MySQL数据库多表联合查询代码示例

联合查询

union查询，就是把多次查询的结果合并起来，形成一个新的查询结果集

主要代码：

SELECT 字段列表   FROM    表 A ...
UNION [ ALL ]
SELECT 字段列表  FROM   表B  ;

联合查询的多张表的列数必须保持一致，字段类型也需要保持一致。

union all 会将全部的数据直接合并在一起，并不会去重

union 会对合并之后的数据去重。

案例:将薪资低于 5000 的员工 , 和 年龄大于 50 岁的员工全部查询出来.

思路：

1.直接使用多条件查询，使用逻辑运算符 or 连接

2.通过union/union all来联合查询

select * from empcp where salary < 5000
union all
select * from empcp where age > 50; --联合查询的多张表的列数必须保持一致，字段类型也需要保持一致。

执行：

第一部分

第二部分

联合（即要薪资低于5000的员工，又要年龄大于50的员工，那么就意味着这两条数据要合并，关键字union all）

我们发现union all查询出来的结果，有一个员工k是重复的，k的薪资低于5000，年龄又大于50，所以查询了两次，数据直接合并，仅仅进行简单的合并，并未去重。

select * from empcp where salary < 5000
union
select * from empcp where age > 50;

执行：

我们发现union联合查询，会对查询出来的结果进行去重处理。

注意：

如果多条查询语句查询出来的结果，字段数量不一致，在进行union/union all联合查询时，将会报错。如：

子查询

SQL语句中嵌套的SELECT语句，称为嵌套查询，又称子查询。

SELECT * FROM t1  WHERE column1 = ( SELECT column1 FROM t2 ); 

注意！子查询外部的语句可以是INSERT / UPDATE / DELETE / SELECT 的任何一个。

此时，子查询因为存在嵌套关系，逻辑性较强，代码是比较变通的，切不可死记硬背，根据逻辑去思考问题

根据子查询结果不同，可分为：

1.标量子查询（子查询结果为单个值）

2.列子查询(子查询结果为一列)

3.行子查询(子查询结果为一行)

4.表子查询(子查询结果为多行多列)

根据子查询位置，可分为：

1.WHERE之后

2.FROM之后

3.SELECT之后

标量子查询

子查询返回的结果是单个值（数字、字符串、日期等），最简单的形式，这种子查询称为标量子查询。  常用的操作符：= <>  >    >= <  <=

案例:

查询 "销售部" 的所有员工信息

思路：

拆解为两步 （因为在员工表中是没有存储销售部这个部门名称的，仅仅只有部门id）

1.查询"销售部" 部门ID

select id from dept where name = '销售部';

2.根据 "销售部" 部门ID, 查询员工信息，用*返回员工所有信息的字段

select * from empcp where dept_id = (select id from dept where name = '销售部');
或者
select * from empcp where dept_id = 4 ;

执行：

执行：

查询在 "e"这个员工 入职之后的员工信息

思路：

拆解为两步

1.查询 e 的入职日期

select entrydate from empcp where name = 'e';

2.查询指定入职日期之后入职的员工信息

select * from empcp where entrydate > (select entrydate from empcp where name = 'e');
或者
select * from empcp where entrydate > 2004-9-7 ;

执行：

执行：

当然，我们需要了解entrydate是如何比较呢？

在SQL中，entrydate是一个字段名，通常表示一个日期或日期时间类型的数据。

要比较entrydate字段，你可以使用各种比较运算符，如=、<、>、<=、>=、<>或!=。

以下是一些示例，说明如何比较entrydate字段：

1.等于，大于，小于，小于等于，大于等于，不等于就不过多演示了，因为直接更改比较运算符即可

SELECT * FROM your_table WHERE entrydate = '2023-10-23';
-- =可以改为<,>,<>,<=,>=......

2.BETWEEN: 如果你想选择一个日期范围内的记录，你可以使用BETWEEN：

SELECT * FROM your_table WHERE entrydate BETWEEN '2023-10-01' AND '2023-10-31';

这个查询会返回所有entrydate在'2023-10-01'和'2023-10-31'之间的记录。注意，BETWEEN运算符是包含边界值的。

3. LIKE 和日期: 如果你想基于日期的部分部分进行比较，例如查找以特定年份开始的日期，你可以使用LIKE：

SELECT * FROM your_table WHERE entrydate LIKE '2023%';

这个查询会返回所有以'2023'开头的entrydate的记录。LIKE运算符通常与通配符一起使用，如%表示任何数量的任何字符。

4. DATE() 函数: 如果你只想比较日期部分而忽略时间部分，你可以使用DATE()函数：

SELECT * FROM your_table WHERE DATE(entrydate) = '2023-10-23';

这个查询只会比较日期部分，忽略时间部分。这对于只关心日期而不关心具体时间的情况很有用。

5. 时间间隔: 如果你想基于两个日期之间的时间间隔进行比较，你可以使用减法：

SELECT * FROM your_table WHERE DATEDIFF(day, entrydate, '2023-10-23') > 5;

这个查询会返回所有与'2023-10-23'相差超过5天的entrydate的记录。DATEDIFF()函数根据指定的时间间隔返回两个日期之间的差异。在这个例子中，我们使用天作为时间间隔单位。不同的数据库系统可能有不同的函数来计算日期差异，所以请根据你使用的系统查阅相应的文档。

列子查询

子查询返回的结果是一列（可以是多行），这种子查询称为列子查询

常用的操作符：IN 、NOT IN 、 ANY 、SOME 、 ALL

案例:

查询 "销售部" 和 "市场部" 的所有员工信息

思路：

分解为两步

1.查询 "销售部" 和 "市场部" 的部门ID

select id from dept where name = '销售部' or name = '市场部';

2.根据部门ID, 查询员工信息  (由于是两个元素，所以用到了in)

select * from empcp where dept_id in (select id from dept where name = '销售部' or name = '市场部');
或者
select * from empcp where dept_id in(null,4) --2.4是上述语句查询的结果，所以我们可以把2，4替换掉，让上面的语句作为子查询存在

而由于内部的sql查询出来不再是一个单个值了，而是一列，多行。所以这种子查询称为列子查询

执行：

执行：

查询比 财务部 所有人工资都高的员工信息

思路：

分解为以下两步

1.查询所有 财务部 人员工资

select id from dept where name = '财务部'; 
 
select salary from empcp where dept_id = (select id from dept where name = '财务部');
或者
select salary from empcp where dept_id = 3;

2.比 财务部 所有人工资都高的员工信息 （这个salary要大于这三个工资的所有值，比其中任何一个大，此时就要大于这个列表中所有值，要加上all）

select * from empcp where salary > all ( select salary from empcp where dept_id =
(select id from dept where name = '财务部') );

执行：

执行：

查询比 研发部 其中任意一人工资高的员工信息

思路：

分解为两步

1.查询研发部所有人工资

select salary from empcp where dept_id = (select id from dept where name = '研发部');

2.比研发部其中任意一人工资高的员工信息 （关键字any）

select * from empcp where salary > any ( select salary from empcp where dept_id =
(select id from dept where name = '研发部') );

执行：

执行：

行子查询

子查询返回的结果是一行（可以是多列），这种子查询称为行子查询。

常用的操作符：= 、<> 、IN 、NOT IN

案例:

查询与 "b" 的薪资及直属领导相同的员工信息 ;

思路：行子查询一般来说，左边要给组合条件，右边再给子查询的结果，不能把条件分开，再给子查询结果

拆解为两步：

1.查询 "b" 的薪资及直属领导

select salary, managerid from empcp where name = 'b';

2.查询与 "b" 的薪资及直属领导相同的员工信息 ;

第三个代码就是使用salary和managerid作为了一个组合条件，然后这个组合条件等于一个组合值

select * from empcp where (salary,managerid) = (select salary, managerid from empcp
where name = 'b');
或者
select * from empcp where salary = 12500 and managerid = 1 ；
或者
select * from empcp where (salary ， managerid) =  (12500 ，1) ；

执行：

执行：

​​​表子查询

子查询返回的结果是多行多列，这种子查询称为表子查询。（子查询查询返回的结果就类似于一张表）

常用的操作符：IN

表子查询经常在from之后，把表子查询返回的结果作为一张临时表，再和其他表联查操作

案例:1.查询与 "k" , "p" 的职位和薪资相同的员工信息

拆解为两步：

1.查询与 "k" , "p" 的职位和薪资

select job, salary from empcp where name = 'k' or name = 'p';

2.查询与 "k" , "p" 的职位和薪资相同的员工信息 （注意，这里where之后给的是组合条件。如果where之后条件如果是单行，那么我们之前在这一块的写法是（job，salary）= 子查询的结果就ok了，但是现在查询的不是一个单行数据，而是一个多行数据吗，此时就不能等于了，这时候我们要使用的是in）

3.解读，这一块的含义指的是job和salary这个组合要么满足上面的，要么满足下面的，在这个列表里面多选一，只要能够满足一个这个员工的数据就可以查询出来

select * from empcp where (job,salary) in ( select job, salary from empcp where name =
'k' or name = 'p' );

执行：

执行：

查询入职日期是 "2006-01-01" 之后的员工信息 , 及其部门信息

思路：

分解为两步

1.入职日期是 "2006-01-01" 之后的员工信息

select * from empcp where entrydate > '2006-01-01';

2.查询这部分员工, 对应的部门信息;

3.要查询部门的相关信息就要再去联查另一个表，dept表

4.所以我们需要把第一次查询的结果作为一张表，再去联查dept表

✨先暂时写为*

select * from [刚刚查询的一个结果作为一张表放进来，子查询的结果作为一张临时表存在，取一个别名e] ；

select * from (select * from empcp where entrydate > '2006-01-01') e ;

✨接着查询部门信息，有一个员工q，id为17的没有部门信息，我们要不要查出来，也需要，所以要查全部数据我们要使用到左外连接,此时我们顺便把dept表取名为d

select * from (select * from empcp where entrydate > '2006-01-01') e left join dept d on e.dept_id = d.id ;

执行：

✨总结：此时我们就在from之后用到了子查询，它会把这个子查询的结果作为一张表来与另一张表做

select e.*, d.* from (select * from empcp where entrydate > '2006-01-01') e left
join dept d on e.dept_id = d.id ;
或者
select * from (select * from empcp where entrydate > '2006-01-01') e left join dept d
on e.dept_id = d.id ;

执行：

执行：

总结 

到此这篇关于MySQL数据库多表联合查询的文章就介绍到这了,更多相关MySQL多表联合查询内容请搜索插件窝以前的文章或继续浏览下面的相关文章希望大家以后多多支持插件窝！