① 按職稱統計所有男教師的最高、最低,平均工資sql
SQL是Structure Query Language的英文簡寫，意思是結構化查詢語言。SQL是在資料庫系統中應用廣泛的資料庫查詢語言，它包含了數據定義、查詢、操縱和控制4種功能。SQL語言的功能強大，使用方便靈活，語言簡單易學。
在Access中，創建和修改查詢最便利的方法是使用查詢設計視圖。但是，在創建查詢時並不是所有的查詢都可以在系統提供的查詢設計視圖中進行，有些查詢只能通過SQL語句來實現。例如，查詢「學生成績表」中總分最高的前3名學生的情況，此查詢只能用SQL語句實現。
常用的SQL查詢語句包括Select、Insert、Update、Delete、Create、Drop等。其中最常使用的是Select語句，它是SQL語言的核心語句，Select語句的基本結構是Select…From…Where。Select語句的語法格式如下：
Select [謂詞] <；欄位列表>|<；目標表達式>|<；函數> [As 別名]
From 表名
[Where 條件…]
[Group By 欄位名]
[Having 分組的條件]
[Order By 欄位名[Asc|Desc]]；
其中方括弧[ ]中的內容為可選項，尖括弧<>中的內容為必選項。
Select語句各個部分的含義如下：
（1）謂詞：經常使用的是All、Distinct和Top，可用謂詞來限制返回的記錄數量。如果沒有指定謂詞，則默認值為All。Top n可以列出最前面的n條記錄。Distinct可以去掉查詢結果中指定欄位的重復值，只顯示不重復的值。
（2）欄位列表：當為多個欄位時，各欄位之間用「，」分隔。可以使用「*」代表從特定的表中指定全部欄位；如果欄位在不同的表中使用相同的欄位名，則顯示的欄位名前要加上表名，以說明來自於哪張表。
（3）函數：進行查詢計算的合計函數。
（4）別名：用來作為列標題，以代替表中原有的列名。
（5）From：指出要獲取的數據來自於哪些表。如果從多個表中讀取數據，要寫出每個表的表名，表名之間用「，」分隔。
（6）Where：指明查詢的條件。Where是可選的，如果不寫表示選擇全部記錄，在使用時必須接在From之後。
（7）Group By：將查詢結果按指定的列進行分組。
（8）Having：用來指定分組的條件，Having子句是可選的，如果有Having則必須放在Group By子句後面。
（9）Order By：按照遞增或遞減順序在指定欄位中對查詢的結果記錄進行排序。其中，Asc 代表遞增，Desc代表遞減，默認為遞增。
Access沒有提供直接進入SQL視圖的方法，如果要進入SQL視圖，需要先進入查詢設計視圖。具體方法如下：
（1）在資料庫窗口中，單擊「查詢」對象。
（2）雙擊「在設計視圖中創建查詢」選項，關閉彈出的「顯示表」對話框。
（3）單擊工具欄中SQL視圖按鈕，在彈出的編輯框中輸入SQL語句。
此外，用戶還可以通過打開某個已經創建的查詢的設計視圖，選擇視圖按鈕右邊的向下
1
的箭頭，然後選擇「SQL視圖」選項，在「SQL視圖」中編輯、查看SQL語句或對SQL語句進行簡單的修改。
4.6.2 創建SQL查詢
SQL查詢是用戶使用SQL語句直接創建的一種查詢。實際上，Access的所有查詢都可以認為是一個SQL查詢，因為Access查詢就是以SQL語句為基礎來實現查詢功能的。如果用戶比較熟悉SQL語句，那麼使用它創建查詢、修改查詢的條件將比較方便。
1．基於單一數據源的查詢
【例4.26】顯示「學生信息表」中的所有「班級名稱」。
【分析】從理論上說，數據表都有主鍵，它們的記錄不應該重復，但當只輸出部分欄位時，某些欄位的值可能是重復的。此查詢需要使用Distinct消除重復的記錄。
操作步驟：
（1）在「SQL視圖」中輸入以下語句，如圖4.75所示。
圖4.1添加Distinct前的「SQL視圖」圖4.2添加Distinct前的結果（2）單擊工具欄上的運行按鈕，查看運行結果如圖4.76所示。其中每個班級均有重復，不能恰當地描述「班級」名稱。
（3）在查詢語句中添加Distinct（如圖4.77所示），消除重復的記錄。查詢結果如圖4.78所示，查詢結果中已經去掉了重復的記錄。
（4）單擊工具欄中的保存按鈕保存查詢。
圖
② 多表連接查詢和多次單表查詢哪個效率高為什麼
如果數據量小的表，這樣的設計意義不大，而且當然是單錶速度快。若在大數據量情況下，設計非常有意義。在多表連接中注意數據的條目和外健，避免出行大量冗餘數據導致性能下降。下面我以Oracle講講數據查詢的整個過程技術。
由於數據分布到數據塊，在大量數據設計中可以將數據存儲於多個數據塊，在高並發進程的隨機訪問的情況下，能有效減少塊沖突 同樣的數據需要更多的數據塊來存儲，由於數據塊的塊頭元信息大小固定，所以需要更多的空間來存儲塊頭元信息。行長度過大容易導致行連接，從而導致Oracle獲取數據塊的效率降低 ，在行長度固定的前提下，單塊能夠存儲更多的數據行，也就意味著Oracle一次I/O能讀取更多的數據行。適合連續順序讀或者存放大對象數據（如LOB數據） 由於大數據塊可以存放更多的索引葉節點信息，容易引起爭用，所以大數據塊不適合存放索引葉節點信息。
大量數據表的資料庫參數設置DB_FILE_MULTIBLOCK_READ_COUNT表示Oracle一次順序I/O讀操作最多能讀取的數據塊塊數。該參數的默認值隨操作系統的不同而不同。在全表掃描或者索引快速掃描比較多的系統中（如DSS系統），建議將該值設置得較大。但是DB_FILE_MULTIBLOCK_READ_COUNT參數受操作最大單次I/O大小的限制，大多數操作系統單次讀操作的大小不能超過1MB，這也就意味著在8KB數據塊大小的情況下，該參數最大值為128。值得一提的是，該參數的大小還會影響Oracle CBO對執行計劃的評估，如果設成較大值，Oracle的執行計劃傾向於全表掃描。當該參數設置為0或者保持默認時，CBO假設全表掃描時最多能連續讀取8個數據塊。從Oracle 11R2開始，DB_FILE_MULTIBLOCK_READ_COUNT的取值演算法如下：
db_file_multiblock_read_count = min(1048576/db_block_size , db_cache_size/
(sessions * db_block_size))
注意資料庫參數BLOCK_SIZE在設定之後，在資料庫生命周期內不可更改。
當執行SELECT語句時，如果在內存里找不到相應的數據，就會從磁碟讀取進而緩存至LRU末端（冷端），這個過程就叫物理讀。當相應數據已在內存，就會邏輯讀。我物理讀是磁碟讀，邏輯讀是內存讀；內存讀的速度遠比磁碟讀來得快。
下面將本人大數據分區設計截圖，為大家參考學習。
先貼倆圖鎮鎮場。
引言
對於內連接，使用單個查詢是有意義的，因為你只獲得匹配的行。
對於左連接，多個查詢要好得多。
看看下面的基準測試:
5個連接的單個查詢
一行5個查詢
注意，我們在兩種情況下得到了 相同的結果 (6 x 50 x 7 x 12 x 90 = 2268000)
對於冗餘數據，左連接使用更多的內存。
如果只執行兩個表的連接，那麼內存限制可能沒有那麼糟糕，但通常是三個或更多的表，因此值得進行不同的查詢。
用過Laravel嗎？還記得 Eloquent ORM模型嗎？
不知道有沒有注意到，debug所列印出來的多表聯合查詢，
都是拆分為「單個表查詢」，然後使用PHP處理的。
Happy coding :-)
是做表連接查詢還是做分解查詢要具體情況具體分析。
如果資料庫的結構合理，索引設計得當，表連接的效率要高於分解查詢。比如，在有外鍵的時候，資料庫可以為外鍵建表並建立索引從而提升多個表連接查詢的效率。另外，多表連接查詢不需要把數據傳輸到應用程序中，直接在資料庫端執行，這在很大程度上提升了效率。
但是多表連接也有一些缺點。多表連接對表結構的依存度很高，只要表結構出現變更就會同時對資料庫檢索和應用處理兩個部分產生較大影響。另外，多表連接的兼容性不好，資料庫不同SQL文也多少有些差異。而且採用分散資料庫的時候，實現多表連接即麻煩又沒有什麼好處。因此，一些大型系統或者是支持多種類資料庫的系統一般不會使用多表連接，而傾向於採用分解查詢。
這個得看情況，一般數據不大的情況下多表連接查詢和多次單表查詢的效率差不多。如果數據量足夠大，那肯定是多次單表查詢的效率更高。在很多大的公司裡面，都會禁用多表連接查詢，原因就是一旦數據量足夠大的時候多表連接查詢效率會很慢，而且不利於分庫分表的查詢優化。那麼看一下下面這個例子。
兩種查詢方式的比較我這里有一個資料庫，我們拿裡面的客戶表和地區表做兩種查詢的對比。用戶表數據是31萬條，地區表3511條。
1. 使用連表查詢成都市的客戶總數
2.使用多次單表查詢客戶總數
可以看到，查詢出來的結果都是一樣，但是第一種的連表查詢用了0.67秒中，而第二種多次單表查詢一共用時0.14秒。這個對比已經是很明顯了吧。
雖然這只是一個很簡單的例子，但是對比結果是非常明顯的。在實際應用中可能會更復雜、數據更多，如果還使用連表查詢時非常慢的，而且還消耗伺服器資源。
所以現在在很多大了公司明確要求禁止使用join查詢，比如阿里、騰訊就明確規定禁用三表以上的join查詢。
總結一下，單表查詢的優點1. 多次單表查詢，讓緩存的效率更高。
許多應用程序可以方便地緩存單表查詢對應的結果對象。另外對於MySQL的查詢緩存來說，如果關聯中的某個表發生了變化，那麼就無法使用查詢緩存了，而拆分後，如果某個表很少改變，那麼基於該表的查詢就可以重復利用查詢緩存結果了。
2. 將查詢分解後，執行單個查詢可以減少鎖的競爭。
3. 在應用層做關聯，更容易對資料庫進行拆分，更容易做到高性能和可擴展。
4. 查詢本身效率也可能會有所提升。
5. 可以減少冗餘記錄的查詢。
6. 在應用中實現了哈希關聯，而不是使用MySQL的嵌套環關聯，某些場景哈希關聯的效率更高很多。
7. 單表查詢有利於後期數據量大了分庫分表，如果聯合查詢的話，一旦分庫，原來的sql都需要改動。
8. 很多大公司明確規定禁用join，因為數據量大的時候查詢確實很慢
所以在數據量不大的情況下，兩種方式的查詢都沒什麼明顯的差別，使用多表連接查詢更方便。但是在數據量足夠大幾十萬、幾百萬甚至上億的數據，或者在一些高並發、高性能的應用中，一般建議使用單表查詢。
如果覺得笨貓的回答對你有用，點個關注，非常感謝。
做java的，在orm框架下，分解查詢是最符合面向對象操作的，挺支持分解查詢的（拙見）
先說結論：不一定。
多表查詢效率低的時候，可以考慮拆解sql成多個小的sql，至於效率是否一定會提高，這個還不一定，具體問題具體問題。當多表查詢效率低的時候，拆解成單個小sql，這只是一個可能的思路，起不起作用，不一定。
sql是一個很復雜的東西，sql引擎會分析執行計劃，並可能按照他認為最優的執行計劃執行sql，但他認為的也不一定是正確的。不同的sql執行計劃不一樣，所以很難斷定sql拆解或者合並的效率。
說了這么多，那到底是多表聯合查詢還是拆解呢？有沒有一個原則？ 有！如果你確定你的單個sql的執行效率比較快，當然可以寫多個單個sql。當然了，具備這個能力需要你對資料庫足夠了解，比如什麼時候走索引，什麼時候nested loop等等。如果你現在的多表聯合查詢比較慢，你需要找出來慢的原因，並分析拆解後的sql的執行計劃，看是否避免了多表聯合查詢的效率問題。
總之吧。這個問題，只能給你一個大體的思路，因為牽扯到很多基礎問題，我覺得最起碼sql執行計劃應該需要了解，一個sql可能的執行計劃有幾十中，復雜sql的執行計劃又是這幾十種的組合。哪種效率低，哪種效率高應該有個大體了解。
多表查詢可以很快，也可以很慢。主要看執行計劃。
單次肯定是多表連接查詢的效率高，但多次單表查詢的吞吐量高，而且容易優化，例如分庫分表，使用緩存減少DB訪問次數等等，所以在大數據量高並發場景通常使用多次單表查詢的方式。另外，不管是單表還是多表連接查詢，SQL的執行時間和數據量、並發量都有很大關系，和掃描的數據行數也很有關系。如果一條SQL，平時執行一次要2秒，10個並發時，系統可能一點問題都沒有，1000個並發時，資料庫可能就被拖死了。我們組之前碰到過好幾次這種問題，一張只有幾萬條數據的表，因為忘記加索引，平時執行只有幾百毫秒，高峰期直接飆到幾十秒，DB差點被拖垮。
單純從效率來講，join的表不太多時，join效率比較高。但是佔用的主要是資料庫伺服器的資源。資料庫資源又是個瓶頸，不易橫向擴展。所以在數據量大的時候，我們會採用單表查詢，把循環和匹配等大量工作移到應用伺服器上。應用伺服器容易擴展，對並發支持更好。
當數據量大到千萬級以上，就建議盡可能減少join，鼓勵使用單表查詢。查詢優化比較容易。這時候使用join的一個大型查詢就可能花很久，對其他查詢造成阻塞，導致服務不可用。
當考慮單表查詢後，就會衍生一系列的策略，比如冷熱數據分離，將熱數據和 歷史 數據分離，大幅降低數據量級以提高熱數據查詢性能，並可以使用內存緩存。這樣又促使你考慮引入微服務架構。
總結，數據量小，查詢並發少，那麼使用join的性能是可控的，開發成本低。當數量級上升到千萬級且不斷增加，盡早考慮向單表查詢切換，否則可能有性能下降會導致系統奔潰。而且性能下降不是線性的，會陡降。
③ sql語句聯合查詢 與 視圖想比較的話，那個效率快，為什麼。
sql效率比較快，存儲過程的好處是不僅快且更安全，但移植性差。視圖可以封裝查詢的復雜性，就像面向對象里類的概念一樣。
④ 資料庫的日期區間查詢方法。
access中有個mid函數，可以用來截取字元串或者日期。
select * from 表名 where mid([TestTime],5,10) ='04/19/2013'其中，5代表截取的開始位置，從左數，10代表截取的長度。
資料庫的日期區間查詢有兩種情況：
1：查詢給定時間在開始時間列與結束時間列范圍中數據；
2：查詢日期列在開始時間列與結束時間列范圍中數據。
第一種：<,>, <= , >=
select * from 表名 where 日期列 >= to_date('2015-10-20 00:00:00','yyyy-mm-dd hh24:mi:ss')
and t.日期列 <= to_date('2015-10-20 23:59:59','yyyy-mm-dd hh24:mi:ss')。
第二種 between and
select * from 表名 where 日期列 between to_date('2015-10-20 00:00:00','yyyy-mm-dd
hh24:mi:ss')and to_date('2015-10-20 23:59:59','yyyy-mm-dd hh24:mi:ss')。
(4)兩種查詢方法在資料庫中的應用擴展閱讀：
SQL資料庫語句：
創建資料庫：
CREATE DATABASE database-name。
刪除資料庫：
drop database dbname。
創建新表：
create table tabname(col1 type1 [not null] [primary key],col2 type2 [not null],..)。
刪除新表：
drop table tabname。
增加一個列：
Alter table tabname add column col type。
添加主鍵：
Alter table tabname add primary key(col)。
刪除主鍵：
Alter table tabname drop primary key(col)。
創建索引：
create [unique] index idxname on tabname(col….)。
刪除索引：
drop index idxname。
創建視圖：
create view viewname as select statement。
刪除視圖：
drop view viewname。
參考資料來源：網路-sql語句大全
⑤ 在資料庫中如何快速查詢數據，處理方法
SQL關鍵索引，在大表上創建索引
千萬記錄的表不算大，只要索引創建對了，性能可以正常提升，
還有一種就是比較偏的方式：先把需要批量的資料庫插入臨時表
這個可以防止頻繁對表進行查詢操作，
SQL 如下：select * into #Temp from Table
後面就只需要對臨時表操作，不允許主表性能。
⑥ 資料庫得查詢功能是怎麼實現的
資料庫的查詢功能實現原理：
資料庫查詢是資料庫的最主要功能之一。我們都希望查詢數據的速度能盡可能的快，因此資料庫系統的設計者會從查詢演算法的角度進行優化。最基本的查詢演算法當然是順序查找（linear search），這種復雜度為O(n)的演算法在數據量很大時顯然是糟糕的，好在計算機科學的發展提供了很多更優秀的查找演算法，例如二分查找（binary search）、二叉樹查找（binary tree search）等。如果稍微分析一下會發現，每種查找演算法都只能應用於特定的數據結構之上，例如二分查找要求被檢索數據有序，而二叉樹查找只能應用於二叉查找樹上，但是數據本身的組織結構不可能完全滿足各種數據結構（例如，理論上不可能同時將兩列都按順序進行組織），所以，在數據之外，資料庫系統還維護著滿足特定查找演算法的數據結構，這些數據結構以某種方式引用（指向）數據，這樣就可以在這些數據結構上實現高級查找演算法。這種數據結構，就是索引。
圖1展示了一種可能的索引方式。左邊是數據表，一共有兩列七條記錄，最左邊的是數據記錄的物理地址（注意邏輯上相鄰的記錄在磁碟上也並不是一定物理相鄰的）。為了加快Col2的查找，可以維護一個右邊所示的二叉查找樹，每個節點分別包含索引鍵值和一個指向對應數據記錄物理地址的指針，這樣就可以運用二叉查找在O(log2n)O(log2n)的復雜度內獲取到相應數據。