NULL | NULL |
+-------+---------------+-----+--------+---------+-----------+
如这两位仁兄。那么如果我也想把这两个显示出来。就要用到外连接了。
外联结：外联结又分为“左外连结和右外连结”。其实意思都一样，就是以哪个为主，主表所有的都显示出来，别一张表如果对不上就为NULL。
左外联结 以左表为基准，右表没有的为NULL.
left_tb LEFT JOIN right_tb ON 连接条件
右外联结 以右表为基准，左表没有的为NULL.
left_tb RIGHT JOIN right_tb ON 连接条件
全外联结 以两个表为基准，哪个没有哪个为NULL. mysql中没有。
MariaDB [hellodb]> SELECT * FROM students LEFT JOIN classes ON students.ClassID=classes.ClassID;
+-------+---------------+-----+--------+---------+-----------+---------+----------------+----------+
| StuID | Name | Age | Gender | ClassID | TeacherID | ClassID | Class | NumOfStu |
+-------+---------------+-----+--------+---------+-----------+---------+----------------+----------+
| 18 | Hua Rong | 23 | M | 7 | NULL | 7 | Ming Jiao | 27 |
| 19 | Xue Baochai | 18 | F | 6 | NULL | 6 | Lianshan Pai | 27 |
| 20 | Diao Chan | 19 | F | 7 | NULL | 7 | Ming Jiao | 27 |
| 21 | Huang Yueying | 22 | F | 6 | NULL | 6 | Lianshan Pai | 27 |
| 22 | Xiao Qiao | 20 | F | 1 | NULL | 1 | Shaolin Pai | 10 |
| 23 | Ma Chao | 23 | M | 4 | NULL | 4 | Wudang Pai | 12 |
| 24 | Xu Xian | 27 | M | NULL | NULL | NULL | NULL | NULL |
| 25 | Sun Dasheng | 100 | M | NULL | NULL | NULL | NULL | NULL |
+-------+---------------+-----+--------+---------+-----------+---------+----------------+----------+
就是这样的了。打个比方，如果classes的表有额外的ClassID,如8，9，10之类的，而students表中没有，那么也是不会显示出来的。因为左外连接是以左表为准，管你右边的表有什么。而右外连接就是以右边的表为准了。当然在写表的时候把classes表写左边也是一样的。
这些表还可以作三个表甚至四个表连接的操作。比如加上成绩。大家就自己试试吧。
2、子查询：
在查询中嵌套的查询。
用于WHERE中的子查询
1、用于比较表达式中的子查询。子查询的返回值只能有一个
2、用于EXISTS中的子查询,判断存在与否。
3、用于IN中的子查询,判断存在于指定的列表中。
4、用于FROM中的子查询，SELECT * FROM (SELECT clause) AS alias。这里一定要用别名。
5、在SELECT中也可以用子语句的值来作为一个字段。
先解决查询age>AVG(age)的问题。为什么在上面那里不能用，因为这种写法就是错的。一行还是一组呢。
1、放到WHERE后，WHERE语句的数据是一行一行的，age是可以表示当前行的age值。但是AVG(age)就有问题了，它只能放在GROUP BY后面来计算组的平均值，或是SELECT后面全表的平均值。
2、放到HAVING后面，同样的问题。是一组数据。
如果要查询就要用子查询先计算平均值。
查询所有同学年龄大于平均年龄的。
MariaDB [hellodb]> SELECT Name,Age FROM students WHERE age > (SELECT AVG(age) FROM students);
+--------------+-----+
| Name | Age |
+--------------+-----+
| Xie Yanke | 53 |
| Ding Dian | 32 |
| Shi Qing | 46 |
| Tian Boguang | 33 |
| Sun Dasheng | 100 |
+--------------+-----+
5 rows in set (0.00 sec)
延伸一下：显示平均年龄：
MariaDB [hellodb]> SELECT Name,Age,(SELECT AVG(age) FROM students) AS avg_age FROM students WHERE age > (SELECT AVG(age) FROM students);
+--------------+-----+---------+
| Name | Age | avg_age |
+--------------+-----+---------+
| Xie Yanke | 53 | 27.4000 |
| Ding Dian | 32 | 27.4000 |
| Shi Qing | 46 | 27.4000 |
| Tian Boguang | 33 | 27.4000 |
| Sun Dasheng | 100 | 27.4000 |
+--------------+-----+---------+
5 rows in set (0.00 sec)
那么再延伸一下，显示在各个班级内同学，大于班级内年龄平均值的。
有点复杂，我这里是这样作的。
第一步：求出各个班内的平均年龄。
MariaDB [hellodb]> SELECT AVG(age),ClassID FROM students GROUP BY ClassID;
+----------+---------+
| AVG(age) | ClassID |
+----------+---------+
| 63.5000 | NULL |
| 20.5000 | 1 |
| 36.0000 | 2 |
| 20.2500 | 3 |
| 24.7500 | 4 |
| 46.0000 | 5 |
| 20.7500 | 6 |
| 19.6667 | 7 |
+----------+---------+
8 rows in set (0.00 sec)
第二步：以上面这个结果与students表建立连接。
MariaDB [hellodb]> SELECT * FROM students,(SELECT AVG(age),ClassID FROM students GROUP BY ClassID) AS avg_age WHERE students.ClassID=avg_age.ClassID;
+-------+---------------+-----+--------+---------+-----------+----------+---------+
| StuID | Name | Age | Gender | ClassID | TeacherID | AVG(age) | ClassID |
+-------+---------------+-----+--------+---------+-----------+----------+---------+
| 1 | Shi Zhongyu | 22 | M | 2 | 3 | 36.0000 | 2 |
| 2 | Shi Potian | 22 | M | 1 | 7 | 20.5000 | 1 |
| 3 | Xie Yanke | 53 | M | 2 | 16 | 36.0000 | 2 |
| 4 | Ding Dian | 32 | M | 4 | 4 | 24.7500 | 4 |
| 5 | Yu Yutong | 26 | M | 3 | 1 | 20.2500 | 3 |
| 6 | Shi Qing | 46 | M | 5 | NULL | 46.0000 | 5 |
| 7 | Xi Ren | 19 | F | 3 | NULL | 20.2500 | 3 |
| 8 | Lin Daiyu | 17 | F | 7 | NULL | 19.6667 | 7 |
| 9 | Ren Yingying | 20 | F | 6 | NULL | 20.7500 | 6 |
| 10 | Yue Lingshan | 19 | F | 3 | NULL | 20.2500 | 3 |
| 11 | Yuan Chengzhi | 23 | M | 6 | NULL | 20.7500 | 6 |
| 12 | Wen Qingqing | 19 | F | 1 | NULL | 20.5000 | 1 |
| 13 | Tian Boguang | 33 | M | 2 | NULL | 36.0000 | 2 |
| 14 | Lu Wushuang | 17 | F | 3 | NULL | 20.2500 | 3 |
| 15 | Duan Yu | 19 | M | 4 | NULL | 24.7500 | 4 |
| 16 | Xu Zhu | 21 | M | 1 | NULL | 20.5000 | 1 |
| 17 | Lin Chong | 25 | M | 4 | NULL | 24.7500 | 4 |
| 18 | Hua Rong | 23 | M | 7 | NULL | 19.6667 | 7 |
| 19 | Xue Baochai | 18 | F | 6 | NULL | 20.7500 | 6 |
| 20 | Diao Chan | 19 | F | 7 | NULL | 19.6667 | 7 |
| 21 | Huang Yueying | 22 | F | 6 | NULL | 20.7500 | 6 |
| 22 | Xiao Qiao | 20 | F | 1 | NULL | 20.5000 | 1 |
| 23 | Ma Chao | 23 | M | 4 | NULL | 24.7500 | 4 |
+-------+---------------+-----+--------+---------+-----------+----------+---------+
23 rows in set (0.00 sec)
第三步：这里就直接作判断就可以了。
MariaDB [hellodb]> SELECT * FROM students,(SELECT AVG(age) AS avg_age_col,ClassID FROM students GROUP BY ClassID) AS avg_age_tab WHERE students.ClassID=avg_age_tab.ClassID AND Age > avg_age_col ORDER BY students.ClassID;
+-------+---------------+-----+--------+---------+-----------+-------------+---------+
| StuID | Name | Age | Gender | ClassID | TeacherID | avg_age_col | ClassID |
+-------+---------------+-----+--------+---------+-----------+-------------+---------+
| 2 | Shi Potian | 22 | M | 1 | 7 | 20.5000 | 1 |
| 16 | Xu Zhu | 21 | M | 1 | NULL | 20.5000 | 1 |
| 3 | Xie Yanke | 53 | M | 2 | 16 | 36.0000 | 2 |
| 5 | Yu Yutong | 26 | M | 3 | 1 | 20.2500 | 3 |
| 17 | Lin Chong | 25 | M | 4 | NULL | 24.7500 | 4 |
| 4 | Ding Dian | 32 | M | 4 | 4 | 24.7500 | 4 |
| 11 | Yuan Chengzhi | 23 | M | 6 | NULL | 20.7500 | 6 |
| 21 | Huang Yueying | 22 | F | 6 | NULL | 20.7500 | 6 |
| 18 | Hua Rong | 23 | M | 7 | NULL | 19.6667 | 7 |
+-------+---------------+-----+--------+---------+-----------+-------------+---------+
9 rows in set (0.00 sec)
MariaDB [hellodb]>
再来一个：要疯了。这个我这样写总觉得有点复杂了。不知道大家有没有简略点的。
如何显示其成员数最少为3个的班级的同学中年龄大于同班同学平均年龄的同学？
MariaDB [hellodb]> SELECT SQL_NO_CACHE * FROM (SELECT AVG(age) AS A,ClassID FROM students WHERE ClassID IN (SELEct ClassID FROM students GROUP BY ClassID HAVING COUNT(*) >= 3) GROUP BY ClassID) AS s,students WHERE students.ClassID=s.ClassID AND age > A;
+---------+---------+-------+---------------+-----+--------+---------+-----------+
| A | ClassID | StuID | Name | Age | Gender | ClassID | TeacherID |
+---------+---------+-------+---------------+-----+--------+---------+-----------+
| 20.5000 | 1 | 2 | Shi Potian | 22 | M | 1 | 7 |
| 36.0000 | 2 | 3 | Xie Yanke | 53 | M | 2 | 16 |
| 24.7500 | 4 | 4 | Ding Dian | 32 | M | 4 | 4 |
| 20.2500 | 3 | 5 | Yu Yutong | 26 | M | 3 | 1 |
| 20.7500 | 6 | 11 | Yuan Chengzhi | 23 | M | 6 | NULL |
| 20.5000 | 1 | 16 | Xu Zhu | 21 | M | 1 | NULL |
| 24.7500 | 4 | 17 | Lin Chong | 25 | M | 4 | NULL |
| 19.6667 | 7 | 18 | Hua Rong | 23 | M | 7 | NULL |
| 20.7500 | 6 | 21 | Huang Yueying | 22 | F | 6 | NULL |
+---------+---------+-------+---------------+-----+--------+---------+-----------+
9 rows in set (0.00 sec)
MariaDB [hellodb]>
有人说mysql中对子查询的优化不好，所以子查询也要少用。
3、联合查询：
把两个或多个查询语句的结果合并起来。UNION
这个简单，就是一个结果附加在了另一个结果的下面。叠加起来了。
SELECT Name,Age FROM teachers UNION SELECT Name,Age FROM students;
把后面的语句结果连接在前面结果的下面。
UNION 可以有多个，可以连接多个查询结果。
各个查询结果的字段数要相同。
今天关于MySQL View 比 Select 慢 20 倍和mysql view 速度的分享就到这里，希望大家有所收获，若想了解更多关于7月2日总结,mysql 之select_MySQL、mysql SELECT WHERE SELECT 问题、MySQL SELECT 语句_MySQL、mysql SELECT查询_MySQL等相关知识，可以在本站进行查询。
本文标签：
