本次预计讲解的知识点
1、 多表查询的操作、限制、笛卡尔积的问题；
2、 统计函数及分组统计的操作；
3、 子查询的操作，并且结合限定查询、数据排序、多表查询、统计查询一起完成各个复杂查询的操作；
一、多表查询
（一）多表查询的基本概念
在之前所使用的查询操作之中，都是从一张表之中查询出所需要的内容，那么如果现在一个查询语句需要显示多张表的数据，则就必须应用到多表查询的操作，而多表查询的语法如下：
但是如果要进行多表查询之前，首先必须先查询出几个数据 —— 雇员表和部门表中的数据量，这个操作可以通过COUNT()函数完成。
范例：查询emp表中的数据量 ——返回了14条记录
SELECT COUNT(*) FROM emp;
范例：查询dept表中的数据量 ——4条记录
SELECT COUNT(*) FROM dept;
额外补充一点：何为经验？
在日后的开发之中，很多人都肯定接触到许多新的数据库和数据表，那么在这种时候有两种做法：
做法一：新人做法，上来直接输入以下的命令：
SELECT * FROM 表名称;
如果此时数据量较大的话，一上无法浏览数据，二有可能造成系统的死机；
做法二：老人做法，先看一下有多少条记录：
SELECT COUNT(*) FROM 表名称;
如果此时数据量较小，则可以查询全部数据，如果数据量较大则不能直接使用SELECT查询。
现在确定好了emp和dept表中的记录之后，下面完成一个基本的多表查询：
SELECT * FROM emp, dept;
但是现在查询之后发现一共产生了56条记录 = 雇员表的14条记录 * 部门表的4条记录，之所以会造成这样的问题，主要都是由数据库的查询机制所决定的，例如，如下图所示。
本问题在数据库的操作之中被称为笛卡尔积，就表示多张表的数据乘积的意思，但是这种查询结果肯定不是用户所希望的，那么该如何去掉笛卡尔积呢？
最简单的方式是采用关联字段的形式，emp表和dept表之间现在存在了deptno的关联字段，所以现在可以从这个字段上的判断开始。
当在查询之中，不同表中有了相同字段名称的时候，访问这些字段须加上表名称，即“表.字段”。
SELECT * FROM emp WHERE emp.deptno=dept.deptno;
此时的查询结果之中已经消除了笛卡尔积，但是现在只属于显示上的消除，而真正笛卡尔积现在依然存在，因为数据库的操作机制就属于逐行的进行数据的判断，那么如果按照这个思路理解的话，现在假设两张表的数据量都很大的话，那么使用这种多表查询的性能。
范例：以sh用户的大数据表为例
SELECT COUNT(*) FROM sales, costs WHERE sales.prod_id=costs.prod_id;
这两张表即便消除了笛卡尔积的显示，但是本身也会有笛卡尔积的问题，所以最终的查询结果会很慢显示，甚至是不显示，所以通过这道程序一定要记住，多表查询的性能是很差的，当然，性能差是有一个前提的：数据量大。
但是以上的程序也存在一个问题，在之前访问表中字段的时候使用的是“表.字段”名称，那么如果说现在假设表名称很长，例如“yinhexi_diqiu_yazhou_zhongguo_beijing_xicheng_ren”，所以一般在进行多表查询的时候往往都会为表起一个别名，通过别名.字段的方式进行查询。
SELECT * FROM emp e, dept d WHERE e.deptno=d.deptno;
范例：查询出每一位雇员的编号、姓名、职位、部门名称、位置
1、确定所需要的数据表：
emp表：可以查询出雇员的编号、姓名、职位；
dept表：可以查询出部门名称和位置；
2、确定表的关联字段：emp.deptno=dept.deptno；
第一步：查询出每一位雇员的编号、姓名、职位
SELECT e.empno, e.ename, e.job
FROM emp e;
第二步：为查询中引入部门表，同时需要增加一个消除笛卡尔积的条件
SELECT e.empno, e.ename, e.job, d.dname, d.loc
FROM emp e, dept, d
WHERE e.deptno=d.deptno;
以后遇到问题，发现没有解决问题的思路，就按照上面的步骤进行，慢慢的分析解决，因为多表查询不可能一次性全部写出，需要逐步分析的。
范例：要求查询出每一位雇员的姓名、职位、领导的姓名。
现在肯定要准备出两个emp表，所以这个时候可以称为emp表的自身关联，按照之前的分析如下：
1、确定所需要的数据表：
emp表（雇员）：取得雇员的姓名、职位、领导编号；
emp表（领导）：取得雇员的姓名（领导的姓名）；
2、确定关联字段：emp.mgr=memp.empno（雇员的领导编号 = 领导（雇员）的雇员编号）
第一步：查询每一位雇员的姓名、职位
SELECT e.ename, e.job
FROM emp e;
第二步：查询领导信息，加入自身关联
SELECT e.ename, e.job, m.ename
FROM emp e, emp m
WHERE e.mgr=m.empno;
此时的查询结果之中缺少了“KING”的记录，因为KING没有领导，而要想解决这个问题，就需要等待之后讲解的左、右连接的问题了。
范例：查询出每个雇员的编号、姓名、基本工资、职位、领导的姓名、部门名称及位置。
1、确定所需要的数据表：
emp表：每个雇员的编号、姓名、基本工资、职位；
emp表（领导）：领导的姓名；
dept表：部门的名称及位置。
2、确定已知的关联字段：
雇员和部门：emp.deptno=dept.deptno;
雇员和领导：emp.mgr=memp.empno;
第一步：查询出每个雇员的编号、姓名、基本工资、职位
SELECT empno, ename, sal, job
FROM emp;
第二步：加入领导的信息，引入自身关联，同时增加消除笛卡尔积的条件
SELECT e.empno, e.ename, e.sal, e.job, m.ename
FROM emp e, emp m
WHERE e.mgr=m.empno;
第三步：加入部门的信息，引入dept表，既然有新的表进来，则需要继续增加消除笛卡尔积的条件
SELECT e.empno, e.ename, e.sal, e.job, m.ename, d.dname, d.loc
FROM emp e, emp m, dept d
WHERE e.mgr=m.empno AND e.deptno=d.deptno;
所以以后的所有类似的问题最好都能够按照如上的方式编写，形成自己的思路。
思考题：现在要求查询出每一个雇员的编号、姓名、工资、部门名称、工资所在公司的工资等级。
1、确定所需要的数据表：
emp表：雇员的编号、姓名、工资；
dept表：部门名称；
salgrade表：工资等级；
2、确定已知的关联字段：
雇员和部门：emp.deptno=dept.deptno;
雇员和工资等级：emp.sal BETWEEN salgrade.losal AND salgrade.hisal;
第一步：查询出每一个雇员的编号、姓名、工资
SELECT e.empno, e.ename, e.sal
FROM emp e;
第二步：引入部门表，同时增加一个消除笛卡尔积的条件
SELECT e.empno, e.ename, e.sal, d.dname
FROM emp e, dept d
WHERE e.deptno=d.deptno;
第三步：引入工资等级表，继续增加消除笛卡尔积的条件
SELECT e.empno, e.ename, e.sal, d.dname, s.grade
FROM emp e, dept d, salgrade s
WHERE e.deptno=d.deptno AND e.sal BETWEEN s.losal AND s.hisal;
如果现在有如下的进一步要求：将每一个工资等级替换成具体的文字信息，例如：
1 替换成 第五等工资、2 替换成 第四等工资、3 替换成 第三等工资，
依次类推 --> 依靠DECODE()实现
SELECT e.empno, e.ename, e.sal, d.dname
DECODE(s.grade,1,’第五等工资’,2,’第四等工资’,3,’第三等工资’,4,’第二等工资’,5,’第一等工资’) gradeinfo
FROM emp e, dept d, salgrade s
WHERE e.deptno=d.deptno AND e.sal BETWEEN s.losal AND s.hisal;
以后的所有的题目都按照类似的方式分析，只要是表关联，肯定有关联字段，用于消除笛卡尔积，只是这种关联字段需要根据情况使用不同的限定符号。
（二）左、右连接
关于左、右连接指的是查询判断条件的参考方向，例如，下面有如下查询：
SELECT * FROM emp e, dept d WHERE e.deptno=d.deptno;
部门一共有四个，但是现在只返回了三个部门的信息，缺少40部门，因为在雇员表之中没有一条记录是属于40部门的，所以现在不会显示40部门的信息，即：现在的查询以emp表为参考，那么如果说现在非要显示40部门呢？就必须改变这种参考的方向，就需要用使用左、右连接。
SELECT * FROM emp e, dept d WHERE e.deptno(+)=d.deptno;
现在发现40部门出现了，所以发现参考的方向已经改变了，而“(+)”就用于左、右连接的更改，这种符号有以下两种使用情况：
(+)=：放在了等号的左边，表示的是右连接；
=(+)：放在了等号的右边，表示的是左连接；
但是不用去刻意的区分是左还是右，只是根据查询结果而定，如果发现有些需要的数据没有显示出来，就使用此符号更改连接方向。
范例：查询每个雇员的姓名和领导的姓名
SELECT e.ename, e.job, m.ename
FROM emp e, emp m
WHERE e.mgr=m.empno(+);
可是这种符号是Oracle数据库自己所独有的，其他数据库不能使用。
（三）SQL:1999语法
除了以上的表连接操作之外，在SQL语法之中，提供了另外一套用于表连接的操作SQL，格式如下：
以上实际上是属于多个语法的联合，下面分块说明语法的使用。
1、交叉连接（CROSS JOIN）：用于产生笛卡尔积
SELECT * FROM emp CROSS JOIN dept;
笛卡尔积本身并不是属于无用的内容，在某些情况下还是需要使用的。
2、自然连接（NATURAL JOIN）：自动找到匹配的关联字段，消除掉笛卡尔积
SELECT * FROM emp NATURAL JOIN dept;
但是并不是所有的字段都是关联字段，设置关联字段需要通过约束指定；
3、JOIN…USING子句：用户自己指定一个消除笛卡尔积的关联字段
SELECT * FROM emp JOIN dept USING(deptno);
4、JOIN…ON子句：用户自己指定一个可以消除笛卡尔积的关联条件
SELECT*FROM emp JOIN dept ON(emp.deptno=dept.deptno);
5、连接方向的改变：
左（外）连接：LEFT OUTER JOIN…ON;
右（外）连接：RIGHT OUTER JOIN…ON;
全（外）连接：FULL OUTER JOIN…ON; --> 把两张表中没有的数据都显示
SELECT * FROM emp RIGHT OUTER JOIN dept ON(emp.deptno=dept.deptno);
在Oracle之外的数据库都使用以上的SQL:1999语法操作，所以这个语法还必须会一些（如果你一直使用的都是Oracle就可以不会了）。
再次强调：多表查询的性能肯定不高，而且性能一定要在大数据量的情况下才能够发现。
二、统计函数及分组查询
（一）统计函数
在之前学习过一个COUNT()函数，此函数的功能可以统计出表中的数据量，实际上这个就是一个统计函数，而常用的统计函数有如下几个：
COUNT()：查询表中的数据记录；
AVG()：求出平均值；
SUM()：求和；
MAX()：求出最大值；
MIN()：求出最小值；
范例：测试COUNT()、AVG()、SUM()
统计出公司的所有雇员，每个月支付的平均工资及总工资。
SELECT MAX(sal),MIN(sal) FROM emp;
注意点：关于COUNT()函数
COUNT()函数的主要功能是进行数据的统计，但是在进行数据统计的时候，如果一张表中没有统计记录，COUNT()也会返回数据，只是这个数据是“0”。
SELECT COUNT(ename) FROM BONUS;
如果使用的是其他函数，则有可能返回null，但是COUNT()永远都会返回一个具体的数字，这一点以后在开发之中都会使用到。
（二）分组查询
在讲解分组操作之前首先必须先明确一点，什么情况下可能分组，例如：
公司的所有雇员，要求男性一组，女性一组，之后可以统计男性和女性的数量；
按照年龄分组，18岁以上的分一组，18岁以下的分一组；
按照地区分组：北京人一组，上海人一组，四川一组；
这些信息如果都保存了数据库之中，肯定在数据的某一列上会存在重复的内容，例如：按照性别分组的时候，性别肯定有重复（男和女），按照年龄分组（有一个范围的重复），按照地区分组有一个地区的信息重复。
所以分组之中有一个不成文的规定：当数据重复的时候分组才有意义，因为一个人也可以一组（没什么意义）。
范例：按照部门编号分组，求出每个部门的人数，平均工资
SELECT deptno, COUNT(empno), AVG(sal)
FROM emp
GROUP BY deptno;
范例：按照职位分组，求出每个职位的最高和最低工资
SELECT job, MAX(sal), MIN(sal)
FROM emp
GROUP BY job;
但是现在一旦分组之后，实际上对于语法上就会出现了新的限制，对于分组有以下要求：
分组函数可以在没有分组的时候单独使用，可是却不能出现其他的查询字段；
如果现在要进行分组的话，则SELECT子句之后，只能出现分组的字段和统计函数，其他的字段不能出现：
分组函数允许嵌套，但是嵌套之后的分组函数的查询之中不能再出现任何的其他字段。
范例：按照职位分组，统计平均工资最高的工资
1、先统计出各个职位的平均工资
SELECT job,AVG(sal)
FROM emp
GROUP BY job;
2、平均工资最高的工资
SELECT MAX(AVG(sal))
FROM emp
GROUP BY job;
范例：查询出每个部门的名称、部门的人数、平均工资
1、确定所需要的数据表：
dept表：每个部门的名称；
emp表：统计出部门的人数、平均工资；
2、确定已知的关联字段：emp.deptno=dept.deptno；
范例：将dept表和emp表的数据关联
SELECT d.dname,e.empno,e.sal
FROM dept d, emp e
WHERE d.deptno=e.deptno;
此时的查询结果中，可以发现在dname字段上显示出了重复的数据，按照之前对分组的理解，只要数据重复了，那么就有可能进行分组的查询操作，但是此时与之前的分组不太一样，之前的分组是针对于一张实体表进行的分组（emp、dept都属于实体表），但是对于以上的数据是通过查询结果显示的，所以是一张临时的虚拟表，但是不管是否是实体表还是虚拟表，只要是有重复，那么就直接进行分组。
SELECT d.dname,COUNT(e.empno),AVG(e.sal)
FROM dept d, emp e
WHERE d.deptno=e.deptno
GROUP BY d.dname;
但是这个分组并不合适，因为部门一共有四个部门（因为现在已经引入了dept表，dept表存在了四个部门的信息），所以应该通过左右连接改变查询的结果。
SELECT d.dname,COUNT(e.empno),NVL(AVG(e.sal),0)
FROM dept d, emp e
WHERE d.deptno=e.deptno(+)
GROUP BY d.dname;
之前的所有操作都是针对于单个字段分组的，而实际上分组操作之中也可以实现多字段分组。
范例：要求显示每个部门的编号、名称、位置、部门的人数、平均工资
1、确定所需要的数据表：
dept表：每个部门的名称；
emp表：统计出部门的人数、平均工资；
2、确定已知的关联字段：emp.deptno=dept.deptno；
范例：将emp表和dept表关联查询
SELECT d.deptno,d.dname,d.loc,e.empno,e.sal
FROM dept d,emp e
WHERE d.deptno=e.deptno(+);
此时存在了重复数据，而且这个重复的数据平均在了三列上（deptno,dname,loc），所以在分组上的GROUP BY子句中就可以写上三个字段：
SELECT d.deptno,d.dname,d.loc,COUNT(e.empno),NVL(AVG(e.sal),0)
FROM dept d,emp e
WHERE d.deptno=e.deptno(+)
GROUP BY d.deptno,d.dname,d.loc;
以上就是多字段分组，但是不管是单字段还是多字段，一定要有一个前提，存在了重复数据。
范例：要求统计出每个部门的详细信息，并且要求这些部门的平均工资高于2000；
在以上程序的基础上完成开发，在之前唯一所学习的限定查询的语法只有WHERE子句，所以下面先使用WHERE完成要求。
SELECT d.deptno,d.dname,d.loc,COUNT(e.empno) mycount,NVL(AVG(e.sal),0) myavg
FROM dept d,emp e
WHERE d.deptno=e.deptno(+) AND AVG(e.sal)>2000
GROUP BY d.deptno,d.dname,d.loc;
现在出现了如下的错误提示：
WHERE d.deptno=e.deptno(+) AND AVG(e.sal)>2000
*
第 3 行出现错误:ORA-00934: 此处不允许使用分组函数
本错误提示的核心意思就是在WHERE子句之中不能使用统计函数，之所以在WHERE子句之中不能使用，实际上跟WHERE子句的主要功能有关，WHERE的主要功能是从全部的数据之中取出部分数据。
此时如果要对分组后的数据再次进行过滤，则使用HAVING子句完成，那么此时的SQL语法格式如下：
下面使用HAVING进行过滤。
SELECT d.deptno,d.dname,d.loc,COUNT(e.empno) mycount,NVL(AVG(e.sal),0) myavg
FROM dept d,emp e
WHERE d.deptno=e.deptno(+)
GROUP BY d.deptno,d.dname,d.loc
HAVING AVG(sal)>2000;
注意点：WHERE和HAVING的区别
WHERE：是在执行GROUP BY操作之前进行的过滤，表示从全部数据之中筛选出部分的数据，在WHERE之中不能使用统计函数；
HAVING：是在GROUP BY分组之后的再次过滤，可以在HAVING子句中使用统计函数；
思考题：显示非销售人员工作名称以及从事同一工作雇员的月工资的总和，并且要满足从事同一工作的雇员的月工资合计大于$5000，输出结果按月工资的合计升序排列：
第一步：查询出所有的非销售人员的信息
SELECT * FROM emp WHERE job<>'SALESMAN';
第二步：按照职位进行分组，并且使用SUM函数统计
SELECT job,SUM(sal)
FROM emp
WHERE job<>'SALESMAN'
GROUP BY job;
第三步：月工资的合计是通过统计函数查询的，所以现在这个对分组后的过滤使用HAVING子句完成
SELECT job,SUM(sal)
FROM emp
WHERE job<>'SALESMAN'
GROUP BY job
HAVING SUM(sal)>5000;
第四步：按照升序排列
SELECT job,SUM(sal) sum
FROM emp
WHERE job<>'SALESMAN'
GROUP BY job
HAVING SUM(sal)>5000
ORDER BY sum ASC;
以上的题目就融合分组操作的大部分语法的使用，而且以后遇到问题，要慢慢分析。
五、子查询
子查询 = 简单查询 + 限定查询 + 多表查询 + 统计查询的综合体；
在之前强调过多表查询不建议大家使用，因为性能很差，但是多表查询最有利的替代者就是子查询，所以子查询在实际的开发之中使用的相当的多；
所谓的子查询指的就是在一个查询之中嵌套其他的若干查询，嵌套子查询之后的查询SQL语句如下：
理论上子查询可以出现在查询语句的任意位置上，但是从个人而言，子查询出现在WHERE和FROM子句之中较多；
以下的使用特点为个人总结，不是官方声明的：
WHERE：子查询一般只返回单行单列、多行单列、单行多列的数据；
FROM：子查询返回的一般是多行多列的数据，当作一张临时表出现。
（一）单行单列
范例：要求查询出工资比SMITH还要高的全部雇员信息
要想完成本程序，首先必须要知道SMITH的工资是多少：
SELECT sal FROM emp WHERE ename='SMITH';
由于此时返回的是单列的数据，所以这个子句查询可以在WHERE中出现。
SELECT *
FROM emp
WHERE sal>(
SELECT sal
FROM emp
WHERE ename='SMITH');
范例：要求查询出高于公司平均工资的全部雇员信息
公司的平均工资应该使用AVG()函数求出。
SELECT AVG(sal) FROM emp;
此时数据的返回结果是单行单列的数据，在WHERE之中出现。
SELECT * FROM emp
WHERE sal>(
SELECT AVG(sal)
FROM emp);
（二）单行多列
以上所返回的是单行单列，但是在子查询之中，也可以返回单行多列的数据，只是这种子查询很少出现。
范例：子查询返回单行多列数据
SELECT *
FROM emp
WHERE (job,sal)=(
SELECT job,sal
FROM emp
WHERE ename='ALLEN');
（三）多行单列
如果现在的子查询返回的是多行单列数据的话，这个时候就需要使用三种判断符判断了：IN、ANY、ALL；
1、IN操作符：用于指定一个子查询的判断范围
这个操作符的使用实际上与之前讲解的IN是一样的，唯一不同的是，里面的范围由子查询指定了。
SELECT *
FROM emp
WHERE sal in (
SELECT sal
FROM emp
WHERE job='MANAGER');
但是在使用IN的时候还要注意NOT IN的问题，如果使用NOT IN操作，在子查询之中，如果有一个内容是null，则不会查询出任何的结果。
2、ANY操作符：与每一个内容想匹配，有三种匹配形式
=ANY：功能与IN操作符是完全一样的；
SELECT *
FROM emp
WHERE sal=ANY (
SELECT sal
FROM emp
WHERE job='MANAGER');
>ANY：比子查询中返回记录最小的还要大的数据；
SELECT *
FROM emp
WHERE sal>ANY (
SELECT sal
FROM emp
WHERE job='MANAGER');
<ANY：比子查询中返回记录的最大的还要小；
SELECT *
FROM emp
WHERE sal<ANY (
SELECT sal
FROM emp
WHERE job='MANAGER');
3、ALL操作符：与每一个内容相匹配，有两种匹配形式：
>ALL：比子查询中返回的最大的记录还要大
SELECT *
FROM emp
WHERE sal>ALL (
SELECT sal
FROM emp
WHERE job='MANAGER');
<ALL：比子查询中返回的最小的记录还要小
SELECT *
FROM emp
WHERE sal<ALL (
SELECT sal
FROM emp
WHERE job='MANAGER');
（四）多行多列
以上的所有子查询都是在WHERE子句中出现的，那么下面再来观察在FROM子句中出现的查询，这个子查询一般返回的是多行多列的数据，当作一张临时表的方式来处理。
范例：查询出每个部门的编号、名称、位置、部门人数、平均工资
回顾：最早的时候使用的是多字段分组统计完成的：
SELECT d.deptno,d.dname,d.loc,COUNT(e.empno),AVG(e.sal)
FROM emp e,dept d
WHERE e.deptno(+)=d.deptno
GROUP BY d.deptno,d.dname,d.loc;
这个时候实际上是产生了笛卡尔积，一共产生了56条记录；
新的解决方案：通过子查询完成，所有的统计查询只能在GROUP BY中出现，所以在子查询之中负责统计数据，而在外部的查询之中，负责将统计数据和dept表数据相统一。
SELECT d.deptno,d.dname,d.loc,temp.count,temp.avg
FROM dept d,(
SELECT deptno dno,COUNT(empno) count,AVG(sal) avg
FROM emp
GROUP BY deptno) temp
WHERE d.deptno=temp.dno(+);
现在的程序中所操作的数据量：
子查询中统计的记录是14条记录，最终统计的显示结果是3条记录；
dept表之中一共有4条记录；
如果现在产生笛卡尔积的话只有12条记录，再加上雇员的14条记录，一共才26条记录；
通过如上的分析，可以发现，使用子查询的确要比使用多表查询更加节省性能，所以在开发之中子查询出现是最多的，而且在给出一个不成文的规定：大部分情况下，如果最终的查询结果之中需要出现SELECT子句，但是又不能直接使用统计函数的时候，就在子查询中统计信息，即：有复杂统计的地方大部分都需要子查询。
