在软件开发和数据分析中，SQL（结构化查询语言）是与数据库交互的重要工具。为了更好地理解 SQL 查询语句的使用，本文将设计一个简单的数据库，包括几张表，并通过这些表展示各种 SQL 查询的应用。

一、背景信息

数据库设计

我们将设计一个简单的电商系统数据库，包括以下三张表：

1. 用户表（users）

   • id: 用户唯一标识（主键）
   • name: 用户名
   • age: 用户年龄
   • email: 用户邮箱

2. 订单表（orders）

   • id: 订单唯一标识（主键）
   • user_id: 下单用户的ID（外键，关联到用户表）
   • amount: 订单金额
   • order_date: 订单日期

3. 产品表（products）

   • id: 产品唯一标识（主键）
   • name: 产品名称
   • price: 产品价格
   • stock: 产品库存

表结构示例

sql

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    age INT,
    email VARCHAR(100)
);

CREATE TABLE orders (
    id INT PRIMARY KEY,
    user_id INT,
    amount DECIMAL(10, 2),
    order_date DATE,
    FOREIGN KEY (user_id) REFERENCES users(id)
);

CREATE TABLE products (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    price DECIMAL(10, 2),
    stock INT
);

二、SQL 查询示例

1. 基本查询

查询所有用户信息

SELECT * FROM users;

查询所有订单信息

SELECT * FROM orders;

2. 条件查询

查询年龄大于25岁的用户

SELECT * FROM users WHERE age > 25;

查询金额大于100的订单

SELECT * FROM orders WHERE amount > 100;

3. 排序查询

查询所有用户，按年龄升序排列

SELECT * FROM users ORDER BY age ASC;

查询所有订单，按订单日期降序排列

SELECT * FROM orders ORDER BY order_date DESC;

4. 分组查询

查询每个年龄段的用户数量

sql

SELECT age, COUNT(*) AS user_count FROM users GROUP BY age;

查询每个用户的订单数量

sql

SELECT user_id, COUNT(*) AS order_count FROM orders GROUP BY user_id;

5. 聚合函数

查询用户的平均年龄

SELECT AVG(age) AS average_age FROM users;

查询订单的总金额

SELECT SUM(amount) AS total_amount FROM orders;

6. 连接查询

查询每个用户及其对应的订单金额

sql

SELECT users.name, orders.amount 
FROM users 
INNER JOIN orders ON users.id = orders.user_id;

查询所有用户及其订单信息（包括没有订单的用户）

sql

SELECT users.name, orders.amount 
FROM users 
LEFT JOIN orders ON users.id = orders.user_id;

7. 子查询

查询下单金额大于100的用户信息

sql

SELECT * FROM users 
WHERE id IN (SELECT user_id FROM orders WHERE amount > 100);

查询订单金额高于平均订单金额的订单信息

sql

SELECT * FROM orders 
WHERE amount > (SELECT AVG(amount) FROM orders);

8. 联合查询

查询所有用户和产品名称（假设产品名称也在用户中）

sql

SELECT name FROM users 
UNION 
SELECT name FROM products;

9. 更新和删除

更新用户的邮箱

sql

UPDATE users SET email = 'new_email@example.com' WHERE id = 1;

删除年龄小于18岁的用户

DELETE FROM users WHERE age < 18;

结论

通过上述示例，我们展示了在电商系统中如何使用 SQL 查询语句来操作和分析数据。掌握这些基本的查询能力，能够帮助开发者和数据分析师更高效地进行数据管理和决策。希望本文对你理解 SQL 查询语句有所帮助！如有问题或想分享的经验，欢迎在评论区交流！