使用SQL语句对数据操作的基本方法

---

前言

提示：本文采用招聘数据进行分析，数据可以私信我。

---

一、导入数据

提示：这里使用Navicat Premium（可多重连接的数据库管理开发工具）。

接着选择对应文件的类型，将数据导入进来

这里说明我们处理了449条数据，增加了0条数据，同时错误的有449条——>说明没有导入表中。
现在我们对数据导入情况进行分析发现：

此时我们先将其导入，然后通过设计表来修改其字段大小


然后对表重新导入，就可以成功导入数据了

导入结果展示：

二、基础语法

1.查询数据

2.删除数据

没有删除前：

进行删除操作：

3.更新数据

进行操作后三条数据被影响

进行修改结果验证
SELECT 招聘岗位, 招聘单位FROM POSTION WHERE 招聘单位=‘快手’;

4.插入数据

进行查找插入数据

三、数据筛选和排序

1.精确查询&&模糊查询

（1）招聘岗位是数据分析师的所有记录

（2）like%

（3）多个目标岗位 in（）

（4）排除法 not
排除1~3年工作经验的人

进行优化：我们想要进行排序划分，使用order by （注意，order by有优先级离它越近优先级越高）

SELECT
	* 
FROM
	postion 
WHERE
	NOT `工作经验` = '经验1-3年' 
	AND 工作地点 IN ( '北京', '上海' ) 
ORDER BY
	`招聘单位`,
	`工作地点`,
	`薪资区间`;

四、使用函数计算数据

SELECT COUNT(`招聘单位`)FROM postion; #对正在招聘的单位计次
SELECT COUNT(DISTINCT`招聘单位`)FROM postion; #加上distinct目的去重后，在进行计次

1、对薪资区间进行平均值的计算
（1）最大值

SELECT REPLACE(SUBSTR(`薪资区间`,1,2),'k','')`薪资区间`FROM postion;  
#1代表从1开始，2为截取的区间长度
SELECT AVG(REPLACE(SUBSTR(`薪资区间`,1,2),'k',''))FROM postion;
#结果为：15.200445434298441

（2）最小值

SELECT
	AVG(
	REPLACE ( REPLACE ( SUBSTR( `薪资区间`, 4, 3 ), '-', '' ), 'k', '' )) 
FROM
	postion;
#结果：25.99554565701559

（3）合并

SELECT
	AVG(
	REPLACE ( SUBSTR( `薪资区间`, 1, 2 ), 'k', '' ))* 1000 AS 最低薪酬,
	AVG(
	REPLACE ( REPLACE ( SUBSTR( `薪资区间`, 4, 3 ), '-', '' ), 'k', '' ))* 1000 AS 最高薪酬 
FROM
	postion;
#结果：25995.54565701559

五、对数据进行分类汇总

执行顺序：FROM——>WHERE——>GROUP BY（去重分组）——>SELECT

SELECT `招聘单位`,COUNT(`招聘单位`)AS 频数
FROM postion GROUP BY `招聘单位` ORDER BY 频数;

注：ROUND（）函数可以设置小数位，设0时表示不留小数位

六、联表查询

1、查询多张表，可以一次性通过结果集的方式浏览——>关键在与公用信息
（通过共同信息项进行信息的提取）
导入新表，我们对city和position进行链表查询

SELECT * FROM postion,city;

如果没有条件直接查询，得到的结果是两张表的横向拼接

SELECT
	`招聘单位`,
	`招聘岗位`,工作地点,城市名称,城市划分 
FROM
	postion,
	city 
WHERE
	工作地点 = 城市名称;

2、轴向合并

SELECT `工作地点`FROM postion
UNION
SELECT 城市名称 FROM city ORDER BY `工作地点`;

七、结果导出

---

 **再会~**