, 全称为Structured Query Language（结构化查询语言)。 要讲SQL就绕不开database(数据库), 平时所说的数据库，一般就是指的 . 

大家知道数据库是用来存储大量数据的一种软件，那么SQL呢是用来操作数据里的数据，具体来说SQL可以做数据查询，数据更新，写入数据等等。

这里的电影表Movies后续会一直用到

--电影表

 语句, 通常又称为 查询 （queries), 正如其名,  可以用来从数据库中取出数据. 一条 SELECT 语句或者叫一个查询, 可以描述我们要从什么表取数据， 要取哪些数据，在返回之前怎么对结果做一些转化计算等等. 我们接下来会说明   的语法，看   是怎么来实现上述的取数据任务的。

你可以把一个表(Table)想象成一个类别的事物，比如 狗 (Dogs), 表里的每一行就是 一条狗，每一列代表了狗的一种属性，比如： 颜色，长度等等）

现在有了这么一张表，最常见的一种查询就是取出表中的 一个或某几个属性列（注意：是所有数据的某几个属性列） 

Select 查询某些属性列（specific columns）的语法

查询的结果是一个二维的表格，由行（rows）和列（columns）组成, 看起来像是复制了一遍原有的表（Table）,只不过列是我们选定的，而不是所有的列.

如果我们想取出所有列的数据, 当然可以把所有列名写上，不过更简单的方式用星号 () 来代表所有列.如下：

Select 查询所有列

. 这条语句经常用来在不清楚table(表）中有什么数据时，能取出所有的数据瞜一眼。

• 1.【简单查询】找到所有电影的名称

• 2.【简单查询】找到所有电影的导演

• 3.【简单查询】找到所有电影的名称和导演

• 4.【简单查询】找到所有电影的名称和上映年份

• 5.【简单查询】找到所有电影的所有信息

• 6.【简单查询】找到所有电影的名称,Id和播放时长

我们已经学会了从数据表里取出 某几个列的SQL, 思考一下：如果数据表里有100万行数据？真实世界中确实存在，世界上肯定有100万条狗那么多. 如果数据量这么大 之前的SQL语句很可能运行时会崩溃（想象一下你一次性下载1T的电影）

真实情况下，我们很少直接查所有行，即使查询出来也看不完。为了更精确的查询出特定数据，我们需要学习一个新的SQL语法：查询的  子句. 一个查询的 子句用来描述哪些行应该进入结果，具体就是通过 condition条件 限定这些行的属性满足某些具体条件。比如：WHERe 体重大于 10KG的狗。你可以把 想象成一个 筛子，每一个特定的筛子都可以筛下某些豆子。

条件查询语法

注：这里的 condition 都是描述属性列的，具体会在下面的表格体现。

可以用  or  这两个关键字来组装多个条件（表示并且，或者） (ie. num_wheels >= 4 AND doors <= 2 这个组合表示 num_wheels属性 大于等于 4 并且 doors 属性小于等于 2). 下面的具体语法规则，可以用来筛选数字属性列（包括 整数，浮点数） :

Operator（关键字）Condition（意思）SQL Example(例子）=, !=, < <=, >, >=Standard numerical operators 基础的 大于，等于等比较col_name != 4BETWEEN … AND …Number is within range of two values (inclusive) 在两个数之间col_name BETWEEN 1.5 AND 10.5NOT BETWEEN … AND …Number is not within range of two values (inclusive) 不在两个数之间col_name NOT BETWEEN 1 AND 10IN (…)Number exists in a list 在一个列表col_name IN (2, 4, 6)NOT IN (…)Number does not exist in a list 不在一个列表col_name NOT IN (1, 3, 5)

越是精确的条件筛选，会让结果更容易理解，同时因为条件在返回之前筛掉不必要的结果，SQL的运行速度也会快很多（想象一下你只是想看下最近有哪些大片上映，你没必要下载整个电影看一遍）.

小贴士?

虽然之前我们的SQL 关键之如 , ,  都是大写的，但SQL其实是兼容写成 select,where小写的. 大写这些关键字有助于我们把 关键字 和 你的表名，列名区分开，让 SQL更容易理解。

• 1.找到id为6的电影

• 2.找到在2000-2010年间year上映的电影

• 3.找到不是在2000-2010年间year上映的电影

• 4.找到头5部电影

• 5.找到2010（含）年之后的电影里片长小于两个小时的片子

• 6. 找到99年和09年的电影,只要列出年份和片长

我们已经学会了 语句来筛选数字类型的属性，如果属性是字符串, 我们会用到字符串相关的一些操作符号，其中 LIKE（模糊查询） 和 %（通配符） 是新增的两个. 下面这个表格对字符串操作符有详细的描述:

Operator（操作符）Condition（解释）Example（例子）=Case sensitive exact string comparison (notice the single equals)完全等于col_name = "abc"!= or <>Case sensitive exact string inequality comparison 不等于col_name != "abcd"LIKECase insensitive exact string comparison 没有用通配符等价于 = col_name LIKE "ABC"NOT LIKECase insensitive exact string inequality comparison 没有用通配符等价于 != col_name NOT LIKE "ABCD"%Used anywhere in a string to match a sequence of zero or more characters (only with LIKE or NOT LIKE) 通配符，代表匹配0个以上的字符col_name LIKE "%AT%"
(matches "AT", "ATTIC", "CAT" or even "BATS") "%AT%" 代表AT 前后可以有任意字符_Used anywhere in a string to match a single character (only with LIKE or NOT LIKE) 和% 相似，代表1个字符col_name LIKE "AN_"
(matches "AND", but not "AN")IN (…)String exists in a list 在列表col_name IN ("A", "B", "C")NOT IN (…)String does not exist in a list 不在列表col_name NOT IN ("D", "E", "F")

小贴士?

在字符串表达式中的字符串需要用引号 " 包含，如果不用引号，SQL会认为是一个属性列的名字，如：col_name = color 表示 col_name和color两个属性一样的行 col_name = "color" 表示 col_name 属性为字符串 "color"的行.

字符串操作符

• 找到所有Toy Story系列电影

• 找到所有John Lasseter导演的电影

• 找到所有不是John Lasseter导演的电影

• 找到所有电影名为 "WALL_" 开头的电影

• 找到98年电影中文名《虫虫危机》

• 找出所有Pete导演的电影,只要列出电影名,导演名和年份就可以

• John Lasseter导演了两个系列，一个Car系列一个Toy Story系列,请帮我列出这John Lasseter导演两个系列千禧年之后(含千禧年)的电影

 语法介绍，我们拿之前的 Movies表来说，可能很多电影都是同一年Year发布的，如果你想要按年份排重，一年只能出现一部电影到结果中， 你可以用  关键字来指定某个或某些属性列唯一返回。写作：

选取出唯一的结果的语法

因为  语法会直接删除重复的行, 我们还会学习  语句，  也会返回唯一的行，不过可以对具有相同的 属性值的行做一些统计计算，比如：求和.

在实际的数据表中，数据添加的时候不是完全顺序的，比如我们实际的Dog表，不会是按狗的身高从小到大去添加数据，当数据量成千上万之后，如果结果不做任何排序，结果会看起来很错乱.

为了解决结果排序问题, 我们可以用 排序的语法来让结果按一个或多个属性列做排序.

结果排序（ordered results）

 这句话的意思就是让结果按照 col_name 列的具体值做 ASC升序 或 DESC 降序，对数字来说就是升序 1，2，3，... 或降序 ... 3,2,1 . 对于文本列，升序和降序指的是按文本的字母序。

 和  子句通常和 语句一起使用，当我们对整个结果集排序之后，我们可以 来指定只返回多少行结果 ,用 来指定从哪一行开始返回。你可以想象一下从一条长绳子剪下一小段的过程，我们通过  指定从哪里开始剪，用  指定剪下多少长度。

limited查询

你可以想象一下一个新闻网站的新闻条目数据，他们在页面上是按热度和时间排序的，每一个页面只显示10条数据，在所有这些属性都是不断变化的情况下。我们可以想见通过SQL的 句法，我们可以根据要求从数据库筛选出需要的新闻条目.

小贴士?

如果你对  和  在SQL中何时执行有疑问，可以说LIMIT和OFFSET一般在SQL的其他部分都执行完之后，再执行。

• 按导演名排重列出所有电影(只显示导演)，并按导演名正序排列

• 列出按上映年份最新上线的4部电影

• 按电影名字母序升序排列，列出前5部电影

• 按电影名字母序升序排列，列出上一题之后的5部电影

• 如果按片长排列，John Lasseter导演导过片长第3长的电影是哪部，列出名字即可

• 按导演名字母升序,如果导演名相同按年份降序,取前10部电影

到目前为止，你已经学习基本的SQL查询语法了，是时候综合这些知识，来尝试下能否解决一些实际问题了.

服务SELECT查询语法

正如实际工作中，最大的变化不是SQL语法，而是实际数据的表结构和数据。在本节练习中，我们会放出一个新的表，简单介绍一下这个表，这个表存储了北美一些城市的人口信息和经纬度地理位置信息， 信息. 

小贴士?

在这个数据表中，你需要熟悉一下latitudes（纬度）和 longitudes（经度）的概念， latitudes在赤道以北是正数，以南是负数；longitudes在子午线东部是正数，以西是负数， 在查询中需要注意 经纬度和东西南北方向的对应关系。

Table(表）: north_american_cities

• 1.列出所有加拿大人的Canadian信息(包括所有字段)

• 2.列出所有美国United States的城市按纬度从北到南排序(包括所有字段)

• 3.列出所有在Chicago西部的城市，从西到东排序(包括所有字段)

• 4.用人口数population排序,列出墨西哥Mexico最大的2个城市(包括所有字段)

• 5.列出美国United States人口3-4位的两个城市和他们的人口(包括所有字段)

• 6.北美所有城市,请按国家名字母序从A-Z再按人口从多到少排列看下前10位的城市(包括所有字段)

, 一般关系数据表中，都会有一个属性列设置为 。主键是唯一标识一条数据的，不会重复复（想象你的身份证号码)。一个最常见的主键就是auto-incrementing integer(自增ID，每写入一行数据ID+1, 当然字符串，hash值等只要是每条数据是唯一的也可以设为主键.

借助（当然其他唯一性的属性也可以），我们可以把两个表中具有相同 主键ID的数据连接起来（因为一个ID可以简要的识别一条数据，所以连接之后还是表达的同一条数据）（你可以想象一个左右连线游戏）。具体我们用到  关键字。我们先来学习 .

用INNER JOIN 连接表的语法

通过条件描述的关联关系; 先将两个表数据连接到一起. 两个表中如果通过ID互相找不到的数据将会舍弃。此时，你可以将连表后的数据看作两个表的合并，SQL中的其他语句会在这个合并基础上 继续执行（想一下和之前的单表操作就一样了）. 
还有一个理解的方式，就是把  想成两个集合的交集。

小贴士?

 可以简写做 . 两者是相同的意思，但我们还是会继续写作   以便和后面的 ， 等相比较. 

Table: Boxoffice

• 1.找到所有电影的国内Domestic_sales和国际销售额

• 2.找到所有国际销售额比国内销售大的电影

• 3.找出所有电影按市场占有率rating倒序排列

• 4.每部电影按国际销售额比较,排名最靠前的导演是谁,线上销量多少

 只会保留两个表都存在的数据（还记得之前的交集吗），这看起来意味着一些数据的丢失，在某些场景下会有问题.

真实世界中两个表存在差异很正常，所以我们需要更多的连表方式，也就是本节要介绍的左连接,右连接 和 全连接. 这几个 连接方式都会保留不能匹配的行。

用LEFT/RIGHT/FULL JOINs 做多表查询

和 语法几乎是一样的. 我们看看这三个连接方法的工作原理：
在表A 连接 B, 保留A的所有行，不管有没有能匹配上B 反过来 则保留所有B里的行。最后 不管有没有匹配上，同时保留A和B里的所有行

我们还是可以用集合的图示来描述：
 

 
 反过来 

 
 

 

将两个表数据1-1连接，保留A或B的原有行，如果某一行在另一个表不存在，会用 NULL来填充结果数据。所有在用这三个JOIN时，你需要单独处理 . 关于  下一节会做更详细的说明

小贴士?

这些Join也可以写作 , , 或 , 和 , , and  等价.

Table: Employees

Table: Buildings

• 1.找到所有有雇员的办公室(buildings)名字

或者

• 3.找到所有办公室里的所有角色（包含没有雇员的）,并做唯一输出(DISTINCT)

• 4.找到所有有雇员的办公室(buildings)和对应的容量