0
点赞
收藏
分享

微信扫一扫

Oracle数据库入门教程（作者原创）

辰鑫chenxin 2022-04-06 阅读 73
数据库数据仓库

文章目录

Oracle 是什么

常规命令

客户端连接的命令为：

在这里插入图片描述

用户登录步骤：

创建用户，一定要先使用管理员，管理员才有创建用户的权限
1.创建用户的表空间 tablespace,表空间要分配给指定的用户，用户登录后的创建的表格和数据，就放到指定的表空间中，用户的数据应该放到用户的表空间

2.创建用户，指定表空间

3.现在好不能使用conn zs/oracle 缺少权限

4.重新使用sys登录 conn sys/oracle as sysdba ,给zs分配连接的权限和创建表格等的权限

5.使用zs登录 conn zs/oracle

6.创建表格student:

7.插入数据

修改用户密码：

查看系统的表空间的方法：

基础表查询

01.查询emp表的所有数据

02.查询emp表中ename,job,sal几列,其中sal列在结果集中以别名salary查询

03.查询emp表中deptno,ename,年工资,并将年工资命名别名total salary

04.查看emp表的结构

05.查询emp表中雇员号,雇员的名字,工作岗位,入职日期

06.查询员工表中部门编号,重复的部门编号只查询一次

07.在结果集中雇员名和工作岗位相连用"空格逗号空格"分隔,并将列头查询为Employee and Title。

  1. 查询职位(JOB)为’PRESIDENT’的员工的工资
  1. 查询佣金(COMM)为0 或为NULL 的员工信息
  1. 查询入职日期在1981-5-1 到1981-12-31 之间的所有员工信息
  1. 显示10 号部门的所有经理(‘MANAGER’)和20 号部门的所有职员(‘CLERK’)的详细信息
  1. 显示姓名中没有’L’字的员工的详细信息或含有’SM’字的员工信息
  1. 显示各个部门经理(‘MANAGER’)的工资
  1. 显示佣金(COMM)收入比工资(SAL)高的员工的详细信息
  1. 按照入职日期由新到旧排列员工信息

SQL基础，约束,表关系

varchar2和char的区别：

nchar:

日期类型date（年月日）:
在这里插入图片描述

二进制文件 BLOB CLOB

to_timestamp()支持毫秒
to_date()不支持毫秒

oracle使用sysdate获取当前的时间：
在这里插入图片描述

创建表格:

在这里插入图片描述
在用户表基础上添加uage字段

给usex字段添加约束为男或者女

给uage字段添加约束1-120

实体完整性

域完整性

非空约束(not null):
在这里插入图片描述
默认值约束(default):
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

SQL> create table s3(id number(2) primary key,name varchar2(10) not null, sex nchar(1) default ‘男’);

Table created

SQL> alter table s3 add constraint ch_sex check(sex in(‘男’,‘女’));

Table altered

SQL> insert into s3 values(1,‘zs’,‘性’);

insert into s3 values(1,‘zs’,‘性’)

ORA-02290: 违反检查约束条件 (ZS.CH_SEX)

SQL> insert into s3 values(1,‘zs’,‘女’);

1 row inserted

SQL> commit;

Commit complete

SQL> alter table s3 add constraint ch_sex check(sex=‘男’ or ‘女’);

alter table s3 add constraint ch_sex check(sex=‘男’ or ‘女’)

ORA-00920: 无效的关系运算符

SQL> alter table s3 add constraint ch_sex check(sex=‘男’ or sex=‘女’);—规定输入的值只能是男或者女，输入其他的值违反约束

Table altered

SQL> insert into s3 values(3,‘ww’,‘女’);—合法的值

1 row inserted

SQL> insert into s3 values(3,‘ww’,‘a’);—非合法的值，违反约束

insert into s3 values(3,‘ww’,‘a’)

ORA-02290: 违反检查约束条件 (ZS.CH_SEX)

SQL>
SQL> alter table s3 add(age number(3));

Table altered

SQL> alter table s3 add constraint ch_age check(age >= 0 and age <= 200);—规定年龄的范围为0-200之间

Table altered

SQL> insert into s3 values(5,‘lw’,‘女’,50);—合法的值

1 row inserted

SQL> insert into s3 values(7,‘kw’,‘女’,201);—非合法的值，违法约束了，不能插入该值

insert into s3 values(7,‘kw’,‘女’,201)

ORA-02290: 违反检查约束条件 (ZS.CH_AGE)

SQL>

约束：外键约束 foreign key
在这里插入图片描述
创建外键约束：
在这里插入图片描述

删除约束
在这里插入图片描述

表之间的关系

注意:一对一是一对多的特例，下面的表格的数据为一对多（一个妻子，两个丈夫）
在这里插入图片描述

多对多关系

SQL语言基础

序列
create sequence seq_gid; seq_gid为序列的名称，为自定义

使用序列，填充主键，实现了主键的自动增加
在这里插入图片描述
系统的数据字典user_objects
在这里插入图片描述

删除delete
在这里插入图片描述
update 修改
在这里插入图片描述

Oracle简单查询语句

1.执行备份的sql,将sql复制到客户端中的编辑器界面使用f8执行，创建三个表emp,dept,salgrade
在这里插入图片描述

select 字段列表
from 表名
where 查询条件
group by子句
order by 排序字段

在查询列表中,可以对NUMBER型的字段使用算数原算符号(+,-,*,/)
注意：如果该列的值为null，要使用nvl()函数，进行处理才能进行运算

SQL> select '员工编号为'||empno||'员工的姓名为'||ename||'员工的年薪为'||nvl(sal,0)*12  from emp;
 
'员工编号为'||EMPNO||'员工的姓
--------------------------------------------------------------------------------
员工编号为7369员工的姓名为SMITH员工的年薪为0
员工编号为7499员工的姓名为ALLEN员工的年薪为22440
员工编号为7521员工的姓名为WARD员工的年薪为17820
员工编号为7566员工的姓名为JONES员工的年薪为40590
员工编号为7654员工的姓名为MARTIN员工的年薪为17820
员工编号为7698员工的姓名为BLAKE员工的年薪为38940
员工编号为7782员工的姓名为CLARK员工的年薪为33660
员工编号为7788员工的姓名为SCOTT员工的年薪为40920
员工编号为7844员工的姓名为TURNER员工的年薪为21120
员工编号为7876员工的姓名为ADAMS员工的年薪为15840
员工编号为7900员工的姓名为JAMES员工的年薪为13860
员工编号为7902员工的姓名为FORD员工的年薪为40920
员工编号为7934员工的姓名为MILLER员工的年薪为18480
员工编号为7839员工的姓名为KING员工的年薪为67320
 
14 rows selected
 
SQL>

查询的列给个别名

使用distinct实现对某个字段的值去掉重复

SQL> select distinct deptno from emp;
 
DEPTNO
------
    30
    20
    10

条件查询Where子句

<>或者!=

SQL> select * from emp where empno != 7369;

<, >,>=,<=

SQL> select * from emp where empno > 7369;

between … and… 等同于>= and <=

SQL> select * from emp where empno >= 7369 and empno <=7566;

is null 或者是 is not null 判断该列的值为null

SQL> select * from emp where sal is null;

and并且 ，or或者 ,not不 is null,is not null, like,not like, in not in,NOT BETWEEN AND

函数及分组

函数分类

函数说明

CONCAT(X,Y)	连接字符串X和Y
INSTR(X,STR[,START][,N)	从X中查找str，可以指定从start开始，也可以指定从n开始
LENGTH(X)	返回X的长度
LOWER(X)	X转换成小写
UPPER(X)	X转换成大写
LTRIM(X[,TRIM_STR])	把X的左边截去trim_str字符串，缺省截去空格
RTRIM(X[,TRIM_STR])	把X的右边截去trim_str字符串，缺省截去空格
TRIM([TRIM_STR  FROM]X)	把X的两边截去trim_str字符串，缺省截去空格
REPLACE(X,old,new)	在X中查找old，并替换成new
SUBSTR(X,start[,length])	返回X的字串，从start处开始，截取length个字符，缺省length，默认到结尾
NVL(X,Y)	X为null,返回y，不为null返回x
NVL2(X,Y1,Y2)	X不为null，返回y1,否则返回y2

转换函数 ：

TO_CHAR(),TO_NUMBER(),TO_DATE()，to_timestamp()
TO_CHAR(d|n[,fmt]):把日期和数字转换为制定格式的字符串

多行函数：

聚合函数 
count() 统计表格的行数，个数 注意:该行的值为null，将无法统计
提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

分组语句group by,该语句写到order by 之前

SQL> ---统计出各个部门的薪水的平均值
SQL> select avg(sal) from emp;---所有的部门
 
  AVG(SAL)
----------
   2391.25
 
SQL> select avg(sal) from emp group by deptno;---按照部门进行了分组，求各个组的平均值
 
  AVG(SAL)
----------
1833.33333
  2880.625
   2738.75
 
SQL> select deptno,avg(sal) from emp group by deptno;---按照部门进行了分组，求各个组的平均值
 
DEPTNO   AVG(SAL)
------ ----------
    30 1833.33333
    20   2880.625
    10    2738.75
 
SQL> select deptno,avg(sal) from emp group by deptno order by deptno;---按照部门进行了分组，求各个组的平均值
 
DEPTNO   AVG(SAL)
------ ----------
    10    2738.75
    20   2880.625
    30 1833.33333
 
SQL> select deptno,sum(sal) as 各个部门的总工资 from emp group by deptno order by deptno;---按照部门进行了分组，各个部门的总工资
 
DEPTNO         各个部门的总工资
------ ----------------
    10            10955
    20          11522.5
    30            11000
 
SQL> select deptno,max(sal) as 部门最高工资,min(sal) 部门最低工资 from emp group by deptno order by deptno;
 
DEPTNO       部门最高工资       部门最低工资
------ ------------ ------------
    10         5610         1000
    20         3410         1320
    30         3245         1155
 
SQL> select deptno,count(1) 部门的人数 from emp group by deptno order by deptno;
 
DEPTNO      部门的人数
------ ----------
    10          4
    20          4
    30          6
 
SQL> select deptno 部门名称,count(1) 部门的人数 from emp group by deptno order by deptno;
 
    部门名称      部门的人数
-------- ----------
      10          4
      20          4
      30          6
 
SQL> 
SQL> ---按照工种进行分组 可以统计各个工种下的人数
SQL> select job,count(1) from emp group by job;
 
JOB         COUNT(1)
--------- ----------
CLERK              4
SALESMAN           4
PRESIDENT          1
MANAGER            3
ANALYST            2
 
SQL> 

SQL> select deptno,avg(sal) from emp group by deptno order by deptno;---按照部门进行了分组，求各个组的平均值
 
DEPTNO   AVG(SAL)
------ ----------
    10    2738.75
    20   2880.625
    30 1833.33333
 
SQL> select deptno,avg(sal) from emp group by deptno order by avg(sal);---按照部门进行了分组，求各个组的平均值
 
DEPTNO   AVG(SAL)
------ ----------
    30 1833.33333
    10    2738.75
    20   2880.625
 
SQL>

Oracle高级查询语句

1.等值连接

SQL> ---查询出员工和员工的部门的名称是什么（涉及两个表emp,dept的联合查询，找等值条件  emp.deptno = dept.deptno）
SQL> ---1.等值查询
SQL> select e.*,d.dname from emp e,dept d where e.deptno = d.deptno;

笛卡尔积，笛卡尔积(没有等值条件) emp 14条 dept 4条 结果 14*4 = 56条记录

SQL> select e.empno,e.ename,d.dname from emp e,dept d;

内连接（和等值查询的结果一样） inner join

SQL> select e.empno,e.ename,d.dname from emp e inner join dept d on e.deptno = d.deptno;

外连接 left [outer] join 左外联，right [outer] join 右外联，full join完全连接
left [outer] join 左外联：
rows selected

SQL> ----3.left [outer] join 左外联，以左表为准 emp e left join dept d,left join左边的emp为左表，left join右边 dept为右表
SQL> 左外联，以左表emp为准,不管关联的字段deptno是否在右表dept中是否有对应的数据，左表emp的数据全部要显示(注意：查询结果合理，实战中推荐使用左外联) 
左外联，以左表emp为准,不管关联的字段deptno是否在右表dept中是否有对应的数据，左表emp的数据全部要显示 
SQL> select e.empno,e.ename,d.dname from emp e left join dept d on e.deptno = d.deptno;

right [outer] join 右外联,右外联，以右表dept为准,不管关联的字段deptno是否在左表emp中是否有对应的数据，右表dept的数据全部要显示,坐标emp中关联的deptno为null的记录不显示

full [outer] join 完全连接 都要显示左表和右表的数据，不管左表emp的关联字段deptno为null,还是右表dept的数据deptno=40被左表emp引用(注意：mysql不支持)

SQL> select e.empno,e.ename,e.job,e.sal,d.dname,g.grade
  2  from emp e
  3  left join dept d on e.deptno = d.deptno
  4  left join salgrade g on e.sal between g.losal and g.hisal
  5  order by e.empno
  6  ;

如何使用(+)进行多表查询（注意：该语法在别的数据库不支持，所以不通用，不推荐使用）

SQL> select e.empno, e.ename, d.deptno, d.dname
  2  from emp e, dept d
  3  where e.deptno(+) = d.deptno;
 
EMPNO ENAME      DEPTNO DNAME
----- ---------- ------ --------------
 7499 ALLEN          30 SALES
 7521 WARD           30 SALES
 7566 JONES          20 RESEARCH
 7654 MARTIN         30 SALES
 7698 BLAKE          30 SALES
 7782 CLARK          10 ACCOUNTING
 7788 SCOTT          20 RESEARCH
 7844 TURNER         30 SALES
 7876 ADAMS          20 RESEARCH
 7900 JAMES          30 SALES
 7902 FORD           20 RESEARCH
 7934 MILLER         10 ACCOUNTING
 7839 KING           10 ACCOUNTING
                     40 OPERATIONS
 
14 rows selected

使用using来实现联合查询

SQL> select e.empno,e.ename,d.deptno,d.dname from emp e inner join  dept d using(deptno);
 
select e.empno,e.ename,d.deptno,d.dname from emp e inner join  dept d using(deptno)
 
ORA-25154: USING 子句的列部分不能有限定词
 
SQL> select e.empno,e.ename,deptno,d.dname from emp e inner join  dept d using(deptno);
 
EMPNO ENAME      DEPTNO DNAME
----- ---------- ------ --------------
 7499 ALLEN          30 SALES
 7521 WARD           30 SALES
 7566 JONES          20 RESEARCH
 7654 MARTIN         30 SALES
 7698 BLAKE          30 SALES
 7782 CLARK          10 ACCOUNTING
 7788 SCOTT          20 RESEARCH
 7844 TURNER         30 SALES
 7876 ADAMS          20 RESEARCH
 7900 JAMES          30 SALES
 7902 FORD           20 RESEARCH
 7934 MILLER         10 ACCOUNTING
 7839 KING           10 ACCOUNTING
 
13 rows selected
 
SQL>

最后

事务相关的专门出一期专题，谢谢！

举报

相关推荐

数据库快速入门教程--视频

数据库oracle10gsql serversql语言系统/运维

MySql入门教程--MySQL数据库基础操作

javalist开发语言

浏览器数据库 IndexedDB 入门教程

数据库数据主键虚拟化云计算

3.5 Docker最新入门教程-Docker入门-持久化数据库

docker数据应用程序Docker云计算

Oracle 官方下载数据库教程

Oracle 官方下载教程下载地址oracle数据库系统/运维

ABP入门教程7 - 基础设施层更新数据库

原创包管理器数据库ServerHtml/CSS前端开发

软件开发入门教程网之MySQL 删除数据库

mysql删除数据数据库iOS移动开发yyds干货盘点

TDengine 入门教程①——时序数据库简单介绍和产品对比

时序数据库tdengine大数据InfluxDB物联网Python后端开发

TDengine 入门教程⑧——数据库管理工具 | DBeaver 连接 TDengine

数据库tdengine大数据DBeaver时序数据库HarmonyOS后端开发

删除 Oracle 软件和数据库教程

YOLO机器学习目标检测计算机视觉人工智能深度学习
0 条评论