任务四 MySQL 基础 (三)- 表联结

本文深入探讨SQL中的联结操作,包括内联结、左联结和自连接的使用场景,以及如何通过UNION组合多个查询结果。通过具体实例,如基于两张表的左联结查询和删除重复邮箱的SQL语句,帮助读者掌握SQL数据处理的核心技能。

# 学习内容

MySQL别名:为了缩短代码长度,将原名用 AS 改为简化的名字,如

SELECT s.name FROM student AS s;  --将student取别名为s
--注,仅限于该语句,且若已取别名,该句中其他地方一律用别名

INNER JOIN:内联结,即只显示连接两表共有的部分,类似于取交集

SELECT ... FROM 表A INNER JOIN 表B;

LEFT JOIN:属于外联结,为左联结,即以语句中LEFT左边表的内容为基准,连接右边的表,与内部连接不同的是,若右边表缺少内容,会显示为default或null

SELECT ... FROM 表A LEFT JOIN 表B;

CROSS JOIN: =又称为笛卡尔乘积,实际上是把两个表乘起来。即表一的每行与表二的所有行联结一遍

SELECT * FROM [TABLE 1] CROSS JOIN [TABLE 2]

自连接: 就是自关联,表中的某一列,关联了这个表中的另外一列,但是它们的业务逻辑含义是不一样的,如城市信息的pid引用的是省信息的id。
UNION: 组合查询,可以连接多个SELECT语句,类似于使用WHERE时的OR
以上几种方式的区别和联系

# 作业

项目五:组合两张表 (难度:简单)
在数据库中创建表1和表2,并各插入三行数据(自己造)
表1: Person
±------------±--------+
| 列名 | 类型 |
±------------±--------+
| PersonId | int |
| FirstName | varchar |
| LastName | varchar |
±------------±--------+
PersonId 是上表主键

表2: Address
±------------±--------+
| 列名 | 类型 |
±------------±--------+
| AddressId | int |
| PersonId | int |
| City | varchar |
| State | varchar |
±------------±--------+
AddressId 是上表主键

编写一个 SQL 查询,满足条件:无论 person 是否有地址信息,都需要基于上述两表提供 person 的以下信息:FirstName, LastName, City, State

--创建表1
CREATE TABLE Person(
	PersonID INT unsigned NOT NULL auto_increment PRIMARY KEY,
	FirstName VARCHAR(20),
	LastName VARCHAR(20)
);

--插入表1相关数据
INSERT INTO Person VALUES
(0,'张','三'),
(0,'李','四'),
(0,'王','五');

--创建表2
CREATE TABLE Address(
	AddressID INT unsigned auto_increment PRIMARY KEY,
	PersonID INT unsigned,
	City VARCHAR(20),
	Province VARCHAR(20)
);

--插入表2相关数据
INSERT INTO Address VALUES
(0,2,'杭州','浙江'),
(0,3,'苏州','江苏'),
(0,1, '广州','广东');

--查询语句
SELECT P.*,A.City,A.Province 
	FROM Person AS P 
	LEFT JOIN Address AS A 
	ON P.PersonID=A.PersonID 
	ORDER BY PersonID ;
--结果
+----------+-----------+----------+--------+----------+
| PersonID | FirstName | LastName | City   | Province |
+----------+-----------+----------+--------+----------+
|        1 ||| 广州   | 广东     |
|        2 ||| 杭州   | 浙江     |
|        3 ||| 苏州   | 江苏     |
+----------+-----------+----------+--------+----------+
3 rows in set (0.00 sec)

项目六:删除重复的邮箱(难度:简单)
编写一个 SQL 查询,来删除 email 表中所有重复的电子邮箱,重复的邮箱里只保留 Id 最小 的那个。
±—±--------+
| Id | Email |
±—±--------+
| 1 | a@b.com |
| 2 | c@d.com |
| 3 | a@b.com |
±—±--------+
Id 是这个表的主键。
例如,在运行你的查询语句之后,上面的 Person表应返回以下几行:
±—±-----------------+
| Id | Email |
±—±-----------------+
| 1 | a@b.com |
| 2 | c@d.com |
±—±-----------------+

-- 创建数据表	
	CREATE TABLE email(
		id INT UNSIGNED AUTO_CREMENT PRIMARY KEY not null,
		Email VARCHAR(200) 		
	);
--向数据表中插入数据
	INSERT INTO email VALUES 
	(0,'a@b.com'),
	(0,'c@d.com'),
	(0,'a@b.com');
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)任务目标,我们可以将机器学习方法分为种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值