柠檬工会

Hey guys! This week we’ll be going over some ways to work with result sets in MySQL. These result sets are the outputs of your everyday queries, such as:

大家好! 本周,我们将介绍一些在MySQL中处理结果集的方法。 这些结果集是您日常查询的输出,例如:

联盟 (UNION)

One way to combine two result sets is by using the UNION operator. By default, this combines two result sets without duplicating any rows. This works as you would believe it would in set theory. The syntax for this would be:

合并两个结果集的一种方法是使用UNION运算符。 默认情况下,这将合并两个结果集,而不会重复任何行。 正如您所相信的那样,这会起作用。 语法如下:

Where you have your regular SELECT statements, but use UNION to combine each result set. Each UNION can be followed by either DISTINCT or ALL. DISTINCT will combine the sets but keep each unique value only once, while ALL will combine the sets while keeping duplicates. If you don’t specify either, DISTINCT is used, which is pretty intuitive.

在具有常规SELECT语句的位置,但使用UNION合并每个结果集。 每个UNION后面都可以加上DISTINCTALLDISTINCT将合并集合,但每个唯一值仅保留一次,而ALL将合并集合,同时保留重复项。 如果您未指定任何一个,则使用DISTINCT ,这非常直观。

Do note that each SELECT statement should have the same number of columns selected and the data types of the columns should be compatible.

请注意,每个SELECT语句应选择相同数量的列,并且列的数据类型应兼容。

Now let’s look at an example using this. Let’s say we have two tables, table1 and table2, as shown below:

现在让我们来看一个使用此示例。 假设我们有两个表,table1和table2,如下所示:

If we were to combine both columns, col1 and col2, from each table, by following the syntax:

如果我们要通过遵循以下语法将每个表中的列col1和col2组合在一起:

Will produce the following:

将产生以下内容:

Also note that the result’s column names will match those of the first SELECT statement. We can also use aliasing to change this by aliasing the column names of the first SELECT statement.

还要注意,结果的列名将与第一个SELECT语句的列名匹配。 我们还可以使用别名来更改别名,方法是对第一个SELECT语句的列名进行别名处理。

You may have noticed that UNION is similar to JOIN. They both merge your data. However, UNION combines sets vertically, while JOIN combines sets horizontally, as illustrated below:

您可能已经注意到UNION与JOIN类似。 他们都合并您的数据。 但是,UNION垂直组合集合,而JOIN水平组合集合,如下所示:

Union vs. (Inner) Join联合与(内部)合并

Now we know how to combine different result sets into a single one!

现在我们知道如何将不同的结果集组合为一个!

The following resource is a huge help for anything SQL related!

以下资源对于任何与SQL相关的问题都是巨大的帮助!

翻译自: https://medium.com/@gl7526/the-union-operator-4721f2ca3482

柠檬工会


http://www.taodudu.cc/news/show-995365.html

相关文章:

  • 大数据ab 测试_在真实数据上进行AB测试应用程序
  • 如何更好的掌握一个知识点_如何成为一个更好的讲故事的人3个关键点
  • 什么事数据科学_如果您想进入数据科学,则必须知道的7件事
  • 季节性时间序列数据分析_如何指导时间序列数据的探索性数据分析
  • 美团骑手检测出虚假定位_在虚假信息活动中检测协调
  • 回归分析假设_回归分析假设的最简单指南
  • 为什么随机性是信息
  • 大数据相关从业_如何在组织中以数据从业者的身份闪耀
  • 汉诺塔递归算法进阶_进阶python 1递归
  • 普里姆从不同顶点出发_来自三个不同聚类分析的三个不同教训数据科学的顶点...
  • 荷兰牛栏 荷兰售价_荷兰的公路货运是如何发展的
  • 如何成为数据科学家_成为数据科学家需要了解什么
  • 个人项目api接口_5个免费有趣的API,可用于学习个人项目等
  • 如何评价强gis与弱gis_什么是gis的简化解释
  • 自我接纳_接纳预测因子
  • python中knn_如何在python中从头开始构建knn
  • tb计算机存储单位_如何节省数TB的云存储
  • 数据可视化机器学习工具在线_为什么您不能跳过学习数据可视化
  • python中nlp的库_用于nlp的python中的网站数据清理
  • 怎么看另一个电脑端口是否通_谁一个人睡觉另一个看看夫妻的睡眠习惯
  • tableau 自定义省份_在Tableau中使用自定义图像映射
  • 熊猫烧香分析报告_熊猫分析进行最佳探索性数据分析
  • 白裤子变粉裤子怎么办_使用裤子构建构建数据科学的monorepo
  • 青年报告_了解青年的情绪
  • map(平均平均精度_客户的平均平均精度
  • 鲜活数据数据可视化指南_数据可视化实用指南
  • 图像特征 可视化_使用卫星图像可视化建筑区域
  • 海量数据寻找最频繁的数据_在数据中寻找什么
  • 可视化 nlp_使用nlp可视化尤利西斯
  • python的power bi转换基础

柠檬工会_工会经营者相关推荐

  1. 工作经费的开支范围_工会经费开支范围

    匿名用户 1级 2009-10-25 回答 基层工会经费使用管理办法 为管好.用好工会经费,做到"用得合理,群众满意",更好地为职工群众服务,为发展工运事业服务,按照工会预算管理办 ...

  2. 计算机毕业设计之SpringBoot+Vue.js工会管理系统 工会管理平台

    一.课题的研究意义及研究现状 随着基于互联网技术的信息管理平台的快速发展,高校人员越来越多,传统的工会信息管理需要管理人员大量手工在表格中统计,还有各种福利发放.互助保险.人员统计,需要手动工作非常繁 ...

  3. 四川大学计算机学院工会电话,工会办公室

    部门职责 1.根据学校工会工作安排和集团实际,起草制定集团工会工作计划.总结等. 2.认真贯彻执行学校工会和集团党委的决议,抓好部门工会的组织和建设,定期组织召开部门工会委员会会议. 3.虚心听取职工 ...

  4. 柠檬网络电视_睡觉时旁边放柠檬,真能促进长高提升记忆力?权威解答来了

    专家建议 2-4岁的儿童每天睡12小时: 4-7岁的儿童每天睡11小时: 7 -15岁的儿童每天睡9-10小时. 执笔:胡蝶 编辑:胡蝶 定稿:欧阳比文 对于孩子的身高问题,家长们可谓是操碎了心,谁不 ...

  5. 预测股票价格 模型_建立有马模型来预测股票价格

    预测股票价格 模型 前言 (Preface) If you are reading this, it's most likely because you love to solve puzzles. ...

  6. 机器学习 客户流失_通过机器学习预测流失

    机器学习 客户流失 介绍 (Introduction) This article is part of a project for Udacity "Become a Data Scient ...

  7. 余弦相似度和欧氏距离_欧氏距离和余弦相似度

    余弦相似度和欧氏距离 Photo by Markus Winkler on Unsplash Markus Winkler在Unsplash上拍摄的照片 This is a quick and str ...

  8. 数据中心细节_当细节很重要时数据不平衡

    数据中心细节 定义不平衡数据 (Definition Imbalanced Data) When we speak of imbalanced data, what we mean is that a ...

  9. ppt图表图表类型起始_梅科图表

    ppt图表图表类型起始 There are different types of variable width bar charts but two are the most popular: 1) ...

最新文章

  1. CTFshow php特性 web123
  2. Xtract 实现 VMware Vsphere 迁主机到 Nutanix cluster
  3. 在网页中添加QQ聊天按钮
  4. 2018 年React 将独占前端框架鳌头
  5. 软件测试(三)——lab 1
  6. Spring Boot不指定包路径就可以扫描启动类所在包及其子包下的类是怎么做到的?
  7. “夏栀的博客”网站一期建站通知贴
  8. 目录 如何成为一个合格的段子手
  9. 新世界黑客与匿名者组织宣布对美国DNS服务的大规模DDoS攻击负责
  10. dede织梦后台页面及功能修改及精简操作方法
  11. 一个霸占程序员休息时间的 APP
  12. python-test1
  13. 在测试集PARSEC测试集简介与使用
  14. GetItemText
  15. 如何白手起家挣到一百万?
  16. ecshop mysql 30秒_ecshop数据库字段说明汇总
  17. ICLR 2022杰出论文奖出炉!清华、人大获奖,浙大提名
  18. 微信加入群聊的设计点
  19. 数字化转型中的五大陷阱
  20. 计算机Word如何删空行,Word如何使用宏快速删除空行

热门文章

  1. Anker—工作学习笔记
  2. shell编程题(二)
  3. 腾讯,字节,阿里,小米,京东大厂Offer拿到手软!分享一点面试小经验
  4. 给定有权无向图的邻接矩阵如下,求其最小生成树的总权重,代码。
  5. MVC与三层架构区别
  6. 个人技术博客Alpha----Android Studio UI学习
  7. python基础-第三篇-函数编程
  8. 《软件工程》课之-调查问卷的心得体会
  9. [SoapUI] 通过SoapUI发送POST请求,请求的body是JSON格式的数据
  10. Intent.createChooser文件选择