為了上次的 AWS 部署囫圇吞棗地把 MySQL 給裝到腦海裡,但總歸根基不穩,所以現在要來還債了,好好地再複習一下 SQL 語法並做紀錄。
在這裡先推兩個網站,非常適合練習 SQL 操作:
CREATE DATABASE myDatabase
CHARACTER SET utf8mb4
COLLATE utf8mb4_unicode_ci;
上述 SQL 程式碼的意義如下:
CREATE
。CREATE TABLE [table_name](
[column1_name] [data_type] [not_null] [default],
[column2_name] [data_type] [not_null] [default],
[column3_name] [data_type] [not_null] [default],
PRIMARY KEY ([column_name])
);
簡單來說,建立一個資料表,必須要規範:
現在,讓我們在 MySQL Online 上建立一個飲料資料表 (可以偷偷用 Online SQL Generator 來產生 code~):
CREATE TABLE `drinks` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`name` varchar(20) NOT NULL,
`price` int(11) unsigned NOT NULL,
`cost` int(11) unsigned NOT NULL,
PRIMARY KEY (`id`)
);
解釋一下,int 指的是存入整數,varchar 是存入字母、數字、特殊符號等文本數據,unsigned 是指只能存入非負整數,NOT NULL 表示必填。
有了資料庫和資料表,接下來該練練資料操作了,來看看 SQL 的 CRUD 怎麼運作。
INSERT INTO `drinks` (`name`, `price`, `cost`)
VALUES ('阿華田', 65, 20),
('百香紅茶', 45, 10),
('四季春茶', 25, 5),
('愛玉冰茶', 50, 7),
('冰咖啡', 70, 30);
新增資料會用到INSERT INTO
指定要新增資料的資料表及欄位,並透過VALUES
賦值。
現在先新增五筆飲料資料,包含名稱、價格、成本到我們的飲料資料表中。
SELECT * FROM `drinks`;
查詢資料是用SELECT
撈資料。現在可以看到如下圖,顯示出我們剛剛新增的飲料資料。
UPDATE `drinks`
SET `price` = 90
WHERE `name` = '冰咖啡';
假設今天我們要修改冰咖啡的價格,我們就會需要用到UPDATE
來更新資料,並透過WHERE
來限制指令的作用對象。
用SELECT
再查詢一次,現在我們看到冰咖啡價格從70變90了:
DELETE FROM `drinks`
WHERE `name` = '阿華田';
使用DELETE
的方法叫做硬刪除,是真的直接把資料從資料表中抹去,所以比較重要的資料會使用軟刪除,但軟刪除這裡就不介紹了。
現在可以看到阿華田已經從資料表上消失了:
先來建立更多資料表與資料吧!
客人資料:
CREATE TABLE `customers` (
`id` INT unsigned NOT NULL AUTO_INCREMENT,
`name` VARCHAR(20) NOT NULL,
`phone` VARCHAR(20) NOT NULL,
`birth` DATE NOT NULL,
PRIMARY KEY (`id`)
);
INSERT INTO `customers`(`name`, `phone`, `birth`)
VALUES ('Johny', '0980123123', '1997-04-22'),
('Wendy', '0919456456', '1999-07-07');
SELECT * FROM `customers`;
點單資料:
CREATE TABLE `orders` (
`id` INT unsigned NOT NULL AUTO_INCREMENT,
`drinks_id` INT(11) unsigned NOT NULL,
`customers_id` INT(11) unsigned NOT NULL,
`amounts` INT(11) unsigned NOT NULL,
`create_at` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (`id`)
);
INSERT INTO `orders`(`drinks_id`, `customers_id`, `amounts`)
VALUES (1, 2, 4),
(2, 2, 3),
(3, 2, 9),
(3, 1, 2);
SELECT * FROM `orders`;
假設現在飲料店要因應活動,全體品項要打8折,第一個直覺應該是用UPDATE
把價格全部改掉:
UPDATE `drinks`
SET `price` = `price` * 0.8;
但是!周年慶後還要改回來很麻煩,所以最好的選擇是多創一個欄位來記錄折扣價格:
SELECT `name`, `price`, (`price` * 0.8) AS `discount_price`
FROM `drinks`;
今天老闆說,只有單價30以上的才可以打8折,我們又該如何做呢?這時就要請出前面提過的WHERE
配合運算子啦:
SELECT `name`, `price`, (`price` * 0.8) AS `discount_price`
FROM `drinks`
WHERE `price` >= 30;
然後今天老闆很摳,他說50以上不打折,想多賺一點,那我們可以這樣寫:
// 寫法1
SELECT `name`, `price`, (`price` * 0.8) AS `discount_price`
FROM `drinks`
WHERE `price` >= 30 AND `price` <= 50;
// 寫法2
SELECT `name`, `price`, (`price` * 0.8) AS `discount_price`
FROM `drinks`
WHERE `price` BETWEEN 30 AND 50;
老闆很煩,他後來決定名字帶 "茶" 的飲料才打8折,這時我們就一樣請出WHERE
來配合LIKE
運算子來打組合技啦:
SELECT `name`, `price`, (`price` * 0.8) AS `discount_price`
FROM `drinks`
WHERE `name` LIKE '%茶%';
%茶%
表示要找前面有任意字元的茶和後面有任意字元的茶。同理,我們要找以茶開頭的飲料可以寫茶%
。
SQL 有一些內建的函式可以幫忙我們快速做資料處理。
回到剛剛創建的 orders 資料表,忙完一天的工作老闆問說:我們今天一共賣了幾杯飲料?這時聰明的我們可以立馬對資料表做下列操作:
SELECT SUM(`amounts`) AS `total_sold`
FROM `orders`;
你很快地得到今天賣了18杯:
當我們正得意洋洋地報告給老闆我們的結果後,老闆幽幽地說:所以一單平均賣幾杯?還是一樣從明的我們想到用AVG
來解決老闆的問題:
SELECT AVG(`amounts`) AS `average_sold`
FROM `orders`;
很快,我們知道一單平均賣4.5杯:
現在我們大概知道老闆接下來要問:每個飲料品項總共賣多少杯?所以我們乾脆先算好給他:
SELECT `drinks_id`, SUM(`amounts`) as total_sold
FROM `orders`
GROUP BY `drinks_id`;
老闆很讚嘆,我們竟然會搶答了!但是他說他要問的不是這個,他想問的是今天各種飲料項目的熱門程度,這時我們默默掏出COUNT
來幫忙統計資料的出現次數:
SELECT `drinks_id`, COUNT(`amounts`) as num_of_orders
FROM `orders`
GROUP BY `drinks_id`;
現在我們知道 drinks_id = 3 的飲料最熱門,有兩單的資料都有它:
最後老闆說,他想知道銷售量超過10的的飲料項目,聰明的我們直覺要用WHERE
,可是突然靈光一閃,儲存總量的 total_sold 欄位是用函式建的,WHERE
無法篩選誒...還好我們有HAVING
!
SELECT `drinks_id`, SUM(`amounts`) as total_sold
FROM `orders`
GROUP BY `drinks_id`
HAVING `total_sold` > 10;
然後我們愉快地跟老闆說:超過10的只有 drinks_id = 3 的飲料喔!然後帥氣下班,留下呆滯的老闆:
好了,夜已深,退朝!明天來寫 SQL JOIN~