MySQL数据库基础学习(十七)
2023-02-19 12:23:46 时间
2.6.8 案例
1). 查询年龄为20,21,22,23岁的员工信息。
select * from emp where gender = '女' and age in(20,21,22,23);
2). 查询性别为 男 ,并且年龄在 20-40 岁(含)以内的姓名为三个字的员工。
select * from emp where gender = '男' and ( age between 20 and 40 ) and name like
'___';
3). 统计员工表中, 年龄小于60岁的 , 男性员工和女性员工的人数。
select gender, count(*) from emp where age < 60 group by gender;
4). 查询所有年龄小于等于35岁员工的姓名和年龄,并对查询结果按年龄升序排序,如果年龄相同按入职时间降序排序。
select name , age from emp where age <= 35 order by age asc , entrydate desc;
5). 查询性别为男,且年龄在20-40 岁(含)以内的前5个员工信息,对查询的结果按年龄升序排序,年龄相同按入职时间升序排序。
select * from emp where gender = '男' and age between 20 and 40 order by age asc ,
entrydate asc limit 5 ;
相关文章
- 比Sqoop功能更加强大开源数据同步工具DataX实战
- 实时采集MySQL数据之轻量工具Maxwell实操
- 可视化编排的数据集成和分发开源框架Nifi轻松入门-上
- 秒级查询之开源分布式SQL查询引擎Presto实操-上
- 大数据下一代变革之必研究数据湖技术Hudi原理实战双管齐下-后续
- 大数据下一代变革之必研究数据湖技术Hudi原理实战双管齐下-下
- 大数据下一代变革之必研究数据湖技术Hudi原理实战双管齐下-中
- 大数据下一代变革之必研究数据湖技术Hudi原理实战双管齐下-上
- 成熟企业级开源监控解决方案Zabbix6.2关键功能实战-下
- 成熟企业级开源监控解决方案Zabbix6.2关键功能实战-上
- 鹅厂微服务发现与治理巨作PolarisMesh实践-上
- 即兴小探华为开源行业领先大数据虚拟化引擎openLooKeng
- 企业大数据发展面临问题之存算分离技术思考
- 大数据技术之HBase原理与实战归纳分享-下
- 大数据技术之HBase原理与实战归纳分享-中
- 大数据技术之HBase原理与实战归纳分享-上
- 云原生强大且灵活的持续集成CI开源框架Tekton实战-上
- 数仓Hive和分布式计算引擎Spark多整合方式实战和调优方向
- 大规模数据分析统一引擎Spark最新版本3.3.0入门实战
- Hive数据仓库工具基本架构和入门部署详解