3、SQL语言入门：SQL概述、数据定义语言(DDL)、数据操作语言(DML)、数据查询语言(DQL)

好，咱们今天来聊聊SQL。说实话，很多刚接触材料数据库的朋友，一听到「SQL」三个字母就觉得头大。我当年也是这样，觉得这玩意儿是DBA（数据库管理员）才需要学的。直到我自己动手搭第一个材料数据库时，才发现——不会SQL，你连数据都查不出来，更别提什么高效查询了。

SQL，全称是Structured Query Language，结构化查询语言。说白了，它就是你和数据库对话的「普通话」。你告诉它：我要找什么、怎么找、找出来之后怎么处理。它就能把结果给你。

我个人习惯把SQL分成三大块来学：DDL（数据定义语言）、DML（数据操作语言）、DQL（数据查询语言）。这三块搞明白了，日常工作中90%的需求你都能搞定。

核心观点：SQL不是编程语言，它是声明式语言。你只需要告诉数据库「要什么」，不用告诉它「怎么找」。数据库自己会优化执行计划。

SQL语言知识体系 SQL 语言 DDL 数据定义语言 CREATE / ALTER / DROP DML 数据操作语言 INSERT / UPDATE / DELETE DQL 数据查询语言 SELECT / FROM / WHERE CREATE TABLE ALTER TABLE DROP TABLE INSERT INTO UPDATE SET DELETE FROM SELECT WHERE 条件 JOIN 连接 三大核心模块：定义结构 → 操作数据 → 查询分析

3.1 SQL概述：它到底是什么？

SQL是一种专门用来管理关系型数据库的语言。你想想看，材料数据库里存的是什么？是材料名称、成分、性能参数、测试条件……这些数据天然就是「关系型」的——一种材料有多个性能，一个测试批次包含多种材料。SQL就是用来处理这种关系的。

我记得刚入行时，带我的老工程师跟我说过一句话：「SQL学好了，你查数据的速度能比别人快10倍。」当时我不信，后来自己踩了坑才明白——不会SQL，你只能靠Excel手动筛选，几千条数据就能让你崩溃。

小提示：SQL不区分大小写，但行业惯例是关键字大写（SELECT、FROM），表名和字段名小写。这样代码可读性更好。我个人一直这么写，推荐你也试试。

3.2 数据定义语言（DDL）——搭好数据库的骨架

DDL，说白了就是「建表」的语言。你要存材料数据，总得先有个「容器」吧？这个容器就是表（Table）。DDL就是用来创建、修改、删除这些表的。

核心命令就三个：

  • CREATE —— 创建表或数据库
  • ALTER —— 修改表结构
  • DROP —— 删除表或数据库

举个例子，我们要建一个材料基本信息表：

CREATE TABLE materials (
    id INT PRIMARY KEY,
    name VARCHAR(100) NOT NULL,
    category VARCHAR(50),
    density DECIMAL(10,3),
    create_date DATE
);

这段代码干了什么？它创建了一个叫 materials 的表，里面有5个字段。id是主键，不能重复；name不能为空；density是带3位小数的数字。

我在项目中遇到过一个问题：表建好了，但后来发现需要加一个「供应商」字段。怎么办？用ALTER：

ALTER TABLE materials ADD COLUMN supplier VARCHAR(100);

警告：DROP TABLE 会直接删除整张表和数据，没有撤回键！我曾经有一次在测试环境执行 DROP，结果连到了生产库……嗯，从那以后我每次执行 DROP 前都会再三确认当前连的是哪个数据库。

3.3 数据操作语言（DML）——往骨架里填数据

表建好了，接下来就是往里塞数据。DML就是干这个的。

三个核心操作：

  • INSERT —— 插入新数据
  • UPDATE —— 修改已有数据
  • DELETE —— 删除数据

插入一条材料记录：

INSERT INTO materials (id, name, category, density, create_date)
VALUES (1, '304不锈钢', '金属材料', 7.930, '2024-01-15');

修改数据：

UPDATE materials
SET density = 7.950
WHERE name = '304不锈钢';

这里有个坑——UPDATE 和 DELETE 一定要加 WHERE 条件。不加的话，整张表的数据都会被改掉或删掉。我刚开始学的时候犯过这个错，一条 UPDATE 下去，整个材料表的所有密度值都变成了7.95……那叫一个酸爽。

经验之谈：执行 UPDATE 或 DELETE 之前，先跑一遍 SELECT 看看 WHERE 条件选中的是不是你要的数据。这是保命操作。

3.4 数据查询语言（DQL）——从数据里挖金子

DQL，其实就是 SELECT 语句。这是SQL里最常用、也最强大的部分。你想想看，材料数据库里存了几万条数据，你要找出「密度大于7.0的所有金属材料」，怎么办？

SELECT name, density, category
FROM materials
WHERE density > 7.0 AND category = '金属材料';

就这么简单。但SELECT远不止这些，它还能：

  • 排序：ORDER BY density DESC 按密度从高到低排
  • 分组统计：GROUP BY category 按类别统计材料数量
  • 多表连接：JOIN 把材料表和测试数据表关联起来

举个例子，你想看每种材料类别下有多少种材料：

SELECT category, COUNT(*) AS material_count
FROM materials
GROUP BY category;

结果大概是这样：

category material_count
金属材料 152
高分子材料 89
陶瓷材料 47
复合材料 33

为什么会这样？因为GROUP BY把相同类别的数据归到了一起，COUNT(*)统计了每组有多少条记录。这在材料数据库的统计分析中非常实用。

技巧：SELECT 后面用 * 会查出所有字段，但在生产环境中尽量别这么干。明确写出你要的字段名，性能更好，也更容易维护。我一般只在快速调试时用 *。

3.5 避坑指南——我踩过的那些坑

最后分享几个我亲身经历过的坑，希望能帮你少走弯路：

  1. 字段类型选错：存材料密度用 VARCHAR？别闹。数值就该用 DECIMAL 或 FLOAT，不然排序和计算都会出问题。
  2. 忘记加索引：几万条数据查起来慢得像蜗牛？多半是没加索引。WHERE 条件里常用的字段，记得建索引。
  3. DELETE 不写 WHERE：这个前面说过了，血的教训。每次执行前默念三遍「加条件、加条件、加条件」。
  4. 字符串引号搞混：SQL里字符串用单引号 ' '，不是双引号。双引号在有些数据库里是给字段名用的。

好了，SQL的三大块——DDL、DML、DQL，咱们今天就聊到这儿。说白了，DDL是搭架子，DML是填数据，DQL是查数据。这三板斧学会了，材料数据库的基本操作你就拿下了。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →