SQL-Spickzettel
Dieser Blog bietet umfassende Anleitungen zu den wichtigsten SQL-Befehlen und -Operationen. Es behandelt grundlegende Abfragen, Verknüpfungen, Unterabfragen, Indizes und fortgeschrittenere Konzepte.
Inhaltsverzeichnis
- SQL-Grundlagen
- Datendefinitionssprache (DDL)
- Datenmanipulationssprache (DML)
- Data Query Language (DQL)
- Datenkontrollsprache (DCL)
- Beitritt
- Unterabfragen
- Indizes
- Aggregationsfunktionen
- Gruppieren und Sortieren
- Transaktionen
- Erweitertes SQL
- Best Practices
SQL-Grundlagen
Struktur einer SQL-Abfrage
SELECT column1, column2 FROM table_name WHERE condition ORDER BY column LIMIT n;
Kommentieren in SQL
- Einzeiliger Kommentar: -- Dies ist ein Kommentar
- Mehrzeiliger Kommentar:
/* This is a multi-line comment */
Datendefinitionssprache (DDL)
Eine Tabelle erstellen
CREATE TABLE table_name ( column1 datatype [constraints], column2 datatype [constraints], ... );
Beispiel:
CREATE TABLE employees ( id INT PRIMARY KEY, name VARCHAR(100), age INT, hire_date DATE );
Eine Tabelle ändern
Hinzufügen einer Spalte
ALTER TABLE table_name ADD column_name datatype;
Eine Spalte löschen
ALTER TABLE table_name DROP COLUMN column_name;
Ändern einer Spalte
ALTER TABLE table_name MODIFY COLUMN column_name datatype;
Eine Tabelle umbenennen
ALTER TABLE old_table_name RENAME TO new_table_name;
Einen Tisch fallen lassen
DROP TABLE table_name;
Einen Index erstellen
CREATE INDEX index_name ON table_name (column_name);
Einen Index löschen
DROP INDEX index_name;
Datenmanipulationssprache (DML)
Daten in eine Tabelle einfügen
INSERT INTO table_name (column1, column2, ...) VALUES (value1, value2, ...);
Beispiel:
INSERT INTO employees (id, name, age, hire_date) VALUES (1, 'John Doe', 30, '2022-01-01');
Aktualisieren von Daten in einer Tabelle
UPDATE table_name SET column1 = value1, column2 = value2, ... WHERE condition;
Beispiel:
UPDATE employees SET age = 31 WHERE id = 1;
Daten aus einer Tabelle löschen
DELETE FROM table_name WHERE condition;
Beispiel:
DELETE FROM employees WHERE id = 1;
Datenabfragesprache (DQL)
Auswählen von Daten aus einer Tabelle
SELECT column1, column2, ... FROM table_name WHERE condition ORDER BY column LIMIT n;
Beispiel:
SELECT * FROM employees; SELECT name, age FROM employees WHERE age > 30;
Platzhalter
- *: Alle Spalten auswählen
- %: Platzhalter für null oder mehr Zeichen (in der LIKE-Klausel)
- _: Platzhalter für genau ein Zeichen (in der LIKE-Klausel)
Beispiel:
SELECT * FROM employees WHERE name LIKE 'J%';
Datenkontrollsprache (DCL)
Berechtigungen erteilen
GRANT permission ON object TO user;
Beispiel:
GRANT SELECT, INSERT ON employees TO 'user1';
Berechtigungen widerrufen
REVOKE permission ON object FROM user;
Beispiel:
REVOKE SELECT ON employees FROM 'user1';
Tritt bei
INNER JOIN
Gibt Zeilen zurück, wenn in beiden Tabellen eine Übereinstimmung vorliegt.
SELECT column1, column2 FROM table_name WHERE condition ORDER BY column LIMIT n;
LEFT JOIN (oder LEFT OUTER JOIN)
Gibt alle Zeilen aus der linken Tabelle und übereinstimmende Zeilen aus der rechten Tabelle zurück. Wenn keine Übereinstimmung vorliegt, werden NULL-Werte für die Spalten der rechten Tabelle angezeigt.
/* This is a multi-line comment */
RIGHT JOIN (oder RIGHT OUTER JOIN)
Gibt alle Zeilen aus der rechten Tabelle und übereinstimmende Zeilen aus der linken Tabelle zurück. Wenn keine Übereinstimmung vorliegt, werden NULL-Werte für die Spalten in der linken Tabelle angezeigt.
CREATE TABLE table_name ( column1 datatype [constraints], column2 datatype [constraints], ... );
VOLLSTÄNDIGE ÄUSSERE VERBINDUNG
Gibt Zeilen zurück, wenn in einer der Tabellen eine Übereinstimmung vorliegt.
CREATE TABLE employees ( id INT PRIMARY KEY, name VARCHAR(100), age INT, hire_date DATE );
Unterabfragen
Unterabfrage in SELECT
ALTER TABLE table_name ADD column_name datatype;
Unterabfrage in WHERE
ALTER TABLE table_name DROP COLUMN column_name;
Unterabfrage in FROM
ALTER TABLE table_name MODIFY COLUMN column_name datatype;
Indizes
Einen Index erstellen
ALTER TABLE old_table_name RENAME TO new_table_name;
Einen Index löschen
DROP TABLE table_name;
Einzigartiger Index
Stellt sicher, dass alle Werte in einer Spalte (oder einer Gruppe von Spalten) eindeutig sind.
CREATE INDEX index_name ON table_name (column_name);
Aggregationsfunktionen
ZÄHLEN
Zählt die Anzahl der Zeilen, die einer bestimmten Bedingung entsprechen.
DROP INDEX index_name;
SUMME
Gibt die Summe der Werte in einer Spalte zurück.
INSERT INTO table_name (column1, column2, ...) VALUES (value1, value2, ...);
Durchschnittlich
Gibt den Durchschnitt der Werte in einer Spalte zurück.
INSERT INTO employees (id, name, age, hire_date) VALUES (1, 'John Doe', 30, '2022-01-01');
MIN und MAX
Gibt die Mindest- und Höchstwerte in einer Spalte zurück.
UPDATE table_name SET column1 = value1, column2 = value2, ... WHERE condition;
Gruppieren und Sortieren
GRUPPE NACH
Gruppiert Zeilen, die dieselben Werte haben, in Zusammenfassungszeilen.
UPDATE employees SET age = 31 WHERE id = 1;
HABEN
Filtert Gruppen nach der Anwendung von GROUP BY.
DELETE FROM table_name WHERE condition;
BESTELLEN NACH
Sortiert die Ergebnismenge in aufsteigender oder absteigender Reihenfolge.
DELETE FROM employees WHERE id = 1;
Transaktionen
Eine Transaktion starten
SELECT column1, column2, ... FROM table_name WHERE condition ORDER BY column LIMIT n;
Eine Transaktion begehen
SELECT * FROM employees; SELECT name, age FROM employees WHERE age > 30;
Rollback einer Transaktion
SELECT * FROM employees WHERE name LIKE 'J%';
Erweitertes SQL
FALL WANN
Bedingte Logik innerhalb einer Abfrage.
SELECT column1, column2 FROM table_name WHERE condition ORDER BY column LIMIT n;
UNION und UNION ALL
- UNION: Kombiniert die Ergebnismengen von zwei oder mehr Abfragen (entfernt Duplikate).
- UNION ALL: Kombiniert Ergebnismengen (behält Duplikate bei).
/* This is a multi-line comment */
Best Practices
- Verwenden Sie JOIN anstelle von Unterabfragen, wenn möglich, um eine bessere Leistung zu erzielen.
- Indizieren Sie häufig gesuchte Spalten, um Abfragen zu beschleunigen.
- Vermeiden Sie SELECT * und geben Sie nur die Spalten an, die Sie benötigen.
- Verwenden Sie LIMIT für große Ergebnismengen, um die Anzahl der zurückgegebenen Zeilen einzuschränken.
- Normalisieren Sie Ihre Daten, um Redundanz zu vermeiden und die Konsistenz zu verbessern.
- Verwenden Sie WHERE-Klauseln, anstatt Daten vor der Aggregation filtern zu müssen.
- Abfragen testen auf Leistung, insbesondere bei großen Datenmengen.
- Verwenden Sie Transaktionen, um die Datenkonsistenz sicherzustellen, insbesondere für Vorgänge, die mehrere DML-Anweisungen umfassen.
Abschluss
Dieses SQL-Spickzettel behandelt alle wesentlichen SQL-Befehle und -Techniken, die Sie für die Arbeit mit relationalen Datenbanken benötigen. Unabhängig davon, ob Sie Daten abfragen, einfügen, aktualisieren oder verknüpfen, hilft Ihnen dieser Leitfaden dabei, effektiver mit SQL zu arbeiten.
CREATE TABLE table_name ( column1 datatype [constraints], column2 datatype [constraints], ... );
Das obige ist der detaillierte Inhalt vonSQL-Kurzreferenz: Vereinfachung der Datenbankverwaltung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

TOGRANTREMMENTIONSTONEWMYSQLUSERS, folgt der THESESTEPS: 1) AccessMysqlasauser withSuffePrivileges, 2) CreateeNewuserwiththecreateuserCommand, 3) UsetheGrantcommandtospecifificpermissionSlikesSelect, Einfügung, orallprivileSontespezifizierungen, und orallprivileSonegierungen, und orallprivileSonegierungen, und orallprivileSonegierungen, und 4), orallprivileSONSONSONSONSONSORTIONALS, und4) und 4), und 4), und 4)), und 4), orallprivileSoneger

Toaddusersinmysqleffektiv und secury, folge theSesteps: 1) UseTheCreatErStatementToaddanewuser, spezifizieren derHostandastrongPassword.2) GrantNeornyprivileGeSusingTheGrantstatement, AdheringTothprincipleastprivilege.3) implementssecurityMectoNityMeaSualslyLection

ToaddanewuserwithComplexPermissionssinmysql, folge theSeSteps: 1) CreateThEserWithCreatUser'newuser '@' localhost'IdentifiedBy'pa ssword ';. 2) GranTeadaccessToAlltablesin'myDatabase'withGrantSelectonMyDatabase.to'newuser'@'localhost';.

Die String -Datentypen in MySQL umfassen Zeichen, Varchar, Binär, Varbarin, Blob und Text. Die Kollationen bestimmen den Vergleich und die Sortierung von Saiten. 1.Ch ist für Zeichenfolgen mit fester Länge geeignet. Varchar ist für Zeichenfolgen variabler Länge geeignet. 2. Für Binärdaten werden immer wieder variäarisch verwendet, und Blob und Text werden für große Objektdaten verwendet. 3.. Sortierregeln wie UTF8MB4_unicode_ci ignoriert den oberen und unteren Fall und eignet sich für Benutzernamen. UTF8MB4_BIN ist fallempfindlich und für Felder geeignet, die einen genauen Vergleich erfordern.

Die beste Auswahl der MySQLVarchar -Spaltenlänge sollte auf der Datenanalyse basieren, zukünftiges Wachstum berücksichtigen, die Leistungsauswirkungen bewerten und die Anforderungen an den Charaktersatz bewerten. 1) Analyse der Daten, um typische Längen zu bestimmen; 2) zukünftige Expansionsraum reservieren; 3) Auf die Auswirkungen großer Länge auf die Leistung achten; 4) Betrachten Sie die Auswirkungen von Zeichensätzen auf die Speicherung. Durch diese Schritte können die Effizienz und Skalierbarkeit der Datenbank optimiert werden.

Mysqlblobshavelimits: Tinyblob (255Bytes), Blob (65.535 Bytes), Mediumblob (16.777.215 Bytes), Andlongblob (4,294.967.295 Bytes) .TouseBl Obseffektiv: 1) TipperformanceImpactsandStorElargblobsexternal;

Zu den besten Tools und Technologien zur Automatisierung der Erstellung von Benutzern in MySQL gehören: 1. MySQLWorkbench, geeignet für kleine bis mittlere Umgebungen, einfach zu bedienen, aber mit hohem Ressourcenverbrauch. 2. Ansible, geeignet für Multi-Server-Umgebungen, einfache, aber steile Lernkurve; 3.. Benutzerdefinierte Python -Skripte, flexibel, müssen aber die Sicherheitskriptsicherheit gewährleisten. 4. Puppen- und Küchenchef, geeignet für groß angelegte Umgebungen, komplex, aber skalierbar. Bei der Auswahl sollten Maßstab, Lernkurve und Integrationsanforderungen berücksichtigt werden.

Ja, youcansearchinSideabloBinMysqlusingSpecifictechniques.1) konvertieren theBloboToAutf-8stringwithConvertfunctionandSearchused-Like.2) ficRpressedblobs, UseUncompressBeForeConversion.3) IncentalanceImpactSandSandDataCoding.4) Forcompomplexdata, ExternalPactsandDataCoding.4) Forcompomplexdata, ExternalPactsandDataCoding.4) Forcompomplexdata, ExternalPracing.


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

SublimeText3 Linux neue Version
SublimeText3 Linux neueste Version

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung

SublimeText3 Englische Version
Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

Sicherer Prüfungsbrowser
Safe Exam Browser ist eine sichere Browserumgebung für die sichere Teilnahme an Online-Prüfungen. Diese Software verwandelt jeden Computer in einen sicheren Arbeitsplatz. Es kontrolliert den Zugriff auf alle Dienstprogramme und verhindert, dass Schüler nicht autorisierte Ressourcen nutzen.
