新闻详情

新闻详情

首页 / 资讯中心 / 详情

数据库原理及运用(初识):第八节#多表查询3(联合查询与嵌套查询)

发布时间:2026/11/12 10:00:35来源:尧图网络
数据库原理及运用(初识):第八节#多表查询3(联合查询与嵌套查询)
大家好本篇文章为不了解数据库或者将要学数据库却不知道它具体是什么的伙伴们介绍数据库的基础知识同时小编也会用每一小节学到的新知识一步一步搭建出一个完整的大一新生数据库系统小编争取每天都会更新一节零基础的小伙伴也可以跟着小编一起搭建自己的一个数据库系统我们前面讲到的都是只有一个查询条件的查询然而我们常常也会遇到不止一个条件的查询。比如这一天玉小刚来问小编“我们学校新生里面是三班的或者高考分数高于600学生的姓名有哪些”这里我们就需要用到联合查询。# 联合查询union联合查询把所有的查询结果合起来形成一个新的查询结果集。语法select 字段列表 fron 表A... union(all) select 字段名 from 表2...;现在我们来查询是3班学生或者高考分数高于600分的新生这里我们顺带把班级和年龄也查询出来就可以看到高于600分和属于3班的同学都已经被我们查询出来了。然而在我们实际生活中表的查询往往不像我们前面讲过的那么单一比如有一天这个玉小刚老师走过来说“你去帮我查一下选了我的课的学生的教育经历”。大家可以想一下我们要怎样去查询这个数据。首先我们得从teacher里知道玉小刚课的代码然后我们再拿着这个代码去course表里看看他一共教哪些课程课程id都是多少最后才能够去学生表里查询选了玉小刚课程id的同学的id最后再去学生教育经历表中把student_id为查询到的学生id的字段找出来。下面演示一遍现在我们知道了玉小刚course_id是1我们拿着这个数据再去course表里面去查询可以看到他的课程序号是1这样我们就查询出了选了课程序号为1的几个学生最后再去学生经历表格把他们经历查出来可以看到确实是完成了我们的需求不过这样操作实在是麻烦而且因为我们没有也不太可能讲所有的信息全写入一张表格所以这样的需求也会比较常见。这时候我们就需要用一种更简洁的语法来表达我们上诉的所有内容那就是嵌套查询或者子查询## 嵌套查询嵌套查询在sql语句中嵌套select语句称为嵌套查询又称子查询根据子查询结果不同可以分为下面几类1. 标量子查询子查询返回的结果是单个值数字字符串日期… 常用操作符不等于符号2. 列子查询返回的结果是一列可以是多行常用操作符in, not in, any子查询返回列表中有任意一个满足即可, some与any等同, all子查询返回列表中左右值都必须满足.3. 行子查询子查询返回结果是一行可以是多列常用操作符与列子查询相同4. 表子查询返回的查询结果是多行多列常用操作符in语法select 字段列表 from 表名 where {用另一条sql语句和操作符构成条件}现在我们再来查询选择了玉小刚的课都学生的教育经历就简单多了可以看到我们就只用一条语句就成功完成了以往我们要用好几条语句才能完成的需求。而我们演示的这个正是子查询中的表子查询相信通过这一个案例大家也就能知道行列子查询和标量子查询的写法与用用法了大家赶紧去动手实操一下吧。易错提醒大家在写子查询时要注意只有标量子查询的操作符有用的行列表子查询都没有用的大家不要用习惯而写错了那么以上就是本小节的全部内容了感谢大家的观看我们下一节再见
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉