主頁 > 資料庫 > mysql學習知識點大全

mysql學習知識點大全

2020-10-03 21:59:12 資料庫

概要

執行順序

# 書寫順序
select distinct * from '表名' where '限制條件'  group by '分組依據' having '過濾條件' order by  limit '展示條數'

# 執行順序
from       -- 查詢
where      -- 限制條件
group by   -- 分組
having     -- 過濾條件
order by   -- 排序
limit      -- 展示條數
distinct   -- 去重
select     -- 查詢的結果

單表約束

# 主鍵約束:PRIMARY KEY          要求被裝飾的欄位:唯一和非空
# 唯一約束:UNIQUE               要求被裝飾的欄位:唯一,
#                             .聯合唯一:在結尾:unique(欄位1,欄位2)
# 非空約束:NOT NULL             要求被裝飾的欄位:非空
# 外鍵約束:FOREIGN KEY          某主表的外鍵
# 自動增加:AUTO_INCREMENT       自動增加(需要和主鍵 PRIMARY KEY 同時用)
# 設定默認值: DEFAULT            為該屬性設定默認值
# 在int、char中:zerofill        不足位數默認填充0

常用資料型別

數值型別

型別大小范圍(有符號)范圍(無符號)用途
TINYINT1 byte(-128,127)(0,255)小整數值
SMALLINT2 bytes(-32 768,32 767)(0,65 535)大整數值
MEDIUMINT3 bytes(-8 388 608,8 388 607)(0,16 777 215)大整數值
INT或INTEGER4 bytes(-2 147 483 648,2 147 483 647)(0,4 294 967 295)大整數值
BIGINT8 bytes(-9,223,372,036,854,775,808,9 223 372 036 854 775 807)(0,18 446 744 073 709 551 615)極大整數值
FLOAT4 bytes(-3.402 823 466 E+38,-1.175 494 351 E-38),0,(1.175 494 351 E-38,3.402 823 466 351 E+38)0,(1.175 494 351 E-38,3.402 823 466 E+38)單精度 浮點數值
DOUBLE8 bytes(-1.797 693 134 862 315 7 E+308,-2.225 073 858 507 201 4 E-308),0,(2.225 073 858 507 201 4 E-308,1.797 693 134 862 315 7 E+308)0,(2.225 073 858 507 201 4 E-308,1.797 693 134 862 315 7 E+308)雙精度 浮點數值
DECIMAL對DECIMAL(M,D) ,如果M>D,為M+2否則為D+2依賴于M和D的值依賴于M和D的值小數值

日期和時間型別

型別大小 ( bytes)范圍格式用途
DATE31000-01-01/9999-12-31YYYY-MM-DD日期值
TIME3‘-838:59:59’/‘838:59:59’HH:MM:SS時間值或持續時間
YEAR11901/2155YYYY年份值
DATETIME81000-01-01 00:00:00/9999-12-31 23:59:59YYYY-MM-DD HH:MM:SS混合日期和時間值
TIMESTAMP41970-01-01 00:00:00/2038結束時間是第 2147483647 秒,北京時間 2038-1-19 11:14:07,格林尼治時間 2038年1月19日 凌晨 03:14:07YYYYMMDD HHMMSS混合日期和時間值,時間戳

字串型別

型別大小用途
CHAR0-255 bytes定長字串
VARCHAR0-65535 bytes變長字串
TINYBLOB0-255 bytes不超過 255 個字符的二進制字串
TINYTEXT0-255 bytes短文本字串
BLOB0-65 535 bytes二進制形式的長文本資料
TEXT0-65 535 bytes長文本資料
MEDIUMBLOB0-16 777 215 bytes二進制形式的中等長度文本資料
MEDIUMTEXT0-16 777 215 bytes中等長度文本資料
LONGBLOB0-4 294 967 295 bytes二進制形式的極大文本資料
LONGTEXT0-4 294 967 295 bytes極大文本資料

char(n) 和 varchar(n) 中括號中 n 代表字符的個數,并不代表位元組個數,比如 CHAR(30) 就可以存盤 30 個字符

常規設定及操作

服務器及配置

服務器設定遠程訪問

grant all privileges on *.* to 'root'@'%' identified by '123456' with grant option;

Linux中資料庫的基本操作命令

啟動:service mysql start
停止:service mysql stop
重啟:service mysql restart
清屏:clear,reset

備份資料庫

# mysqldump -uroot -p密碼 資料庫名 > D:/備份檔案名.sql

恢復備份的資料庫

# 首先在mysql里建好資料庫名
# mysql -uroot -p密碼 資料庫名 < D:/備份檔案名.sql

查詢binlog日志是否開啟

show variables like 'log_%'; 

基本操作

查看資料串列

show databases;					# 查看所有資料庫
show create table 表名;		# 查看表的創建細節
desc 表名; 					# 查看表結構

進入資料庫

# use 資料名
use localdb

創建資料庫

# CREATE DATABASE 資料庫名
CREATE DATABASE localdb; 
CREATE DATABASE localdb charset utf8;

# 修改資料庫編碼
alter database localdb charset gbk;

洗掉資料庫

# drop database 需要洗掉的資料庫名
drop database localdb;

查看表

select database(); 	 	# 查看當前所在的庫
show tables; 		 	# 查看資料庫中所有表
desc 表名; 				# 查看表結構
show create table 表名; 	# 查看表的創建細節

創建表

# 創建新表
# create table 新建資料表名(
#      欄位名 型別(長度) [約束(具體見1)],
#      欄位名 型別(長度) [約束(具體見1)]
#  );
create table class(
   id INT AUTO_INCREMENT,
name varchar(32) UNIQUE,
age varchar(32) NOT NULL
);

# 根據已有的表創建新表
create table 新表 like 舊表  	# 使用舊表創建新表,只復制表結構和全部索引
create table 新表 as select 欄位1 欄位2... from definition only  # as用來創建相同表結構并復制源表資料

# 可以拷貝一個表中其中的一些欄位:
CREATE TABLE newadmin AS
(
    SELECT username, password FROM admin
)

# 可以將新建的表的欄位改名:
CREATE TABLE newadmin AS
(  
    SELECT id, username AS uname, password AS pass FROM admin
)

# 可以拷貝一部分資料
CREATE TABLE anewadmin AS
(
    SELECT id,`name` AS username FROM users WHERE id = 1
)

# 可以在創建表的同時定義表中的欄位資訊:
CREATE TABLE newadmin
(
    id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY/id varchar(20)等等
)
AS
(
    SELECT * FROM admin
)  

洗掉表

# drop table 資料庫表名
drop table Python

修改表

alter table 表名 add 欄位名 型別(長度) [約束];	 # 添加列
alter table 表名 modify 欄位名 型別(長度) [約束]; # 修改列的型別長度及約束
alter table 表名 change 舊欄位名 新欄位名 型別(長度) [約束]; # 修改串列名
alter table 表名 drop 欄位名; # 洗掉列
alter table 表名 character set 字符集; # 修改表的字符集
rename table 表名 to 新表名; # 修改表名

增加資料

insert into 表(欄位名1,欄位名2..) values(值1,值2..); # 向表中插入某些列
insert into 表 values(值1,值2,值3..); 		# 向表中插入所有列

# ON DUPLICATE KEY UPDATE   不存在則插入、存在則更新
# 此為mysql特有語法,不是標準sql語法,
# mysql語法支持如果資料存在則更新,不存在則插入,首先判斷資料存在還是不存在的那個欄位要設定成unique索引,
INSERT INTO 表名(唯一索引列, 列2, 列3) VALUE(值1, 值2, 值3) ON DUPLICATE KEY UPDATE 列=值, 列=值

# REPLACE INTO 不存在則插入、存在則先洗掉后插入
REPLACE INTO 表名稱(列1, 列2, 列3) VALUES(值1, 值2, 值3)

修改資料

update 表名 set 欄位名=值,欄位名=值...;  # 這個會修改所有的資料,把一列的值都變了
update 表名 set 欄位名=值,欄位名=值... where 條件; # 只改符合where條件的行

洗掉資料

# 1. delete可以洗掉行資料,也可以對整表資料洗掉,一般與where關聯使用,delete洗掉內容,釋放內容空間,但是表結構和表定義不洗掉,delete每次洗掉一行時,都會將該行的洗掉操作作為事務記錄在日志中,以便進行回滾操作,
delete from 表名  # 洗掉表中所有記錄
delete from 表名 where 條件 # 洗掉符合 where條件的資料

# 2. truncate只清除表中的內容,釋放內容所占空間,但是表結構和表定義不洗掉,其次truncate不能洗掉行資料,比delete洗掉的徹底,
truncate table 表名; 

# 3. drop洗掉資料和定義,釋放空間,它會將表的結構也一起洗掉掉,
drop table 表名

執行速度:drop > truncate > delete:因為delete每執行一次,都要在事務日志中記錄一次,所以最慢

資料的簡單查詢

select * from 表名; # 查詢所有列
select 欄位名1,欄位名2,欄位名3.. from 表名; # 查詢指定列

基本的sql陳述句

select * from 表名 where 范圍                           # 選擇查詢
insert into 表名(field1,field2) values(value1,value2)  # 插入
delete from 表名 where 范圍                             # 洗掉
update 表名 set field1=value1 where 范圍                # 更新
select * from 表名 where field1 like ’%value1%’        # 查找
select * from 表名 order by field1,field2 [desc]       # 排序
select count as 需要統計總數的欄位名 from 表名             # 總數
select sum(field1) as sumvalue from 表名               # 求和
select avg(field1) as avgvalue from 表名               # 平均
select max(field1) as maxvalue from 表名               # 最大
select min(field1) as minvalue from 表名               # 最小

存盤引擎

# 查看所有的存盤引擎
show engines;

# 查看不同存盤引擎存盤表結構檔案特點
create table t1(id int)engine=innodb; # MySQL默認的存盤引擎,支持事務,支持行鎖,支持外鍵,有且只有一個主鍵,用來組織資料的依據
create table t2(id int)engine=myisam; # 不支持事務,不支持外鍵,支持全文索引,處理速度快,
create table t3(id int)engine=blackhole; # 黑洞,寫入它的任何內容都會消失
create table t4(id int)engine=memory; # 將表中的資料存盤在記憶體中,表結構以檔案存盤于磁盤,

insert into t1 values(1);
insert into t2 values(1);
insert into t3 values(1);
insert into t4 values(1);

設定嚴格模式

# 查詢
show variables like '%mode%';
# 設定
set session # 設定當前視窗下有效
set global  # 全域有效,終身受用
set global sql_mode = "STRICT_TRANS_TABLES";
# 設定完成后需要退出客戶端,重新登錄客戶端即可,不需要重啟服務端

group by分組涉及到的模式:
設定sql_mode為only_full_group_by,意味著以后但凡分組,只能取到分組的依據,
不應該在去取組里面的單個元素的值,那樣的話分組就沒有意義了,因為不分組就是對單個元素資訊的隨意獲取

set global sql_mode="strict_trans_tables,only_full_group_by";
# 重新鏈接客戶端

like 的用法

A:% 包含零個或多個字符的任意字串:
1、like'Mc%' 將搜索以字母 Mc 開頭的所有字串(如 McBadden),
2、like'%inger' 將搜索以字母 inger 結尾的所有字串(如 Ringer、Stringer),
3、like'%en%' 將搜索在任何位置包含字母 en 的所有字串(如 Bennet、Green、McBadden),

B:_(下劃線) 任何單個字符:
like'_heryl' 將搜索以字母 heryl 結尾的所有六個字母的名稱(如 Cheryl、Sheryl),

C:[ ] 指定范圍 ([a-f]) 或集合 ([abcdef]) 中的任何單個字符: 
1,like'[CK]ars[eo]n' 將搜索下列字串:Carsen、Karsen、Carson 和 Karson(如 Carson),
2、like'[M-Z]inger' 將搜索以字串 inger 結尾、以從 M 到 Z 的任何單個字母開頭的所有名稱(如 Ringer),

D:[^] 不屬于指定范圍 ([a-f]) 或集合 ([abcdef]) 的任何單個字符:
like'M[^c]%' 將搜索以字母 M 開頭,并且第二個字母不是 c 的所有名稱(如MacFeather),

E:* 它同于DOS命令中的通配符,代表多個字符:
c*c代表cc,cBc,cbc,cabdfec等多個字符,

F:?同于DOS命令中的?通配符,代表單個字符 :
b?b代表brb,bFb等

G:# 大致同上,不同的是代只能代表單個數字,k#k代表k1k,k8k,k0k ,

下面我們來舉例說明一下:

例1,查詢name欄位中包含有“明”字的,
select * from table1 where name like '%明%'

例2,查詢name欄位中以“李”字開頭,
select * from table1 where name like '李%'

例3,查詢name欄位中含有數字的,
select * from table1 where name like '%[0-9]%'

例4,查詢name欄位中含有小寫字母的,
select * from table1 where name like '%[a-z]%'

例5,查詢name欄位中不含有數字的,
select * from table1 where name like '%[!0-9]%'

查詢操作

外鍵表創建

一對多(Foreign Key)
# foreign key(需要關聯的本欄位) references 需要關聯對表的表(需要關聯對表的欄位)
例如:
創建dep
foreign key(dep_id) references dep(id)
# 同步更新,同步洗掉
on update cascade # 同步更新
on delete cascade # 同步洗掉

復制表

# 復制表
create table t1 select * from test;
# 只復制表結構
create table t1 select * from test where 1=2;

單表查詢

where 查詢

# between 在...之間
select * from emp where id between 3 and 6;  
相當于:
select id,name from emp where id >= 3 and id <= 6;

# or 或者
select *  from emp where id >= 3 or id <= 6;

# in,后面可以跟多個值
select * from 表名 where 欄位名 in (條件1,條件2,條件3); 

# char——length()  取字符長度
select * from 表名 where char_length(需要獲取長度的欄位名) = 4;

not 配合使用
注意:判斷空不能用 = ,只能用 is 
# null 表示什么也不是, 不能=、>、< … 所有的判斷,結果都是false,所有只能用 is null進行判斷,
# 默認情況下,推薦使用 IS NOT NULL去判斷,因為SQL默認情況下對!= Null的判斷會永遠回傳0行,但沒有語法錯誤.如果你一定想要使用!= Null來判斷,需要加上這個陳述句:
set ANSI_NULLS off # 這時你會發現IS NOT NULL 和 != null 是等效的

group by 分組

select 查詢欄位1,查詢欄位2,... from 表名
   where 過濾條件
   group by分組依據  # 分組后取出的是每個組的第一條資料

聚合查詢 :以組為單位統計組內資料>>>聚合查詢(聚集到一起合成為一個結果)

# max 最大值
# 每個部門的最高工資
select post,max(salary) from emp group by post;

# min 最小值
# 每個部門的最低工資
select post,min(salary) from emp group by post;

# avg 平均值
# 每個部門的平均工資
select post,avg(salary) from emp group by post;
# 每個部門的工資總和

# sum 求和
select post,sum(salary) from emp group by post;

# 求班級男女人數統計
select sum(case when sex ='男' then 1 else 0 end) 男,sum(case when sex ='女' then 1 else 0 end) 女,count(*) 總數 from student

# count(需要計數欄位) 計數
# 每個部門的人數
select post,count(id) from emp group by post;

# concat() 函式用于將多個字串連接成一個字串
CONCAT(str1,str2,…)  # 回傳結果為連接引數產生的字串,如有任何一個引數為NULL ,則回傳值為 NULL,可以有一個或多個引數
舉例:
   select concat("NAME: ",name) as 姓名 from emp;
   
# concat_ws: 指定拼接引數之間的分隔符
CONCAT_WS(separator,str1,str2,…) # CONCAT_WS() 代表 CONCAT With Separator ,是CONCAT()的特殊形式,第一個引數是其它引數的分隔符,分隔符的位置放在要連接的兩個字串之間,分隔符可以是一個字串,也可以是其它引數,如果分隔符為 NULL,則結果為 NULL,函式會忽略任何分隔符引數后的 NULL 值,但是CONCAT_WS()不會忽略任何空字串, (然而會忽略所有的 NULL),
舉例:
   select concat_ws(':',name,age,sex) as info from emp;
   
# group_concat函式回傳一個字串結果,該結果由分組中的值連接組合而成,
舉例:
select post,group_concat(name) from emp group by post;  # post:分組欄位,name 需要分組后顯示的欄位

# group_concat完整的語法如下:
group_concat([DISTINCT] 要連接的欄位 [Order BY ASC/DESC 排序欄位] [Separator '分隔符'])

# group_concat 的理解
select * from aa; 

+------+------+
| id| name |
+------+------+
|1 | 10|
|1 | 20|
|1 | 20|
|2 | 20|
|3 | 200 |
|3 | 500 |
+------+------+
6 rows in set (0.00 sec)

# 以id分組,把name欄位的值列印在一行,逗號分隔(默認)
select id,group_concat(name) from aa group by id;  
+------+--------------------+
| id| group_concat(name) |
+------+--------------------+
|1 | 10,20,20|
|2 | 20 |
|3 | 200,500|
+------+--------------------+
3 rows in set (0.00 sec)

# 以id分組,把name欄位的值列印在一行,分號分隔
select id,group_concat(name separator ';') from aa group by id;  
+------+----------------------------------+
| id| group_concat(name separator ';') |
+------+----------------------------------+
|1 | 10;20;20 |
|2 | 20|
|3 | 200;500 |
+------+----------------------------------+
3 rows in set (0.00 sec)

# 以id分組,把name欄位的值列印在一行,逗號分隔,以name排倒序
select id,group_concat(name order by name desc) from aa group by id; 
+------+---------------------------------------+
| id| group_concat(name order by name desc) |
+------+---------------------------------------+
|1 | 20,20,10 |
|2 | 20|
|3 | 500,200|
+------+---------------------------------------+
3 rows in set (0.00 sec)

having 過濾查詢

# having的語法格式與where一致,只不過having是在分組之后進行的過濾,即where雖然不能用聚合函式,但是having可以!

# 用法
select 查詢欄位1,查詢欄位2,... from 表名
   where 過濾條件1
   group by分組依據
having avg(過濾條件2) > 10000;

distinct 去重

# 對有重復的展示資料進行去重操作
select distinct 需取重欄位 from 表名;

order by 排序

select * from emp order by salary asc; # 默認升序
select * from emp order by salary desc; # 降序

# 多條件排序
# 先按照age降序,在年齡相同的情況下再按照薪資升序
select * from emp order by age desc,salary asc; 

# 按指定內容排序
SELECT xxi.CALLPER, xxi.QXMC, COUNT(1) AS CS, exi.EVENT_TYPE
FROM XFR_XFJ_INFO xxi
	LEFT JOIN EVENT_XFJ_INFO exi ON xxi.EVENT_ID = exi.EVENT_ID
WHERE exi.EVENT_CLASS = '其他'
GROUP BY xxi.CALLPER
ORDER BY CASE 
	WHEN exi.EVENT_TYPE LIKE '%越級%' THEN 3
	WHEN exi.EVENT_TYPE LIKE '%重復%' THEN 2
	WHEN exi.EVENT_TYPE LIKE '%群體%' THEN 1
	WHEN exi.EVENT_TYPE LIKE '%敏感事件%' THEN 0
END DESC
LIMIT 5

limit 限制展示條數

# 限制展示條數
select * from emp limit 3;
# 查詢工資最高的人的詳細資訊
select * from emp order by salary desc limit 1;

# 分頁顯示
select * from emp limit 0,5;  # 第一個引數表示起始位置,第二個引數表示的是條數,不是索引位置
select * from emp limit 5,5;

# 如果確定查詢結果只有一條時,加上limti 1 可以提高查詢速度,

正則

select * from emp where name regexp '^j.*(n|y)$';

replace 替換

replace(str1,old,new) # str1:需要替換的欄位名
update gd_km set mc=replace(mc,'土地','房子')
說明:new替換str1中出現的所有old,回傳新的字串,如果有某個引數為NULL,此函式回傳NULL 
該函式可以多次替換,只要str1中還有old存在,最后都被替換成new 
若new為空,則洗掉old

多表查詢

內連接、左連接、右連接、全連接

# 內連接:只取兩張表有對應關系的記錄(只拼兩個表共有的)
左表 inner join 右表 on 條件
select * from emp inner join dep on emp.dep_id = dep.id
    where dep.name = "技術";

# 左連接:在內連接的基礎上,保留左邊的資料,右邊沒有就為空
左表 inner left 右表 on 條件


# 右連接:在內連接的基礎上,保留右邊的資料,左邊沒有就為空
左表 inner right 右表 on 條件

# 全連接:左右連接都有,用union連接
左表 inner left 右表 on 條件 union 左表 inner right 右表 on 條件

select * from emp left join dep on emp.dep_id = dep.id
union
select * from emp right join dep on emp.dep_id = dep.id;

子查詢

# 就是將一個查詢陳述句的結果用括號括起來當作另外一個查詢陳述句的條件去用
select name from where id in(select dep_id from emp where age>25);

日期

時間格式化

SELECT DATE_FORMAT(NOW(),'%Y-%m-%d %H:%i:%s')

常用方法

獲取當前時間

SELECT CURDATE() -- 2020-09-27
CURRENT_TIME() -- 00:00:00
SELECT NOW() -- 2020-09-27 00:00:00

獲取當時時間戳(10位)

SELECT UNIX_TIMESTAMP() -- 1601190811

格式化時間戳

SELECT FROM_UNIXTIME(unix_timestamp(),'%Y-%m-%d %H:%i:%s')

處理13位的時間戳

SELECT FROM_UNIXTIME(16011908110000/1000,'%Y-%m-%d %H:%i:%s')

PS:

  1. 10位時間戳和13位時間戳的區別:

    ? java的date默認精度是毫秒,也就是說生成的時間戳就是13位的,而像c++或者php因為其精度是秒,所以生成的時間戳默認就是10位的,

  2. 如何相互轉換

    ? 將13位時間戳除以1000取整,將10位時間戳*1000L

回傳兩個日期相減(expr1 ? expr2 )相差的天數

DATEDIFF(expr1, expr2) 

SELECT DATEDIFF('2001-01-01','2001-02-02') -- 32
SELECT DATEDIFF('2019-01-14 14:32:59','2019-01-02') -- 12

回傳兩個日期相減(expr1 ? expr2 )相差的時間數

TIMEDIFF(expr1, expr2) # 兩個引數型別必須相同
SELECT TIMEDIFF('18:32:59','60000') -- 12:32:59  
SELECT TIMEDIFF('18:32:59','2019-1-1 60000') -- NULL

日期時間運算函式

# 分別為給定的日期date加上(add)或減去(sub)一個時間間隔值expr
 # 格式:
 DATE_ADD(date, INTERVAL  expr  unit);
 DATE_SUB(date, INTERVAL  expr  unit);
 
 interval是間隔型別關鍵字
  expr是一個運算式,對應后面的型別
  unit是時間間隔的單位(間隔型別)(20個)
interval含義
HOUR小時
MINUTE
SECOND
MICROSECOND毫秒
YEAR
MONTH
DAY
WEEK
QUARTER
YEAR_MONTH年和月
DAY_HOUR日和小時
DAY_MINUTE日和分鐘
DAY_ SECOND日和秒
HOUR_MINUTE小時和分
HOUR_SECOND小時和秒
MINUTE_SECOND分鐘和秒
# 加一天
select now(),date_add(now(),interval 1 day);  
+---------------------+--------------------------------+
| now()               | date_add(now(),interval 1 day) |
+---------------------+--------------------------------+
| 2020-01-01 00:59:59 | 2020-01-02 00:59:59          |
+---------------------+--------------------------------+

# 減1天1小時1分1秒
SELECT date_sub('2020-01-03 00:00:00',INTERVAL '1 1:1:1' DAY_SECOND) -- 2020-01-01 22:58:59

選取日期時間的各個部分(常用)

SELECT now(),date(now()); -- 日期

SELECT now(),time(now()); -- 時間

SELECT now(),year(now()); -- 年

SELECT now(),quarter(now()); -- 季度

SELECT now(),month(now()); -- 月

SELECT now(),week(now()); -- 周

SELECT now(),day(now()); -- 日

SELECT now(),hour(now()); -- 小時

SELECT now(),minute(now()); -- 分鐘

SELECT now(),second(now()); -- 秒

SELECT now(),microsecond(now()); -- 微秒

日期位置計算

# DAYOFWEEK函式回傳日期的作業日索引值,即星期日為1,星期一為2,星期六為7, 這些索引值對應于ODBC標準,

# 回傳日期d在一周、一月、一年中是第幾天
dayofweek(d)
dayofmonth(d)
dayofyear(d)

# 計算日期 d 是本年的第幾個星期,范圍是 0 到 53
WEEK(d)
SELECT WEEK('2011-11-11 11:11:11') -- 45

# 計算日期 d 距離 0000 年 1 月 1 日的天數
TO_DAYS(d)
SELECT TO_DAYS('0001-01-01 01:01:01') -- 366

# 日期 d 是星期幾,0 表示星期一,1 表示星期二
WEEKDAY(d)
SELECT WEEKDAY("2017-06-15") -- 3

# 計算日期 d 是本年的第幾個星期,范圍是 0 到 53
WEEKOFYEAR(d)
SELECT WEEKOFYEAR('2011-11-11 11:11:11') -- 45

查詢例子

# 查詢近一天:
select * from table where to_days(column_time) = to_days(now());
select * from table where date(column_time) = curdate(); 

# 查詢近一周:
select * from table  where DATE_SUB(CURDATE(), INTERVAL 7 DAY) <= date(column_time);

# 查詢近一個月:
select * from table  where DATE_SUB(CURDATE(), INTERVAL INTERVAL 1 MONTH) <= date(column_time);

mybatis xml 查詢時間范圍

<if test="eventCondition.times != null">
            <foreach collection="eventCondition.times" index="index" item="item">
                <if test="index == 0 and item != ''">
                    AND DATE_FORMAT( XFRQ ,'%Y-%m-%d') &gt;= DATE_FORMAT( #{item},'%Y-%m-%d')
                </if>
                <if test="index == 1 and item != ''">
                    AND DATE_FORMAT( XFRQ ,'%Y-%m-%d') &lt;= DATE_FORMAT( #{item},'%Y-%m-%d')
                </if>
            </foreach>
        </if>

查前十來電比例

SELECT EVENT_NAME, LDCS
	, CONCAT(ROUND(LDCS / (
		SELECT SUM(LDCS)
		FROM EVENT_12345_INFO
	) * 100.00, 2), '%') AS proportion
FROM EVENT_12345_INFO
ORDER BY LDCS DESC
LIMIT 10

查詢每天的平均辦理時間和最大辦理所花時間

SELECT DATE_FORMAT(xi.BJSJ, '%Y-%m-%d') AS BJSJ
	, ROUND(AVG(TIMESTAMPDIFF(SECOND, xi.DJSJ, xi.BJSJ) / 3600), 2) AS avgHours
	, MAX(TIMESTAMPDIFF(HOUR, xi.DJSJ, xi.BJSJ)) AS maxHours
	, COUNT(1) AS once
FROM EVENT_XFJ_INFO exi
	LEFT JOIN XFJ_INFO xi ON exi.EVENT_ID = xi.EVENT_ID
WHERE exi.EVENT_CLASS = '其他'
	AND xi.BJBZ = 1
GROUP BY DATE_FORMAT(xi.BJSJ, '%Y-%m-%d')
ORDER BY DATE_FORMAT(xi.BJSJ, '%Y-%m-%d') DESC

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/152637.html

標籤:其他

上一篇:低級問題求助大神

下一篇:SQLServer相關操作

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more