企业官网建设流程全解析

干了这么多年数据库，带过不少新人，发现大家学到查询这块最容易卡壳。前面几篇讲完安装、建库、建表，到这儿反而懵了：明明SELECT看起来就两个单词，怎么一到真项目里就写不对？这篇零基础第八篇，就是专门把"基础查询"这层窗户纸捅破的。

我会按照实际干活时的思路来讲，先搞清楚查询是查什么，再一步步拆解SELECT的各个零件。从最简单的全表查询，到带条件的精准筛选，再到排序，最后把我这些年踩过的坑一并端出来。你可以放心，这篇不需要任何基础，只要前面几篇照着做完、手头有个能跑的MySQL环境，就能跟着上手。

1. 查询之前，先把"查什么"这件事想明白

1.1 连接数据库并确认目标表

很多新手一上来就写SELECT，结果报错"Table doesn't exist"，其实就是没搞清楚查询是发生在哪个"空间"里的。MySQL的逻辑结构很像是你家里的文件柜：数据库（Database）是文件柜，表（Table）是文件柜里的文件夹，行（Row）是文件夹里的一张张纸，列（Column）是纸上填写的项目，比如姓名、年龄、价格。

所以用查询前，第一步是得站在正确的文件柜前面。命令行里先登录：

mysql -u root -p

输入密码后，你就进入了一个MySQL的"大厅"。这时可以用这条命令看看大厅里摆了几个文件柜：

SHOW DATABASES;

找到自己建的那个库，比如叫shop，就进去：

USE shop;

再确认一下这个库里有哪些文件夹（表）：

SHOW TABLES;

到这儿，你才真正具备了写查询的前提。我见过太多新手问"为什么我的SELECT报错"，最后发现压根没执行USE，系统都不知道你要查哪个库。

1.2 理解行和列：查询的本质是"取行的子集、选列的子集"

清楚了库和表的结构后，再往深想一层：查询的本质其实就两件事——筛选行，挑选列。你想看哪些行（满足什么条件的记录），你想看这些行的哪些列（每个记录的哪些属性）。SELECT后面跟的是"要哪些列"，WHERE后面跟的是"要哪些行"。

我习惯让初学者把查询理解成"从一张Excel表里做筛选"。你打开一个大表，第一反应肯定是先看有多少行、多少列，然后按照某个条件筛选出关心的数据，再隐藏掉不需要的列。SQL查询干的也是同样的事，只是把鼠标操作变成了文字指令。

为了后续演示方便，假设我们在shop库里有一张users表，里面存着用户信息：

后面所有例子都围绕这张表进行。

2. SELECT基础语法：先把数据"取出来"再说

2.1 最简单的查询：SELECT * 与指定列查询

新手的第一句SQL，基本都是这样：

SELECT * FROM users;

*表示"所有列"，这句话的意思是：把users表里所有行、所有列的数据全部拿出来。这种写法在学习阶段完全没问题，因为你想快速看看表里有什么。但在实际工作中要养成好习惯，尽量不要一上来就SELECT *。原因主要有两点：

一是浪费资源。如果一张表有几十个字段，而你的业务只需要其中两三个，那查出来的额外数据在网络传输和内存占用上都是白花花的成本。数据量大起来以后，差别非常明显。

二是可读性差。别人看你的代码，根本不知道你到底需要哪些数据。后面接上JOIN、子查询时，满屏的*会让逻辑变得一团乱。

更规范的写法是指定列名：

SELECT name, age FROM users;

这条语句只取name和age两列。数据库执行时也只需要读取这两列的数据，效率更高，结果也更清爽。

2.2 给列起别名：让查询结果"说人话"

有时候表里的字段名比较简写，比如created_at你可能想显示成"创建时间"，这就用到别名：

SELECT name AS 姓名, age AS 年龄 FROM users;

AS后面跟的就是别名。注意，中文别名在某些环境下直接写没问题，在另一些环境下需要加引号：

SELECT name AS '姓名', age AS '年龄' FROM users;

我个人的习惯是统一加单引号，避免因为版本、字符集差异导致莫名报错。别名不会修改表里的真实字段名，它只是查询结果展示时的一个"临时名字"而已。

2.3 去重查询：DISTINCT的典型场景

再来看一个经常被问到的功能：去重。比如你想知道users表里共有哪些城市（重复的不算）：

SELECT DISTINCT city FROM users;

执行结果是北京、上海、广州、NULL，每个城市只出现一次。DISTINCT的作用就是"把查询结果里完全相同的行合并成一行"。它跟后面的多个列组合使用时会有些微妙的地方，比如：

SELECT DISTINCT city, age FROM users;

此时去重逻辑是"城市和年龄两个字段组合在一起完全相同"才算重复。北京出现了两次，但因为年龄都是25，所以会被去重成一列。这个行为很容易让新手误解，以为DISTINCT只是对第一个字段去重，实际不是的。

需要留意的是，DISTINCT本身是有开销的，它要求MySQL对所有返回的数据做一次排序或哈希去重。表越大，代价越高。能用WHERE提前过滤掉的数据，就别扔到DISTINCT里处理。

2.4 查询常量与表达式：SELECT 不只是查表

还有一个基础但重要的点：SELECT不一定非得跟FROM。你可以直接在MySQL里当计算器用：

SELECT 1 + 1; SELECT NOW(); SELECT 'Hello MySQL';

这在调试的时候特别有用。想确认当前数据库时间、计算个简单数值，不用打开计算器，直接在MySQL里搞定就行。实际工作中，这类句子的价值更多体现在"验证某个函数行为"上，而不在业务查询里。

3. WHERE条件筛选：让查询精确命中目标数据

查全表只是热身，真正干活得靠条件筛选。WHERE子句就是用来指定"我要哪些行"的。

3.1 比较运算：等于、不等于、大于、小于

最基础的筛选方式是拿字段跟一个值做比较。比如查出年龄等于25的用户：

SELECT name, age FROM users WHERE age = 25;

这里的=是"等于"，跟编程语言里的赋值是完全两码事，可别搞混了。再看不等于，可以用!=或<>，两者等效：

SELECT name, age FROM users WHERE age <> 25;

大于、小于、大于等于、小于等于也都一样：

SELECT name, age FROM users WHERE age >= 28; SELECT name, age FROM users WHERE age <= 25;

这里有个新手必踩的坑：字符串比较必须加引号。比如：

SELECT * FROM users WHERE city = 北京;

这句会直接报错，因为MySQL把没加引号的北京当成列名去解析了。正确的写法是：

SELECT * FROM users WHERE city = '北京';

3.2 组合条件：AND和OR的逻辑关系

实际需求很少只有一个条件，更多是"年龄大于25 并且 城市是北京"这种组合。此时就要用AND和OR。AND表示必须同时满足，OR表示满足其中一个即可。

SELECT * FROM users WHERE age > 25 AND city = '北京'; SELECT * FROM users WHERE age > 25 OR city = '北京';

第一种情况只会返回北京且年龄大于25的人；第二种情况会把"所有年龄大于25的人"加"所有北京的人"一起返回，满足一边就会被选中。

问题来了：如果条件里既有AND又有OR，谁说了算？

SELECT * FROM users WHERE age > 25 OR city = '北京' AND balance > 0;

很多人的第一反应是"从左往右算"。但MySQL里AND的优先级比OR高，相当于隐式地给city = '北京' AND balance > 0加了括号。也就是说，上面语句实际含义是：

SELECT * FROM users WHERE age > 25 OR (city = '北京' AND balance > 0);

这才是最容易出bug的地方。我的经验是：只要混用了AND和OR，一律用括号把逻辑关系写清楚。括号不仅能改变优先级，更重要的是让读代码的人一眼看懂你的意图，省去猜谜的负担。

3.3 IN与NOT IN：离散值的快速匹配

如果条件变成"城市是北京或上海或广州"，你可以用一连串OR：

SELECT * FROM users WHERE city = '北京' OR city = '上海' OR city = '广州';

这么写虽然对，但很啰嗦，还容易漏掉条件。更干净的方式是IN：

SELECT * FROM users WHERE city IN ('北京', '上海', '广州');

IN后面跟一个值列表，只要字段值在这个列表里，行就会被选中。反过来，想排除这些城市，就用NOT IN：

SELECT * FROM users WHERE city NOT IN ('北京', '上海', '广州');

有一个细节必须讲清楚：如果IN列表里含有NULL，那NOT IN的结果会跟你想的完全不一样。比如：

SELECT * FROM users WHERE city NOT IN ('北京', NULL);

这条语句不会返回任何行。原因跟SQL的三值逻辑（TRUE、FALSE、UNKNOWN）有关：当city跟NULL比较时，结果不是"不等于"，而是"未知"（UNKNOWN）。UNKNOWN在WHERE里会被当作不满足条件处理。所以包含NULL的比较要格外小心，宁可先用后面讲的IS NULL把空值单独拎出来处理。

3.4 BETWEEN：范围查询的便捷写法

想找出余额在50到200之间的用户，用比较运算符也能写：

SELECT * FROM users WHERE balance >= 50 AND balance <= 200;

也可以用BETWEEN：

SELECT * FROM users WHERE balance BETWEEN 50 AND 200;

这里必须提醒一句：BETWEEN是闭区间，即包含两端值。50和200都会被查出来。很多人以为是开区间，写着写着就漏数据了，这是非常典型的偏差。如果确实不想包含边界，还是老老实实写>、<。

BETWEEN不只适用于数值，日期也适用：

SELECT * FROM users WHERE created_at BETWEEN '2024-01-01' AND '2024-06-30';

但日期边界同样要小心。这里查的是created_at，如果字段是DATETIME类型，2024-06-30默认相当于2024-06-30 00:00:00，那2024-06-30 08:00:00的数据就查不到。更稳妥的做法是用>=和<组合：

SELECT * FROM users WHERE created_at >= '2024-01-01' AND created_at < '2024-07-01';

这个写法能准确覆盖整个6月。

3.5 LIKE模糊查询：%和_的用法

"模糊查询"是基础查询里非常有代表性的需求。比如你想找所有姓"张"的用户，完全相等匹配肯定不适用，这时候要用LIKE：

SELECT * FROM users WHERE name LIKE '张%';

%是通配符，代表"任意长度的一串字符"。'张%'表示"以张开头"，后面跟啥都行。另一种常见场景是找包含某关键词的人：

SELECT * FROM users WHERE name LIKE '%三%';

意思是"名字里有个'三'"。注意，%能匹配零个或多个字符，所以'张%'也匹配 "张" 本身。

除了%，还有一个下划线_，它只匹配一个字符。比如：

SELECT * FROM users WHERE name LIKE '张_';

这只能匹配"张"加任意一个字的人，比如"张三"，但匹配不了"张小明"。这个区别在写精确度的需求时很有用。

平时开发时要注意：LIKE如果写成'%关键词%'，因为前置通配符的存在，索引通常就失效了。数据量小的表无所谓，数据量大了以后，这类查询会全表扫描，性能直线下降。该用全文索引或搜索引擎的场景，就得及时升级方案，别在LIKE一棵树上吊死。

3.6 空值判断：IS NULL与IS NOT NULL

空值是初学者最容易翻车的地方。NULL在SQL里表示"未知""不存在"，它不是0，也不是空字符串。判断空值不能用= NULL，因为前面说过，跟NULL比较得到的结果是UNKNOWN，WHERE永远不会把它当条件成立。

正确的写法是：

SELECT * FROM users WHERE city IS NULL; SELECT * FROM users WHERE city IS NOT NULL;

拿我们的示例数据来说，孙七的城市是NULL，想单独找出一个没有城市信息的用户，必须用IS NULL。如果你用WHERE city = ''，那查出来的只会是空字符串的字段，查不到NULL的。这两种情况在实际业务里含义不同：空字符串代表"明确填了空"，NULL代表"压根没填或者不知道"。做统计时特别要分辨清楚，否则报表数据对不上，排查半天可能就卡在这里。

4. ORDER BY排序：让结果按你的规则排列

查询结果默认返回的顺序，取决于MySQL内部怎么存储和访问数据，你是不好保证的。想让结果整齐有序，必须主动用ORDER BY。

4.1 升序与降序：ASC和DESC的正确用法

按年龄从小到大的顺序列出用户：

SELECT name, age FROM users ORDER BY age ASC;

按年龄从大到小：

SELECT name, age FROM users ORDER BY age DESC;

ASC是升序（默认），DESC是降序。不写关键字时，默认按升序排。这里有个细节：数字排序好理解，字符串排序也按字典顺序排，但中文字符排序就不是靠直觉了。

中文按的是字符集的编码顺序排序，很可能跟你想要的"按拼音排"不一样。想按拼音排，需要使用CONVERT或指定排序规则（Collation），这不是基础篇的内容，但你可以先有个印象：中文排序会是个潜在的天坑。

4.2 多字段排序：按什么优先，谁在前谁说了算

需求升级一下：先按城市排，同一个城市里的人再按年龄排。写法是把多个字段用逗号分开：

SELECT name, city, age FROM users ORDER BY city ASC, age DESC;

执行的顺序是：先按city排，如果city相同，再按age排。注意，DESC只作用于紧挨着它的那个字段，city不受影响。初学者容易写成：

ORDER BY city, age DESC;

以为两个字段都是降序，其实只有age是降序。如果确实都需要降序，得写成：

ORDER BY city DESC, age DESC;

这个细节在写分页查询或者排行榜类需求时特别重要，排错一个字段，整个榜单数据就全乱了。

4.3 排序与LIMIT配合：取前N条记录

查询里特别常见的需求是"取前几条"。比如找出年龄最大的三个用户：

SELECT name, age FROM users ORDER BY age DESC LIMIT 3;

LIMIT 3表示只返回前3行。它跟在ORDER BY后面时，逻辑顺序是：先按规则把全部数据排好序，再取前3行。顺序反了会让你拿到"排序前的前3行"，结果完全不同。

LIMIT也支持偏移量的写法：

SELECT name, age FROM users ORDER BY age DESC LIMIT 3, 5;

这里的3, 5表示从第4行开始取5行（偏移量从0开始），这正是分页的核心逻辑之一。分页参数多了以后，LIMIT的效率问题就会浮现，大表分页要靠"书签"或索引来优化，但这些都是进阶话题了。

4.4 排序时NULL值的处理

NULL在排序中默认认为是最小值，所以升序时排在最前面，降序时排在最后面。比如：

SELECT name, city FROM users ORDER BY city ASC;

结果里城市为NULL的孙七会排在最前面。这个默认行为在不同数据库产品里并不一致，Oracle是把NULL视为最大值，这就容易造成迁移时行为差异。如果你明确想把NULL排到后面，MySQL里可以这样写：

SELECT name, city FROM users ORDER BY city IS NULL ASC, city ASC;

这个写法把city IS NULL当成一个布尔表达式，0排前面、1排后面，先把非空值排出来，再排空值。虽然基础篇不做强制要求，但提前知道这个技巧，将来遇到空值排序疑惑时会省很多时间。

5. 常见问题与排查技巧实录

写查询写了这么多年，几乎每天都会在社区和群里看到新手问类似的问题。我把高频问题整理成一个速查表，你可以存下来当备查手册。

5.1 命令执行不了的常见原因

5.2 引号、分号与关键字的细节

分号的问题值得单独说一遍。在MySQL命令行里，一条语句是以分号结束并执行的。新手最容易犯的错是写完SQL后忘了分号就按回车，结果MySQL认为语句还没结束，光标乖乖跳到下一行等你继续。这时候不要慌，补个分号回车即可，或者用\c退出输入状态。

还有关键字大小写的问题：SELECT、select、Select都能执行，MySQL关键字不区分大小写，但表名和库名在Linux系统上区分大小写，在Windows上不区分。这会导致一个经典问题：代码在本地Windows跑得好好的，一上Linux服务器就报表不存在。要彻底避免，最好统一约定：建表时所有表名、字段名都用小写，写SQL也保持一致。

引号的细节再强调一点：字符串值是单引号，双引号在某些模式下也能用，但不稳定。MySQL默认开启了ANSI_QUOTES的话，双引号会被当成列名引用符，而不是字符串。所以最稳妥的做法是：字符串一律单引号。

5.3 查询性能的入门意识

基础查询的语法都学会了之后，我强烈建议你养成一个习惯：每次写查询，用EXPLAIN看一眼执行计划。

EXPLAIN SELECT * FROM users WHERE age > 25;

这个命令不会真的返回数据，它返回的是MySQL打算怎么执行这条查询的"作战计划"。比如是否全表扫描（type列是ALL），是否用到索引（key列）。从基础阶段就养成看执行计划的习惯，比事后看各种性能优化文章要有效得多。

初学阶段，只需要关注两点：一是type不要是ALL（除非表实在很小），二是key有没有实际用到索引。等这两点有了直觉，你已经比大多数"能用但不懂为什么慢"的开发者强了。

5.4 练习建议与下一步方向

基础查询能覆盖日常开发中很大一部分需求，但它毕竟只是SQL世界的入口。我给你的练习建议是：拿自己手边的任意一张表（比如前面建立的users），把今天这篇里所有示例语句逐条敲一遍，然后改动条件做"如果改成X会怎样"的实验。敲键盘是学SQL性价比最高的方式，看一遍永远比不过敲一遍。

另外提醒一下，学好基础查询后，接下来的自然延伸是GROUP BY分组统计、JOIN多表连接和子查询。这些都是建立在这个基础之上的进阶功能，但地基如果没打牢，后面每走一步都会觉得哪里不对劲。

如果哪天你被某条查询折磨得抓狂，先别急着怀疑自己。把SQL拆开：先看查询的是哪张表，再看过滤条件是否合理，再看排序和分页是否符合预期。九成的问题，出在这几个环节里。记住这个排查顺序，你能比大多数人更快定位到问题所在。