create database test1;

use test1;

-- 数据准备
CREATE TABLE tb_product
(
    pid         INT PRIMARY KEY auto_increment comment '产品id编号',
    pname       VARCHAR(20) comment '产品名称',
    price       int comment '产品价格',
    category_id VARCHAR(32) comment '产品所属分类编号（c001电子产品，c002服装）'
);

-- 插入数据
INSERT INTO tb_product VALUES (1,'联想',5000,'c001');
INSERT INTO tb_product VALUES (2,'海尔',3000,'c001');
INSERT INTO tb_product VALUES (3,'雷神',5000,'c001');
INSERT INTO tb_product VALUES (4,'杰克琼斯',800,'c002');
INSERT INTO tb_product VALUES (5,'真维斯',200,'c002');
INSERT INTO tb_product VALUES (6,'花花公子',440,'c002');
INSERT INTO tb_product VALUES (7,'劲霸',2000,'c002');
INSERT INTO tb_product VALUES (8,'香奈儿',800,'c003');
INSERT INTO tb_product VALUES (9,'相宜本草',200,'c003');
INSERT INTO tb_product VALUES (10,'面霸',10,'c003');
INSERT INTO tb_product VALUES (11,'好想你枣',5,'c004');
INSERT INTO tb_product VALUES (12,'香飘飘奶茶',10,'c005');
INSERT INTO tb_product VALUES (13,'海澜之家',200,'c002');
INSERT INTO tb_product VALUES (14,'男人之家',200,'c003');

INSERT INTO tb_product VALUES (15,'男人之家',200);

------------------------------------ Linux中导入数据的方式
1. 进入到数据库中，创建对应的数据库
root@localhost [(none)]> create database test2;
Query OK, 1 row affected (0.01 sec)

2.在服务器中有创建表和插入表中的数据文件 db.sql
[root@node3 /data]# vi db.sql
-- 内容就是上面所提供的

3. 通过mysql命令导入
[root@node3 /data]# mysql -uroot -pAa123456. test2  </data/db.sql  2>/dev/null

4.创建用户和授权
root@localhost [(none)]> create user 'test2'@'%' identified by 'test2';
Query OK, 0 rows affected (0.01 sec)

root@localhost [(none)]> grant select on test2.* to 'test2'@'%';
Query OK, 0 rows affected (0.00 sec)

root@localhost [(none)]> flush privileges;
Query OK, 0 rows affected (0.00 sec)

**语法**

此like尽量不要出现的你维护的mysql服务中，在现在的工作中，搜索一般都会用第3方搜索引擎来完成，例：Elasticsearch

匹配条件有两个符号：%任意多个任意字符，\_只匹配任意某1个字符

);


+------+--------+--------+
+------+--------+--------+
|    1 | 张三   | 先生   |
|    2 | 晓红   | 女士   |
|    3 | 李四   | 先生   |
+------+--------+--------+

语法如下：

+------------------------+
+------------------------+
+------------------------+

**分组查询**就是把一堆数据，按照某个共同的特征（比如部门、性别、地区、年份等）**分成若干组**，然后**对每一组进行统计或汇总**

比如算总数、平均值、最大值等。


**举个生活中的例子：**

假设你是一家公司的HR，手里有一张员工工资表。你想知道**每个部门的平均工资**。


结果可能是：


> 

    分组字段,
    聚合函数(统计字段)

+--------+----------+--------------------+
+--------+----------+--------------------+
+--------+----------+--------------------+

having作用和where类似都是过滤数据的，但是两者之间的执行顺序不同



| 对比项 | `WHERE` | `HAVING` |
|---|---|---|
| **作用时机** | **分组前**过滤原始数据 | **分组后**过滤聚合结果 |
| **能否用聚合函数** | ❌ 不能（如 `COUNT()`, `AVG()`） | ✅ 能 |
| **适用对象** | 单行数据（每一条记录） | 分组后的“组”（每组一条汇总记录） |
| **执行顺序** | 在 `GROUP BY` 之前执行 | 在 `GROUP BY` 之后执行 |

限制查询：主要限制数据查询的数量（获取数据表中的前3条数据）



偏移量：索引下标，默认从0开始




分页查询

![](/assets/feishu-images/55f8e678de36413b88e3923b.png)

笛卡尔积连接，没有意义，但是它是所有连接的基础。其功能就是将表1和表2中的每一条数据进行连接。

结果：




查询两个表中符合条件的共有记录

![](/assets/feishu-images/e94ec9f80ff5223891af3ab3.png)

**小结**




以左表为主根据条件查询右表数据，如果根据条件查询右表数据不存在，使用null值填充

商品分类表

| 编号 | 分类名称 |
|---|---|
| 1 | 手机 |
| 2 | 电脑 |

商品表

| 编号 | 商品名称 | 商品分类编号 |
|---|---|---|
| 1 | Vivo手机 | 1 |
| 2 | Xiaomi手机 | 1 |


| 编号 | 分类名称 | 编号 | 商品名称 | 商品分类编号 |
|---|---|---|---|---|
| 1 | 手机 | 1 | Vivo手机 | 1 |
| 1 | 手机 | 2 | Xiaomi手机 | 1 |
| 2 | 电脑 | null | null | null |

左外连接默认会保留左表，然后与右边的表进行匹配；如果匹配到，则显示右表对应的数据；匹配不到，也要显示。只不过右表的所有字段使用null进行填充！

![](/assets/feishu-images/6b0ff182cd6c4a3f1274c51a.png)

**左连接查询语法格式:**

    字段
    表1

**小结**



以右表为主根据条件查询左表数据，如果根据条件查询左表数据不存在则使用null值填充

![](/assets/feishu-images/a68a7b8a4ba3363270e01bb0.png)

**右连接查询语法格式:**

    字段
    表1

**小结**






外部那个select语句则称为主查询语句。


**作用：**子查询比较适合复杂查询以及多层级查询结构。

**主查询和子查询的关系:**


**了解：子查询的应用场景**

答：在我们需求的基础上，如果这个需求需要通过多条SQL语句分步查询的情况，一般都需要基于子查询。

注：子查询会全表扫描两次，大数据量下需谨慎使用。所以我们说了解就行。

areas.sql


+----------------------+
+----------------------+
+----------------------+


---------------------------------------------------------------------------------------