SQL全称是“结构化查询语言(Structured Query Language)”，最早的是IBM的圣约瑟研究实验室为其关系数据库管理系统SYSTEM R开发的一种查询语言，它的前身是SQUARE语言。SQL语言结构简洁，功能强大，简单易学，所以自从IBM公司1981年推出以来，SQL语言，得到了广泛的应用。如今无论是像Oracle ,Sybase,Informix,SQL server这些大型的数据库管理系统，还是像Visual Foxporo,PowerBuilder这些微机上常用的数据库开发系统，都支持SQL语言作为查询语言。
Structured Query Language包含4个部分：
数据查询语言DQL-Data Query Language SELECT
数据操纵语言DQL-Data Manipulation Language INSERT, UPDATE, DELETE
数据定义语言DQL-Data Definition Language CREATE, ALTER, DROP
数据控制语言DQL-Data Control Language COMMIT WORK, ROLLBACK WORK
SQL的历史
在70年代初，E.E.Codd首先提出了关系模型。70年代中期，IBM公司在研制 SYSTEM R关系数据库管理系统中研制了SQL语言，最早的SQL语言(叫SEQUEL2)是在1976 年 11 月的IBM Journal of R&D上公布的。
1979年ORACLE公司首先提供商用的SQL，IBM公司在DB2 和SQL/DS数据库系统中也实现了SQL。
1986年10月，美国ANSI采用SQL作为关系数据库管理系统的标准语言(ANSI X3. 135-1986)，后为国际标准化组织(ISO)采纳为国际标准。
1989年，美国ANSI采纳在ANSI X3.135-1989报告中定义的关系数据库管理系统的SQL标准语言，称为ANSI SQL 89， 该标准替代ANSI X3.135-1986版本。该标准为下列组织所采纳：
● 国际标准化组织(ISO)，为ISO 9075-1989报告“Database Language SQL With Integrity Enhancement”
● 美国联邦政府，发布在The Federal Information Processing Standard Publication(FIPS PUB)127
目前，所有主要的关系数据库管理系统支持某些形式的SQL语言， 大部分数据库打算遵守ANSI SQL89标准。
SQL的优点
SQL广泛地被采用正说明了它的优点。它使全部用户，包括应用程序员、DBA管理员和终端用户受益非浅。
(1) 非过程化语言
SQL是一个非过程化的语言，因为它一次处理一个记录，对数据提供自动导航。SQL允许用户在高层的数据结构上工作，而不对单个记录进行操作，可操作记录集。所有SQL 语句接受集合作为输入，返回集合作为输出。SQL的集合特性允许一条SQL语句的结果作为另一条SQL语句的输入。 SQL不要求用户指定对数据的存放方法。 这种特性使用户更易集中精力于要得到的结果。所有SQL语句使用查询优化器，它是RDBMS的一部分，由它决定对指定数据存取的最快速度的手段。查询优化器知道存在什么索引，哪儿使用合适，而用户从不需要知道表是否有索引，表有什么类型的索引。
(2) 统一的语言
SQL可用于所有用户的DB活动模型，包括系统管理员、数据库管理员、 应用程序员、决策支持系统人员及许多其它类型的终端用户。基本的SQL 命令只需很少时间就能学会，最高级的命令在几天内便可掌握。 SQL为许多任务提供了命令，包括：
● 查询数据
● 在表中插入、修改和删除记录
● 建立、修改和删除数据对象
● 控制对数据和数据对象的存取
● 保证数据库一致性和完整性
以前的数据库管理系统为上述各类操作提供单独的语言，而SQL 将全部任务统一在一种语言中。
(3) 是所有关系数据库的公共语言
由于所有主要的关系数据库管理系统都支持SQL语言，用户可将使用SQL的技能从一个RDBMS转到另一个。所有用SQL编写的程序都是可以移植的。
参考资料：
㈡ SQL 分支语句
UPDATE table12222 SET 折扣=5 + (400-订单数量)/100
不过,你可能是要求>100
UPDATE table12222 SET 折扣=(
if 订单数量>100 then
case 订单数量
when 订单数量>400 then 5
when 订单数量>300 then 6
when 订单数量>200 then 7
else 8
end
else 10
end
)
㈢ sql 表结构
column1 datatype [not null] [not null primary key], column2 datatype [not null],...）
说明：
datatype --是资料的格式，详见表。
nut null --可不可以允许资料有空的（尚未有资料填入）。
primary key --是本表的主键。
2、更改表格
alter table table_name add column column_name datatype
说明：增加一个栏位（没有删除某个栏位的语法。)
lter table table_name add primary key (column_name)
说明：更改表得的定义把某个栏位设为主键。
alter table table_name drop primary key (column_name)
说明：把主键的定义删除。
3、建立索引
create index index_name on table_name (column_name)
说明：对某个表格的栏位建立索引以增加查询时的速度。
4、删除
drop table_name
drop index_name
二、资料形态 datatypes
smallint
16 位元的整数。
interger
32 位元的整数。
decimal(p,s)
p 精确值和 s 大小的十进位整数，精确值p是指全部有几个数(digits)大小值，s是指小数后有几位数。如果没有特别指定，则系统会设为 p=5; s=0 。
float
32位元的实数。
double
64位元的实数。
char(n)
n 长度的字串，n不能超过 254。
varchar(n)
长度不固定且其最大长度为 n 的字串，n不能超过 4000。
graphic(n)
和 char(n) 一样，不过其单位是两个字符 double-bytes， n不能超过127。这个形态是为支援两个字符长度的字体，例如中文字。
vargraphic(n)
可变长度且其最大长度为 n 的双字符字串，n不能超过 2000。
date
包含了 年份、月份、日期。
time
包含了 小时、分钟、秒。
timestamp
包含了 年、月、日、时、分、秒、千分之一秒。
三、资料操作 dml（data manipulation language)
资料定义好之后接下来的就是资料的操作。资料的操作不外乎增加资料（insert)、查询资料（query）、更改资料（update) 、删除资料（delete）四种模式，以下分 别介绍他们的语法：
1、增加资料：
insert into table_name (column1,column2,...) values ( value1,value2, ...)
说明：
1.若没有指定column 系统则会按表格内的栏位顺序填入资料。
2.栏位的资料形态和所填入的资料必须吻合。
3.table_name 也可以是景观 view_name。
insert into table_name (column1,column2,...) select columnx,columny,... from another_table
说明：也可以经过一个子查询（subquery）把别的表格的资料填入。
2、查询资料：
基本查询
select column1,columns2,... from table_name
说明：把table_name 的特定栏位资料全部列出来
select * from table_name where column1 = xxx [and column2 > yyy] [or column3 <> zzz]
说明：
1.'*'表示全部的栏位都列出来。
2.where 之后是接条件式，把符合条件的资料列出来。
select column1,column2 from table_name order by column2 [desc]
说明：order by 是指定以某个栏位做排序，[desc]是指从大到小排列，若没有指明，则是从小到大排列
组合查询
组合查询是指所查询得资料来源并不只有单一的表格，而是联合一个以上的表格才能够得到结果的。
select * from table1,table2 where table1.colum1=table2.column1
说明：
1.查询两个表格中其中 column1 值相同的资料。
2.当然两个表格相互比较的栏位，其资料形态必须相同。
3.一个复杂的查询其动用到的表格可能会很多个。
整合性的查询：
select count (*) from table_name where column_name = xxx
说明：
查询符合条件的资料共有几笔。
select sum(column1) from table_name
说明：
1.计算出总和，所选的栏位必须是可数的数字形态。
2.除此以外还有 avg() 是计算平均、max()、min()计算最大最小值的整合性查询。
select column1,avg(column2) from table_name group by column1 having avg(column2) > xxx
说明：
1.group by: 以column1 为一组计算 column2 的平均值必须和 avg、sum等整合性查询的关键字一起使用。
2.having : 必须和 group by 一起使用作为整合性的限制。
复合性的查询
select * from table_name1 where exists ( select * from table_name2 where conditions )
说明：
1.where 的 conditions 可以是另外一个的 query。
2.exists 在此是指存在与否。
select * from table_name1 where column1 in ( select column1 from table_name2 where conditions )
说明：
1. in 后面接的是一个集合，表示column1 存在集合里面。
2. select 出来的资料形态必须符合 column1。
其他查询
select * from table_name1 where column1 like 'x%'
说明：like 必须和后面的'x%' 相呼应表示以 x为开头的字串。
select * from table_name1 where column1 in ('xxx','yyy',..)
说明：in 后面接的是一个集合，表示column1 存在集合里面。
select * from table_name1 where column1 between xx and yy
说明：between 表示 column1 的值介于 xx 和 yy 之间。
3、更改资料：
update table_name set column1='xxx' where conditoins
说明：
1.更改某个栏位设定其值为'xxx'。
2.conditions 是所要符合的条件、若没有 where 则整个 table 的那个栏位都会全部被更改。
4、删除资料：
delete from table_name where conditions
说明：删除符合条件的资料。
说明：关于where条件后面如果包含有日期的比较，不同数据库有不同的表达式。具体如下：
(1)如果是access数据库，则为：where mydate>#2000-01-01#
(2)如果是oracle数据库，则为：where mydate>cast('2000-01-01' as date) 或：where mydate>to_date('2000-01-01','yyyy-mm-dd')
在delphi中写成：
thedate='2000-01-01';
query1.sql.add('select * from abc where mydate>cast('+''''+thedate+''''+' as date)');
如果比较日期时间型，则为：
where mydatetime>to_date('2000-01-01 10:00:01','yyyy-mm-dd hh24:mi:ss')
㈣ SQL中判断分支语句怎样写，帮忙
不同的数据库语法有点不同，一般SQL应如下写法：
select (CASE WHEN ( t1.PRICE is null ) then v.Selling2 else t1.PRICE end) as "PRICE"
from AGENTGOODSCHECK t1 left join V_AGENTGOODSMASTER v
on t1.GOODSCODE=v.OrderCode
where CONVERT (VARCHAR(10),DATEADD(DAY,-1,t1.VDATE),111) = '2011/11/24'
and t1.GOODSCODE='000809'
and t1.STATUS<>'03'
㈤ sql数据库 建立三个表 student（学号 姓名 性别） sc（学号 课程号 成绩）course（课程号 课程名 分数 ）
select 姓名,savg from (select 学号，avg（成绩）as savg from sc where 成绩<60 group by 学号 having count(学号)>=2) t1,student where t1.学号=student.学号
1. Group By 语句简介：
Group By语句从英文的字面意义上理解就是“根据(by)一定的规则进行分组(Group)”。它的作用是通过一定的规则将一个数据集划分成若干个小的区域，然后针对若干个小区域进行数据处理。 2. Group By 的使用： 上面已经给出了对Group By语句的理解。基于这个理解和SQL Server 2000的联机帮助，下面对Group By语句的各种典型使用进行依次列举说明。 2.1 Group By [Expressions]: 这个恐怕是Group By语句最常见的用法了，Group By + [分组字段](可以有多个)。在执行了这个操作以后，数据集将根据分组字段的值将一个数据集划分成各个不同的小组。比如有如下数据集，其中水果名称(FruitName)和出产国家(ProctPlace)为联合主键： FruitName ProctPlace Price
Apple China $1.1
Apple Japan $2.1
Apple USA $2.5
Orange China $0.8
Banana China $3.1
Peach USA $3.0
如果我们想知道每个国家有多少种水果，那么我们可以通过如下SQL语句来完成： SELECT COUNT(*) AS 水果种类, ProctPlace AS 出产国 FROM T_TEST_FRUITINFO GROUP BY ProctPlace 这个SQL语句就是使用了Group By + 分组字段的方式，那么这句SQL语句就可以解释成“我按照出产国家(ProctPlace)将数据集进行分组，然后分别按照各个组来统计各自的记录数量。”很好理解对吧。这里值得注意的是结果集中有两个返回字段，一个是ProctPlace(出产国), 一个是水果种类。如果我们这里水果种类不是用Count(*)，而是类似如下写法的话： SELECT FruitName, ProctPlace FROM T_TEST_FRUITINFO GROUP BY ProctPlace 那么SQL在执行此语句的时候会报如下的类似错误： 选择列表中的列 'T_TEST_FRUITINFO.FruitName' 无效，因为该列没有包含在聚合函数或 GROUP BY 子句中。 这就是我们需要注意的一点，如果在返回集字段中，这些字段要么就要包含在Group By语句的后面，作为分组的依据；要么就要被包含在聚合函数中。我们可以将Group By操作想象成如下的一个过程，首先系统根据SELECT 语句得到一个结果集，如最开始的那个水果、出产国家、单价的一个详细表。然后根据分组字段，将具有相同分组字段的记录归并成了一条记录。这个时候剩下的那些不存在于Group By语句后面作为分组依据的字段就有可能出现多个值，但是目前一种分组情况只有一条记录，一个数据格是无法放入多个数值的，所以这里就需要通过一定的处理将这些多值的列转化成单值，然后将其放在对应的数据格中，那么完成这个步骤的就是聚合函数。这就是为什么这些函数叫聚合函数(aggregate functions)了。 2.2 Group By All [expressions] ： Group By All + 分组字段, 这个和前面提到的Group By [Expressions]的形式多了一个关键字ALL。这个关键字只有在使用了where语句的，且where条件筛选掉了一些组的情况才可以看出效果。在SQL Server 2000的联机帮助中，对于Group By All是这样进行描述的： 如果使用 ALL 关键字，那么查询结果将包括由 GROUP BY 子句产生的所有组，即使某些组没有符合搜索条件的行。没有 ALL 关键字，包含 GROUP BY 子句的 SELECT 语句将不显示没有符合条件的行的组。 其中有这么一句话“如果使用ALL关键字，那么查询结果将包含由Group By子句产生的所有组...没有ALL关键字，那么不显示不符合条件的行组。”这句话听起来好像挺耳熟的，对了，好像和LEFT JOIN 和 RIGHT JOIN 有点像。其实这里是类比LEFT JOIN来进行理解的。还是基于如下这样一个数据集： FruitName ProctPlace Price
Apple China $1.1
Apple Japan $2.1
Apple USA $2.5
Orange China $0.8
Banana China $3.1
Peach USA $3.0
首先我们不使用带ALL关键字的Group By语句： SELECT COUNT(*) AS 水果种类, ProctPlace AS 出产国 FROM T_TEST_FRUITINFO WHERE (ProctPlace <> 'Japan') GROUP BY ProctPlace 那么在最后结果中由于Japan不符合where语句，所以分组结果中将不会出现Japan。 现在我们加入ALL关键字： SELECT COUNT(*) AS 水果种类, ProctPlace AS 出产国 FROM T_TEST_FRUITINFO WHERE (ProctPlace <> 'Japan') GROUP BY ALL ProctPlace 重新运行后，我们可以看到Japan的分组，但是对应的“水果种类”不会进行真正的统计，聚合函数会根据返回值的类型用默认值0或者NULL来代替聚合函数的返回值。 2.3 GROUP BY [Expressions] WITH CUBE | ROLLUP： 首先需要说明的是Group By All 语句是不能和CUBE 和 ROLLUP 关键字一起使用的。 首先先说说CUBE关键字，以下是SQL Server 2000联机帮助中的说明： 指定在结果集内不仅包含由 GROUP BY 提供的正常行，还包含汇总行。在结果集内返回每个可能的组和子组组合的 GROUP BY 汇总行。GROUP BY 汇总行在结果中显示为 NULL，但可用来表示所有值。使用 GROUPING 函数确定结果集内的空值是否是 GROUP BY 汇总值。 结果集内的汇总行数取决于 GROUP BY 子句内包含的列数。GROUP BY 子句中的每个操作数（列）绑定在分组 NULL 下，并且分组适用于所有其它操作数（列）。由于 CUBE 返回每个可能的组和子组组合，因此不论指定分组列时所使用的是什么顺序，行数都相同。 我们通常的Group By语句是按照其后所跟的所有字段进行分组，而如果加入了CUBE关键字以后，那么系统将根据所有字段进行分组的基础上，还会通过对所有这些分组字段所有可能存在的组合形成的分组条件进行分组计算。由于上面举的例子过于简单，这里就再适合了，现在我们的数据集将换一个场景，一个表中包含人员的基本信息：员工所在的部门编号(C_EMPLINFO_DEPTID)、员工性别(C_EMPLINFO_SEX)、员工姓名(C_EMPLINFO_NAME)等。那么我现在想知道每个部门各个性别的人数，那么我们可以通过如下语句得到： SELECT C_EMPLINFO_DEPTID, C_EMPLINFO_SEX, COUNT(*) AS C_EMPLINFO_TOTALSTAFFNUM FROM T_PERSONNEL_EMPLINFO GROUP BY C_EMPLINFO_DEPTID, C_EMPLINFO_SEX 但是如果我现在希望知道： 1. 所有部门有多少人(这里相当于就不进行分组了，因为这里已经对员工的部门和性别没有做任何限制了，但是这的确也是一种分组条件的组合方式)； 2. 每种性别有多人(这里实际上是仅仅根据性别(C_EMPLINFO_SEX)进行分组)； 3. 每个部门有多少人(这里仅仅是根据部门(C_EMPLINFO_DEPTID)进行分组)；那么我们就可以使用ROLLUP语句了。 SELECT C_EMPLINFO_DEPTID, C_EMPLINFO_SEX, COUNT(*) AS C_EMPLINFO_TOTALSTAFFNUM FROM T_PERSONNEL_EMPLINFO GROUP BY C_EMPLINFO_DEPTID, C_EMPLINFO_SEX WITH CUBE 那么这里你可以看到结果集中多出了很多行，而且结果集中的某一个字段或者多个字段、甚至全部的字段都为NULL，请仔细看一下你就会发现实际上这些记录就是完成了上面我所列举的所有统计数据的展现。使用过SQL Server 2005或者RDLC的朋友们一定对于矩阵的小计和分组功能有印象吧，是不是都可以通过这个得到答案。我想RDLC中对于分组和小计的计算就是通过Group By的CUBE和ROLLUP关键字来实现的。(个人意见，未证实) CUBE关键字还有一个极为相似的兄弟ROLLUP, 同样我们先从这英文入手，ROLL UP是“向上卷”的意思，如果说CUBE的组合是绝对自由的，那么ROLLUP的组合就需要有点约束了。我们先来看看SQL Server 2000的联机中对ROLLUP关键字的定义： 指定在结果集内不仅包含由 GROUP BY 提供的正常行，还包含汇总行。按层次结构顺序，从组内的最低级别到最高级别汇总组。组的层次结构取决于指定分组列时所使用的顺序。更改分组列的顺序会影响在结果集内生成的行数。 那么这个顺序是什么呢？对了就是Group By 后面字段的顺序，排在靠近Group By的分组字段的级别高，然后是依次递减。如：Group By Column1, Column2, Column3。那么分组级别从高到低的顺序是：Column1 > Column2 > Column3。还是看我们前面的例子，SQL语句中我们仅仅将CUBE关键字替换成ROLLUP关键字，如： SELECT C_EMPLINFO_DEPTID, C_EMPLINFO_SEX, COUNT(*) AS C_EMPLINFO_TOTALSTAFFNUM FROM T_PERSONNEL_EMPLINFO GROUP BY C_EMPLINFO_DEPTID, C_EMPLINFO_SEX WITH ROLLUP 和CUBE相比，返回的数据行数减少了不少。:)，仔细看一下，除了正常的Group By语句后，数据中还包含了： 1. 部门员工数；(向上卷了一次，这次先去掉了员工性别的分组限制) 2. 所有部门员工数；(向上又卷了依次，这次去掉了员工所在部门的分组限制)。 在现实的应用中，对于报表的一些统计功能是很有帮助的。 这里还有一个问题需要补充说明一下，如果我们使用ROLLUP或者CUBE关键字，那么将产生一些小计的行，这些行中被剔除在分组因素之外的字段将会被设置为NULL,那么还存在一种情况，比如在作为分组依据的列表中存在可空的行，那么NULL也会被作为一个分组表示出来，所以这里我们就不能仅仅通过NULL来判断是不是小计记录了。下面的例子展示了这里说得到的情况。还是我们前面提到的水果例子，现在我们在每种商品后面增加一个“折扣列”(Discount)，用于显示对应商品的折扣，这个数值是可空的，也就是可以通过NULL来表示没有对应的折扣信息。数据集如下所示： FruitName ProctPlace Price Discount
Apple China $1.1 0.8
Apple Japan $2.1 0.9
Apple USA $2.5 1.0
Orange China $0.8 NULL
Banana China $3.1 NULL
Peach USA $3.0 NULL
现在我们要统计“各种折扣对应有多少种商品，并总计商品的总数。”，那么我们可以通过如下的SQL语句来完成： SELECT COUNT(*) AS ProctCount, Discount FROM T_TEST_FRUITINFO GROUP BY Discount WITH ROLLUP 好了，运行一下，你会发现数据都正常出来了，按照如上的数据集，结果如下所示： ProctCount Discount
3 NULL
1 0.8
1 0.9
1 1.0
6 NULL
好了，各种折扣的商品数量都出来了，但是在显示“没有折扣商品”和“商品小计”的时候判断上确存在问题，因为存在两条Discount为Null的记录。是哪一条呢？通过分析数据我们知道第一条数据(3, Null)应该对应没有折扣商品的数量，而(6,Null)应该对应所有商品的数量。需要判断这两个具有不同意义的Null就需要引入一个聚合函数Grouping。现在我们把语句修改一下，在返回值中使用Grouping函数增加一列返回值，SQL语句如下： SELECT COUNT(*) AS ProctCount, Discount, GROUPING(Discount) AS Expr1 FROM T_TEST_FRUITINFO GROUP BY Discount WITH ROLLUP 这个时候，我们再看看运行的结果： ProctCount Discount Expr1
3 NULL 0
1 0.8 0
1 0.9 0
1 1.0 0
6 NULL 1
对于根据指定字段Grouping中包含的字段进行小计的记录，这里会标记为1，我们就可以通过这个标记值将小计记录从判断那些由于ROLLUP或者CUBE关键字产生的行。Grouping(column_name)可以带一个参数，Grouping就会去判断对应的字段值的NULL是否是由ROLLUP或者CUBE产生的特殊NULL值，如果是那么就在由Grouping聚合函数产生的新列中将值设置为1。注意Grouping只会检查Column_name对应的NULL来决定是否将值设置为1，而不是完全由此列是否是由ROLLUP或者CUBE关键字自动添加来决定的。 2.2 Group By 和 Having, Where ,Order by语句的执行顺序： 最后要说明一下的Group By, Having, Where, Order by几个语句的执行顺序。一个SQL语句往往会产生多个临时视图，那么这些关键字的执行顺序就非常重要了，因为你必须了解这个关键字是在对应视图形成前的字段进行操作还是对形成的临时视图进行操作，这个问题在使用了别名的视图尤其重要。以上列举的关键字是按照如下顺序进行执行的：Where, Group By, Having, Order by。首先where将最原始记录中不满足条件的记录删除(所以应该在where语句中尽量的将不符合条件的记录筛选掉，这样可以减少分组的次数)，然后通过Group By关键字后面指定的分组条件将筛选得到的视图进行分组，接着系统根据Having关键字后面指定的筛选条件，将分组视图后不满足条件的记录筛选掉，然后按照Order By语句对视图进行排序，这样最终的结果就产生了。在这四个关键字中，只有在Order By语句中才可以使用最终视图的列名，如： SELECT FruitName, ProctPlace, Price, ID AS IDE, Discount FROM T_TEST_FRUITINFO WHERE (ProctPlace = N'china') ORDER BY IDE 这里只有在ORDER BY语句中才可以使用IDE，其他条件语句中如果需要引用列名则只能使用ID，而不能使用IDE。