模糊查询和聚合函数

SELECT * FROM Student
UPDATE Student SET StudentName=‘王波‘ WHERE StudentNo=‘Y21003011‘

--模糊查询：查询学生表中姓’冯‘的学生记录
--
--‘%‘:匹配0-n个任意字符 
--‘_‘匹配单个字符 
--‘[]‘匹配区间内的值：如[13]
--‘[^]‘匹配区间内不包含的值
SELECT * FROM Student WHERE StudentName LIKE ‘王_‘
SELECT * FROM Result WHERE SubjectId LIKE ‘[1-9]‘
SELECT * FROM Result WHERE SubjectId LIKE ‘[^1-3]‘
--查询空的数据行
SELECT * FROM Student WHERE Email=‘‘

--查询区间内数据:BETWEEN AND
SELECT * FROM Result WHERE SubjectId BETWEEN 1 AND 10

--查询与列所匹配值相同的数据：IN
SELECT * FROM Student WHERE Address IN (‘新疆乌鲁木齐‘,‘北京市海淀区五道口北大青鸟IT职业技术学院‘,‘黑龙江哈尔滨‘)

--聚合函数
--求和：SUM()
SELECT SUM(StudentResult) AS ‘总成绩‘,Result.SubjectId FROM Result WHERE SubjectId=3

 

--平均值
SELECT AVG(StudentResult) AS ‘平均成绩‘ FROM Result

 

--最大值，最小值
SELECT MAX(StudentResult) AS ‘最高成绩‘ FROM Result
SELECT MIN(StudentResult) AS ‘最低成绩‘ FROM Result

--统计记录数:COUNT(*)和COUNT(1)的区别
SELECT COUNT(StudentNo) AS ‘记录数‘ FROM Result

 

count(*)和count(1)的区别：

　　　　 从执行计划来看，count(1)和count(*)的效果是一样的。 但是在表做过分析之后，count(1)会比count(*)的用时少些（1w以内数据量），不过差不了多少。  　　　　 如果count(1)是聚索引,id,那肯定是count(1)快。但是差的很小的。  　　　　 因为count(*),自动会优化指定到那一个字段。所以没必要去count(1)，用count(*)，sql会帮你完成优化的 因此：count(1)和count(*)基本没有差别！  　　　　 count(*)包括了所有的列，相当于行数，在统计结果的时候，不会忽略列值为NULL    　　　　count(1)包括了忽略所有列，用1代表代码行，在统计结果的时候，不会忽略列值为NULL