DML

目的

在MySQL管理软件中，DDL（数据定义语言）已完成数据库、表结构的定义，而DML（数据操纵语言）的核心作用是对表中的数据进行日常管理与操作，主要包含三类核心指令，对应数据的增、删、改操作，具体如下：

• INSERT：实现数据的插入

  
  

• DELETE：实现数据的删除

  
  

• UPDATE：实现数据的更新

  
  

插入数据（INSERT）

INSERT用于向数据表中插入一条或多条新数据，核心分为“完整插入”“部分插入”，同时支持批量插入，适配不同运维场景，语法需严格遵循字段数量、数据类型与表结构一致的原则。

完整插入

适用于向表中所有字段插入数据，无需指定字段名，但VALUES后的数值顺序、数量、类型必须与表结构定义完全匹配（若字段有默认值或允许为空，也可省略对应数值，用DEFAULT填充）。

-- 语法
INSERT INTO 表名 VALUES (值1, 值2, 值3…值n);

示例：向student表（字段：id、name、age）插入一条完整数据

mysql> INSERT INTO student VALUES (1, '张三', 20);

部分插入

适用于仅向表中指定字段插入数据，需明确指定字段名，未指定的字段需满足“有默认值”或“允许为空”，否则插入失败。

-- 语法
INSERT INTO 表名 (列名1, 列名2, ...) VALUES (值1, 值2, ...);

示例：向student表仅插入id和name字段的数据

mysql> INSERT INTO student (id, name) VALUES (2, '李四');

批量插入（实战重点）

运维中高频使用，用于一次性插入多条数据，比单条多次插入效率更高，减少数据库连接开销。

-- 语法
INSERT INTO 表名 (列名1, 列名2, ...) VALUES (值1, 值2, ...), (值1, 值2, ...), ...;

示例：向student表批量插入3条数据

mysql> INSERT INTO student (id, name, age) VALUES (3, '王五', 21), (4, '赵六', 19), (5, '孙七', 22);

插入注意事项

• 数值类型（int、float等）插入时无需加引号，字符串类型（varchar、char等）必须加单引号（推荐）或双引号。

  
  

• 字段与对应数值的数量、数据类型必须一致，否则会报语法错误。

  
  

• 若表中存在主键（PRIMARY KEY），插入数据时主键值不可重复，否则插入失败。

  
  

• 启用严格SQL模式时，未指定字段且无默认值、不允许为空的情况下，插入会报错；非严格模式下会自动填充默认值（如空字符串、0）。

  
  

更新数据（UPDATE）

UPDATE用于修改表中已存在的数据，核心是通过WHERE子句指定修改范围，若省略WHERE子句，会修改表中所有数据（运维高危操作，需谨慎）。

基础语法

-- 单字段更新
UPDATE 表名 SET 列名1 = 值1 WHERE 条件;

-- 多字段更新
UPDATE 表名 SET 列名1 = 值1, 列名2 = 值2, ... WHERE 条件;

实战示例

示例1：单字段更新

-- 准备数据表
mysql> CREATE TABLE t6 (id int, name varchar(20));
Query OK, 0 rows affected (0.01 sec)

mysql> INSERT INTO t6 VALUES (1, 'aa'), (2, 'bb');
Query OK, 2 rows affected (0.00 sec)
Records: 2  Duplicates: 0  Warnings: 0

mysql> select * from t6;
+------+------+
| id   | name |
+------+------+
|    1 | aa   |
|    2 | bb   |
+------+------+
2 rows in set (0.00 sec)


-- 需求：将id=2的name值从'bb'修改为'cc'
mysql> UPDATE t6 SET name = 'cc' WHERE id = 2;
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

-- 查看更新结果
mysql> select * from t6;
+------+------+
| id   | name |
+------+------+
|    1 | aa   |
|    2 | cc   |
+------+------+
2 rows in set (0.00 sec)

示例2：多字段更新

-- 需求：将id=1的id改为3，name改为'aaa'，同时添加age字段（假设表已新增age字段）并赋值20
mysql> UPDATE t6 SET id = 3, name = 'aaa' WHERE id = 1;
Query OK, 1 row affected (0.01 sec)
Rows matched: 1  Changed: 1  Warnings: 0

mysql> select * from t6;
+------+------+
| id   | name |
+------+------+
|    3 | aaa  |
|    2 | cc   |
+------+------+
2 rows in set (0.00 sec)

示例3：修改root账户密码

-- 1. MySQL 5.7 版本（兼容旧写法，不推荐）
mysql> UPDATE mysql.user SET authentication_string = PASSWORD('Abc@6666') WHERE user = 'root';
Query OK, 1 row affected, 1 warning (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 1

-- 2. 刷新权限（修改密码后必做，使配置生效）
mysql> FLUSH PRIVILEGES;
Query OK, 0 rows affected (0.01 sec)

更新注意事项

• 严禁省略WHERE子句，否则会批量修改全表数据（如UPDATE t6 SET name = ‘cc’会修改t6表所有行的name值），建议操作前先执行SELECT语句校验范围（如SELECT * FROM t6 WHERE id = 2）。

  
  

• 修改主键、外键字段时，需先确认无关联数据冲突（如外键字段值不可修改为不存在的关联主键值）。

  
  

• 可配合ORDER BY和LIMIT限制更新范围（如UPDATE t6 SET name = ‘cc’ ORDER BY id DESC LIMIT 1，仅修改id最大的一行）。

  
  

• 修改密码后必须执行FLUSH PRIVILEGES刷新权限，否则修改不生效。

  
  

数据（DELETE）

DELETE用于删除表中已存在的数据，同样通过WHERE子句指定删除范围，省略WHERE子句会删除全表数据（可通过事务回滚恢复，区别于TRUNCATE），属于DML操作。

基础语法

DELETE FROM 表名 WHERE 条件;

实战示例

-- 需求：删除t6表中id=2的记录
mysql> DELETE FROM t6 WHERE id = 2;
Query OK, 1 row affected (0.00 sec)


-- 查看删除结果
mysql> select * from t6;
+------+------+
| id   | name |
+------+------+
|    3 | aaa  |
+------+------+
1 row in set (0.00 sec)

关键补充：DELETE与TRUNCATE的区别

运维中常需清空表数据，需根据场景选择DELETE或TRUNCATE，核心区别如下（结合实战场景说明）：

对比维度	DELETE	TRUNCATE
操作类型	DML（数据操纵语言）	DDL（数据定义语言）
执行机制	逐行删除，记录undo log和binlog（可回滚）	直接释放数据页，重建空表（不逐行删除）
WHERE子句	支持，可精准删除部分数据	不支持，只能清空全表
自增主键	不重置，下次插入延续上次最大值	重置为初始值（通常为1）
事务支持	支持，可通过ROLLBACK回滚	多数场景下不可回滚（隐式提交）
触发器	会触发DELETE触发器	不触发任何触发器
权限要求	需DELETE权限	需DROP权限
适用场景	删除部分数据、需回滚、需触发触发器	快速清空全表、测试环境重置数据

删除注意事项（运维高危提醒）

• 省略WHERE子句的后果：删除表中所有数据（如DELETE FROM t6），但表结构保留，可通过事务回滚恢复（需未提交事务），大表删除会产生大量日志，影响性能。

  
  

• 删除前必须备份数据（如执行CREATE TABLE t6_backup AS SELECT * FROM t6），避免误删无法恢复。

  
  

• 删除关联表数据时，需先删除子表（外键关联表）数据，再删除主表数据，否则会报外键冲突错误；若需快速清空，可先禁用外键检查（SET foreign_key_checks = 0;），操作后恢复（SET foreign_key_checks = 1;）。

  
  

• 大表删除建议：避免使用DELETE（逐行删除慢），优先使用TRUNCATE（若无需保留自增），或分批删除（如DELETE FROM t6 WHERE id < 1000 LIMIT 100），减少锁占用。

  
  

总结

DML核心是对数据的“增、删、改”，三者均为MySQL DBA运维高频操作，重点注意：

• INSERT：保证字段与数值匹配，批量插入提升效率，注意主键唯一。

  
  

• UPDATE：建议不要省略WHERE。

  
  

• DELETE：谨慎使用无WHERE删除，区分DELETE与TRUNCATE的适用场景，删除前建议备份。

  
  

DQL

目的

在MySQL管理软件中，DDL定义数据库结构、DML实现数据的增删改操作，而DQL（数据查询语言）的核心作用是通过SELECT语句，从数据表中精准获取所需数据，支撑各类业务场景的查询需求。例如互联网场景中，用户查询个人余额、游戏玩家查询账号装备、电商用户查询商品信息等，本质上都是通过DQL语句实现的，是MySQL DBA运维和业务落地中最常用的SQL语言之一。

基础环境准备

素材1

先创建一张基础数据表t3，包含序号、姓名、年龄三列信息，建表语句如下：

-- 语法：创建t3表，包含3列信息
create table t3 (id int, name varchar(20), age int);

向t3表插入以下测试数据：

insert into t3 values (1,"zhangsan",23);
insert into t3 values (2,"lisi",24);
insert into t3 values (3,"wangwu",18);

素材2

依据下图准备素材：

• company 公司
• department 部门
• employee 员工

步骤1：创建company数据库

-- 语法：创建company数据库（用于存储员工相关数据）
mysql> create database company;

步骤2：创建employee5员工表（指定表结构及约束）

-- 语法：在company数据库下创建employee5表，定义员工相关字段及约束
mysql> CREATE TABLE company.employee5(
     id int primary key AUTO_INCREMENT not null,  -- 主键，自增，非空（员工编号）
    name varchar(30) not null,                   -- 员工姓名，非空
    sex enum('male','female') default 'male' not null,  -- 性别，枚举类型，默认男性，非空
     hire_date date not null,                    -- 入职日期，非空
     post varchar(50) not null,                  -- 岗位，非空
     job_description varchar(100),               -- 岗位职责，可空
     salary double(15,2) not null,               -- 薪资，双精度浮点型，非空（保留2位小数）
     office int,                                 -- 办公室编号，可空
     dep_id int                                  -- 部门编号，可空
     );

步骤3：查看employee5表结构（验证表创建正确性）

-- 语法：查看employee5表的字段、类型、约束等结构信息
mysql> desc employee5;
+-----------------+-----------------------+------+-----+---------+----------------+
| Field           | Type                  | Null | Key | Default | Extra          |
+-----------------+-----------------------+------+-----+---------+----------------+
| id              | int(11)               | NO   | PRI | NULL    | auto_increment |
| name            | varchar(30)           | NO   |     | NULL    |                |
| sex             | enum('male','female') | NO   |     | male    |                |
| hire_date       | date                  | NO   |     | NULL    |                |
| post            | varchar(50)           | NO   |     | NULL    |                |
| job_description | varchar(100)          | YES  |     | NULL    |                |
| salary          | double(15,2)          | NO   |     | NULL    |                |
| office          | int(11)               | YES  |     | NULL    |                |
| dep_id          | int(11)               | YES  |     | NULL    |                |
+-----------------+-----------------------+------+-----+---------+----------------+
9 rows in set (0.00 sec)

步骤4：向employee5表插入员工数据（批量插入，贴合企业实操）

-- 语法：向company.employee5表指定字段批量插入员工数据，适配表结构约束
mysql> insert into company.employee5(name,sex,hire_date,post,job_description,salary,office,dep_id) values 
('jack','male','20180202','instructor','teach',5000,501,100),
('tom','male','20180203','instructor','teach',5500,501,100),
('robin','male','20180202','instructor','teach',8000,501,100),
('alice','female','20180202','instructor','teach',7200,501,100),
('aofa','male','20180202','hr','hrcc',600,502,101),
('harry','male','20180202','hr',NULL,6000,502,101),
('emma','female','20180206','sale','salecc',20000,503,102),
('christine','female','20180205','sale','salecc',2200,503,102),
('zhuzhu','male','20180205','sale',NULL,2200,503,102),
('gougou','male','20180205','sale','',2200,503,102);

-- 查看全部数据
mysql> select * from employee5;
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
| id | name      | sex    | hire_date  | post       | job_description | salary   | office | dep_id |
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
|  1 | jack      | male   | 2018-02-02 | instructor | teach           |  5000.00 |    501 |    100 |
|  2 | tom       | male   | 2018-02-03 | instructor | teach           |  5500.00 |    501 |    100 |
|  3 | robin     | male   | 2018-02-02 | instructor | teach           |  8000.00 |    501 |    100 |
|  4 | alice     | female | 2018-02-02 | instructor | teach           |  7200.00 |    501 |    100 |
|  5 | aofa      | male   | 2018-02-02 | hr         | hrcc            |   600.00 |    502 |    101 |
|  6 | harry     | male   | 2018-02-02 | hr         | NULL            |  6000.00 |    502 |    101 |
|  7 | emma      | female | 2018-02-06 | sale       | salecc          | 20000.00 |    503 |    102 |
|  8 | christine | female | 2018-02-05 | sale       | salecc          |  2200.00 |    503 |    102 |
|  9 | zhuzhu    | male   | 2018-02-05 | sale       | NULL            |  2200.00 |    503 |    102 |
| 10 | gougou    | male   | 2018-02-05 | sale       |                 |  2200.00 |    503 |    102 |
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
10 rows in set (0.00 sec)

补充说明：employee5表包含主键自增、枚举约束、非空约束等常用配置，插入数据时包含了非空值、NULL值、空字符串等场景，后续可基于此表开展多条件查询、聚合查询等DQL进阶实操，贴合MySQL DBA日常运维中的员工数据管理场景。

MySQL查询

简单查询（DQL基础实操）

简单查询是DQL最基础的用法，核心用于快速获取表中数据，无需复杂条件，重点掌握“全列查询”和“四则运算查询”，贴合日常运维快速校验数据的场景

查看所有列（全列查询）

核心语法为SELECT * FROM 表名;，用于查询表中所有字段的数据，实操需注意查询前提：

• 前提1：若已进入目标数据库（如company数据库），可直接执行查询语句，无需指定库名；
• 前提2：若未进入目标数据库，查询时需在表名前加上库名（格式：库名.表名），避免报“表不存在”错误。

-- 实操步骤1：进入company数据库
mysql> use company;

-- 实操步骤2：查询employee5表所有列数据
mysql> SELECT * FROM employee5;

-- 补充：未进入company数据库，查询所有列（完整写法，指定库名）
mysql> SELECT * FROM company.employee5;

说明：查询结果会显示employee5表中所有员工的id、name、sex、salary等全部字段数据，适合快速查看表中所有数据概况（大表不推荐使用，效率较低）。

四则运算查询

DQL支持对数值类型字段进行四则运算（+、-、*、/），常用于基于表中现有数值计算衍生数据，例如通过员工月薪（salary）计算年薪（月薪×12），示例如下：

-- 需求：查询employee5表中所有员工的姓名、月薪、年薪（年薪=月薪×12）
-- 语法：SELECT 字段1, 字段2, 数值字段 四则运算 FROM 表名;
mysql> SELECT name, salary, salary*12 FROM employee5;
+-----------+----------+-----------+
| name      | salary   | salary*12 |
+-----------+----------+-----------+
| jack      |  5000.00 |  60000.00 |
| tom       |  5500.00 |  66000.00 |
| robin     |  8000.00 |  96000.00 |
| alice     |  7200.00 |  86400.00 |
| aofa      |   600.00 |   7200.00 |
| harry     |  6000.00 |  72000.00 |
| emma      | 20000.00 | 240000.00 |
| christine |  2200.00 |  26400.00 |
| zhuzhu    |  2200.00 |  26400.00 |
| gougou    |  2200.00 |  26400.00 |
+-----------+----------+-----------+
10 rows in set (0.01 sec)

查询结果说明：

• 结果会显示三列数据：name（员工姓名）、salary（原月薪）、salary*12（计算出的年薪）；
• 若数值字段存在NULL值，四则运算结果也会为NULL（如无薪资数据的员工，年薪会显示NULL）；
• 可灵活调整运算逻辑，例如查询月薪扣除1000后的金额：SELECT name, salary, salary-1000 FROM employee5;

简单查询注意事项

• 全列查询（SELECT *）仅适合小表快速校验数据，大表需避免使用，优先指定所需字段，提升查询效率；
• 未进入目标数据库时，必须加上“库名.表名”的格式，否则MySQL会默认在当前数据库中查找表，导致查询失败；
• 四则运算仅适用于数值类型字段（如salary、age等），对字符串类型字段（如name、post）执行四则运算会报语法错误或返回无效结果；

条件查询（DQL核心实操）

条件查询是DQL中最常用的查询方式，核心通过WHERE子句指定查询条件，精准筛选所需数据，适配各类业务筛选场景（如筛选特定部门、特定薪资的员工）。以下基于company.employee5表，结合实操场景，讲解常用条件查询语法及示例。

单条件查询（WHERE）

核心语法：通过WHERE子句指定一个查询条件，筛选符合条件的记录，适用于简单筛选场景。

-- 需求：查询hr部门的员工姓名（仅筛选post为hr的记录）
mysql> SELECT name,post 
    -> FROM employee5
    -> WHERE post='hr';
+-------+------+
| name  | post |
+-------+------+
| aofa  | hr   |
| harry | hr   |
+-------+------+
2 rows in set (0.01 sec)

说明：WHERE后紧跟条件，字符串类型条件（如’hr’）需加单引号，字段名（post）与表结构保持一致，否则筛选失败。

多条件查询（AND/OR）

当需要多个条件共同筛选时，使用AND（逻辑与）、OR（逻辑或）连接多个条件，AND表示“同时满足”，OR表示“满足任一条件”。

-- 示例1：AND用法（同时满足两个条件）
-- 需求：查询hr部门的员工姓名，并且工资大于1000
mysql> SELECT name,salary 
    -> FROM employee5
    -> WHERE post='hr' AND salary>1000;
+-------+---------+
| name  | salary  |
+-------+---------+
| harry | 6000.00 |
+-------+---------+
1 row in set (0.00 sec)


-- 示例2：OR用法（满足任一条件即可）
-- 需求：查询所有部门的员工姓名，并且工资是6000或者8000的员工
mysql> SELECT name, salary FROM employee5 
    -> WHERE salary=6000 OR salary=8000;
+-------+---------+
| name  | salary  |
+-------+---------+
| robin | 8000.00 |
| harry | 6000.00 |
+-------+---------+
2 rows in set (0.00 sec)

注意：当AND和OR同时使用时，需用括号区分优先级，避免筛选结果异常。

范围查询（BETWEEN AND / NOT BETWEEN AND）

用于筛选数值、日期等类型字段在指定范围内的记录，BETWEEN AND 表示“在某个区间内（包含边界值）”，NOT BETWEEN AND 表示“不在某个区间内”。

-- 示例1：BETWEEN AND（包含5000和15000两个边界值）
-- 需求：查询薪资在5000到15000的员工姓名和薪资
mysql> SELECT name,salary FROM employee5 
    -> WHERE salary BETWEEN 5000 AND 15000;
+-------+---------+
| name  | salary  |
+-------+---------+
| jack  | 5000.00 |
| tom   | 5500.00 |
| robin | 8000.00 |
| alice | 7200.00 |
| harry | 6000.00 |
+-------+---------+
5 rows in set (0.00 sec)


-- 示例2：NOT BETWEEN AND（不包含边界值）
-- 需求：查询薪资不在5000~15000的员工姓名和薪资
mysql> SELECT name,salary FROM employee5 
    -> WHERE salary NOT BETWEEN 5000 AND 15000;
+-----------+----------+
| name      | salary   |
+-----------+----------+
| aofa      |   600.00 |
| emma      | 20000.00 |
| christine |  2200.00 |
| zhuzhu    |  2200.00 |
| gougou    |  2200.00 |
+-----------+----------+
5 rows in set (0.00 sec)

补充：BETWEEN AND 等价于 “字段 >= 最小值 AND 字段 <= 最大值”，实操中可根据习惯选择。

集合查询（IN / NOT IN）

用于筛选字段值在指定集合内（或不在集合内）的记录，适用于多个离散值的筛选，相比OR连接多个条件，IN语法更简洁、效率更高。

-- 方式1：OR连接（多条件筛选，效率较低）
mysql> SELECT name, salary FROM employee5 
    -> WHERE salary=4000 OR salary=5000 OR salary=6000 OR salary=9000 ;
+-------+---------+
| name  | salary  |
+-------+---------+
| jack  | 5000.00 |
| harry | 6000.00 |
+-------+---------+
2 rows in set (0.00 sec)

-- 方式2：IN优化（语法简洁，效率更高，推荐使用）
-- 需求：查询薪资是4000、5000、6000、9000中任一值的员工
mysql> SELECT name, salary FROM employee5 
    -> WHERE salary IN (4000,5000,6000,9000) ;
+-------+---------+
| name  | salary  |
+-------+---------+
| jack  | 5000.00 |
| harry | 6000.00 |
+-------+---------+
2 rows in set (0.00 sec)


-- 示例3：NOT IN（筛选不在指定集合内的记录）
-- 需求：查询薪资不是4000、5000、6000、9000的员工
mysql> SELECT name, salary FROM employee5 
    -> WHERE salary NOT IN (4000,5000,6000,9000) ;
+-----------+----------+
| name      | salary   |
+-----------+----------+
| tom       |  5500.00 |
| robin     |  8000.00 |
| alice     |  7200.00 |
| aofa      |   600.00 |
| emma      | 20000.00 |
| christine |  2200.00 |
| zhuzhu    |  2200.00 |
| gougou    |  2200.00 |
+-----------+----------+
8 rows in set (0.00 sec)

注意：IN和NOT IN 内的集合元素需与字段数据类型一致，若集合内有NULL值，会导致查询结果异常。

空值查询（IS NULL / IS NOT NULL）

用于筛选字段值为NULL（空值）或非NULL（非空值）的记录，需注意：NULL表示“无数据”，与空字符串（”）、0 不同，不能用“=”“!=”判断，必须用IS NULL / IS NOT NULL。

-- 示例1：IS NULL（筛选字段值为NULL的记录）
-- 需求：查询没有岗位描述（job_description为NULL）的员工
mysql> SELECT name,job_description FROM employee5 
    -> WHERE job_description IS NULL;
+--------+-----------------+
| name   | job_description |
+--------+-----------------+
| harry  | NULL            |
| zhuzhu | NULL            |
+--------+-----------------+
2 rows in set (0.00 sec)


-- 示例2：IS NOT NULL（筛选字段值非NULL的记录）
-- 需求：查询有岗位描述的员工
mysql> SELECT name,job_description FROM employee5 
    -> WHERE job_description IS NOT NULL;
+-----------+-----------------+
| name      | job_description |
+-----------+-----------------+
| jack      | teach           |
| tom       | teach           |
| robin     | teach           |
| alice     | teach           |
| aofa      | hrcc            |
| emma      | salecc          |
| christine | salecc          |
| gougou    |                 |
+-----------+-----------------+
8 rows in set (0.00 sec)


-- 错误示范：用“=”判断NULL值（无查询结果，语法错误）
mysql> SELECT name,job_description FROM employee5 
    -> WHERE job_description='';
+--------+-----------------+
| name   | job_description |
+--------+-----------------+
| gougou |                 |
+--------+-----------------+
1 row in set (0.00 sec)

说明：空字符串（”）是“有数据但为空”，NULL是“无数据”，二者本质不同，筛选时需区分清楚。

模糊查询（LIKE）

用于模糊匹配字符串类型字段，常搭配通配符使用，适用于“不确定完整字段值”的筛选场景（如模糊查询姓名、商品名），MySQL中常用通配符有两种：

• %：代表0个、1个或多个任意字符（注意：不同于shell中的“*”星号）；
• _：代表1个任意字符（注意：不同于shell中的“?”问号）。

-- 示例1：搭配%通配符（模糊匹配以“al”开头的姓名）
-- 需求：查询姓名以“al”开头的员工（如alice）
mysql> SELECT * FROM employee5 
    -> WHERE name LIKE 'al%';
+----+-------+--------+------------+------------+-----------------+---------+--------+--------+
| id | name  | sex    | hire_date  | post       | job_description | salary  | office | dep_id |
+----+-------+--------+------------+------------+-----------------+---------+--------+--------+
|  4 | alice | female | 2018-02-02 | instructor | teach           | 7200.00 |    501 |    100 |
+----+-------+--------+------------+------------+-----------------+---------+--------+--------+
1 row in set (0.00 sec)


-- 示例2：搭配_通配符（模糊匹配以“al”开头、后面跟3个任意字符的姓名）
-- 需求：查询姓名以“al”开头，且姓名长度为5的员工（alice：al+3个字符）
mysql> SELECT * FROM employee5 
    -> WHERE name LIKE 'al___';
+----+-------+--------+------------+------------+-----------------+---------+--------+--------+
| id | name  | sex    | hire_date  | post       | job_description | salary  | office | dep_id |
+----+-------+--------+------------+------------+-----------------+---------+--------+--------+
|  4 | alice | female | 2018-02-02 | instructor | teach           | 7200.00 |    501 |    100 |
+----+-------+--------+------------+------------+-----------------+---------+--------+--------+
1 row in set (0.01 sec)

补充：LIKE查询区分大小写（取决于数据库排序规则），若需不区分大小写，可搭配LOWER()、UPPER()函数使用（如WHERE LOWER(name) LIKE ‘al%’）。

条件查询注意事项

• 条件查询的核心是WHERE子句，所有筛选条件均需跟在WHERE后，多个条件用AND/OR连接；
• 字符串类型、日期类型的条件必须加单引号，数值类型无需加引号；
• NULL值只能用IS NULL / IS NOT NULL判断，不能用“=”“!=”；
• LIKE模糊查询中，%和_的用法需与shell通配符区分，避免混淆；
• 大范围筛选（如薪资>5000）时，若字段有索引，查询效率会大幅提升。

查询排序

查询排序是DQL实操中高频用法，核心通过ORDER BY子句对查询结果按指定字段排序，搭配LIMIT子句可限制查询结果的条数（如筛选topN数据），适配“按薪资排序”“取排名靠前数据”等业务场景，以下基于company.employee5表展开实操。

基础排序（ASC 升序 / DESC 降序）

ORDER BY 后指定排序字段，搭配排序关键字，可实现升序或降序排列，核心语法及示例如下：

• ASC：升序排列（默认排序方式，可省略不写），即从最小值到最大值；
• DESC：降序排列，即从最大值到最小值。

-- 示例1：按工资升序排列（从小到大，省略ASC也可生效）
-- 需求：查询所有员工信息，按薪资升序排列
mysql> SELECT * FROM employee5 ORDER BY salary ASC;
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
| id | name      | sex    | hire_date  | post       | job_description | salary   | office | dep_id |
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
|  5 | aofa      | male   | 2018-02-02 | hr         | hrcc            |   600.00 |    502 |    101 |
|  8 | christine | female | 2018-02-05 | sale       | salecc          |  2200.00 |    503 |    102 |
|  9 | zhuzhu    | male   | 2018-02-05 | sale       | NULL            |  2200.00 |    503 |    102 |
| 10 | gougou    | male   | 2018-02-05 | sale       |                 |  2200.00 |    503 |    102 |
|  1 | jack      | male   | 2018-02-02 | instructor | teach           |  5000.00 |    501 |    100 |
|  2 | tom       | male   | 2018-02-03 | instructor | teach           |  5500.00 |    501 |    100 |
|  6 | harry     | male   | 2018-02-02 | hr         | NULL            |  6000.00 |    502 |    101 |
|  4 | alice     | female | 2018-02-02 | instructor | teach           |  7200.00 |    501 |    100 |
|  3 | robin     | male   | 2018-02-02 | instructor | teach           |  8000.00 |    501 |    100 |
|  7 | emma      | female | 2018-02-06 | sale       | salecc          | 20000.00 |    503 |    102 |
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
10 rows in set (0.00 sec)


-- 示例2：按工资降序排列（从大到小，必须写DESC）
-- 需求：查询所有员工信息，按薪资降序排列
mysql> SELECT * FROM employee5 ORDER BY salary DESC;
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
| id | name      | sex    | hire_date  | post       | job_description | salary   | office | dep_id |
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
|  7 | emma      | female | 2018-02-06 | sale       | salecc          | 20000.00 |    503 |    102 |
|  3 | robin     | male   | 2018-02-02 | instructor | teach           |  8000.00 |    501 |    100 |
|  4 | alice     | female | 2018-02-02 | instructor | teach           |  7200.00 |    501 |    100 |
|  6 | harry     | male   | 2018-02-02 | hr         | NULL            |  6000.00 |    502 |    101 |
|  2 | tom       | male   | 2018-02-03 | instructor | teach           |  5500.00 |    501 |    100 |
|  1 | jack      | male   | 2018-02-02 | instructor | teach           |  5000.00 |    501 |    100 |
|  8 | christine | female | 2018-02-05 | sale       | salecc          |  2200.00 |    503 |    102 |
|  9 | zhuzhu    | male   | 2018-02-05 | sale       | NULL            |  2200.00 |    503 |    102 |
| 10 | gougou    | male   | 2018-02-05 | sale       |                 |  2200.00 |    503 |    102 |
|  5 | aofa      | male   | 2018-02-02 | hr         | hrcc            |   600.00 |    502 |    101 |
+----+-----------+--------+------------+------------+-----------------+----------+--------+--------+
10 rows in set (0.00 sec)

说明：排序字段需与表中字段名一致（如薪资字段为salary），若排序字段为字符串类型（如name），则按字符编码顺序排序（如字母顺序、汉字拼音顺序）。

限制查询结果条数（LIMIT，结合排序实战）

LIMIT 用于限制查询结果的行数，常与ORDER BY 搭配使用，实现“筛选排序后前N条数据”的需求（如查询薪资最高的前五名员工），核心语法如下：

-- 语法：ORDER BY 排序字段 排序方式 LIMIT 条数;（默认初始位置为0，可省略）
SELECT * FROM 表名 ORDER BY 字段名 DESC/ASC LIMIT 数量;

示例：

-- 需求：查询employee5表中工资最高的前五名员工（先降序排序，再取前5条）
mysql> SELECT * FROM employee5 ORDER BY salary DESC LIMIT 5;
+----+-------+--------+------------+------------+-----------------+----------+--------+--------+
| id | name  | sex    | hire_date  | post       | job_description | salary   | office | dep_id |
+----+-------+--------+------------+------------+-----------------+----------+--------+--------+
|  7 | emma  | female | 2018-02-06 | sale       | salecc          | 20000.00 |    503 |    102 |
|  3 | robin | male   | 2018-02-02 | instructor | teach           |  8000.00 |    501 |    100 |
|  4 | alice | female | 2018-02-02 | instructor | teach           |  7200.00 |    501 |    100 |
|  6 | harry | male   | 2018-02-02 | hr         | NULL            |  6000.00 |    502 |    101 |
|  2 | tom   | male   | 2018-02-03 | instructor | teach           |  5500.00 |    501 |    100 |
+----+-------+--------+------------+------------+-----------------+----------+--------+--------+
5 rows in set (0.00 sec)

补充说明：

• LIMIT 后仅跟一个数字时，表示“取排序后前N条数据”，初始位置默认从0开始（无需额外指定）；
• 若需取“从第M条开始，取N条数据”，可写为 LIMIT M, N（如 LIMIT 5, 3 表示从第6条开始，取3条数据）；
• LIMIT 仅在MySQL中生效，其他数据库（如Oracle）用法不同，实操需注意数据库适配。

查询排序注意事项

• 排序与LIMIT的顺序：必须先写ORDER BY 排序，再写LIMIT 限制条数，顺序颠倒会报语法错误；
• 多字段排序：可指定多个字段排序（如 ORDER BY salary DESC, id ASC），表示“先按薪资降序，薪资相同时按id升序”；
• NULL值排序：若排序字段存在NULL值，NULL会被视为最小值，升序时排在最前面，降序时排在最后面；
• 效率优化：排序大表时，建议给排序字段建立索引，避免全表排序，提升查询效率。

MySQL多表查询

多表查询是DQL进阶核心操作，核心用于关联多个存在关联关系的表，联合获取所需数据（如关联员工表和部门表，查询员工所属部门完整信息），适配企业运维中复杂的数据查询场景。多表查询的详细用法可参考链接：MySQL多表查询