你现在看到这篇博客，可能是因为你急于回忆起遗忘多时的SQL. SQL比编程要简单地多，因此回忆起来也是相当简单。
为了回忆SQL，我需要下载MySQL或其它数据库吗？当然可以。不过点开这篇博客的家人们有福了，如果只是为了回忆SQL的基本操作，直接使用Python内置的sqlite3即可。运行以下程序即可马上体验SQL的魅力：
import os, sqlite3def run_sql(temp_file:str = 'temp.sqlite3'):con = sqlite3.connect(temp_file)cur = con.cursor()while True:sql = input('> ')if sql == 'exit':con.close()os.remove(temp_file)breaktry:result = cur.execute(sql)if 'select' in sql.lower():for item in result.fetchall():print(item)elif 'insert' in sql.lower() or 'drop' in sql.lower():con.commit()except Exception as e:print(e)if __name__ == '__main__':run_sql()不过，sqlite3对数据类型的支持没有主流数据库那么好，但这对文中内容毫无影响。另外，SQL语句的关键字是不区分大小写的。
众所周知，一位自称是“数据科学工作者”的人，他的工作可能就是写SQL. 传统SQL讲究四门工夫——“增删查改”。“增”可以创建表、向表中写入数据；“删”可以删表、删数据，有一种传统艺能叫作“删库跑路”；“查”是SQL的重中之重，大部分SQL都是用于查找的；“改”可以修改表中数据，这个并不常见，在文中一笔带过。
学过数据库的朋友都知道，SQL有两种老掉牙的例子：一是学生、二是订单，我们这里使用的例子正是学生。
“增”：创建表、向表中添加行
建表语句如下：
CREATE TABLE stu (id INTEGER PRIMARY KEY, name VARCHAR(32), age INTEGER);创建了表stu，包含3列：id（学号）、name（姓名）、age（年龄）。
向表中添加记录(10001, 张萌萌, 12), 插入语句如下：
INSERT INTO stu VALUES(10001, '张萌萌', 12);我们再多插入几条记录：
INSERT INTO stu VALUES(10002, '李帅', 13);
INSERT INTO stu VALUES(10003, '王杰', 11);
INSERT INTO stu VALUES(10004, '欧阳清华', 14);“查”：查找表中内容
简单查找
查找语句应该是大家记忆最深的语句了，其格式为：
SELECT [列表项] FROM [表名] WHERE [筛选条件];
例如，我们要查看表stu中的所有行：
select * from stu;查找结果为：
(10001, '张萌萌', 12)
(10002, '李帅', 13)
(10003, '王杰', 11)
(10004, '欧阳清华', 14)如果我们要查找年龄大于12的所有学生姓名：
SELECT name FROM stu WHERE age > 12;查找结果为：
('李帅',)
('欧阳清华',)数据聚合
SQL中常用的内置聚合函数有COUNT、MIN、MAX、SUM和AVG，它们用于执行简单的统计功能。例如，计算表stu中学生的平均年龄：
SELECT AVG(age) FROM stu;关于COUNT
COUNT(*)可统计表的行数，而COUNT(age)可以统计列age中，非空(NOT NULL)值的个数。
分组查询
可通过GROUP BY将表分组，再对每个分组运用统计函数。为了演示效果，我们在表stu中再添加几条记录：
INSERT INTO stu VALUES(10005, '李芳芳', 13);
INSERT INTO stu VALUES(10006, '王菜刀', 11);
INSERT INTO stu VALUES(10007, '诸葛韭菜', 11);插入后，表stu中有年龄重复的行了。如果我们要统计表中各个年龄的有多少人，可以首先根据年龄，将表中数据分为若干个组，再利用统计函数COUNT，统计每个分组的行数：
SELECT age, COUNT(*) FROM stu GROUP BY age;输出为：
(11, 3)
(12, 1)
(13, 2)
(14, 1)提示
当查询语句同时包含
WHERE和GROUP BY时，WHERE先执行，GROUP BY作用于WHERE过滤后的表上。GROUP BY的表可通过HAVING进一步筛选，但用得比较少，一般在WHERE中写好过滤条件。
结果排序
对表排序是最常见的一种需求，只需要通过ORDER BY指定排序的列即可。例如，将表stu按照成绩从高到低排序：
SELECT * FROM stu ORDER BY age DESC;SQL默认从小到大排序，想要从大到小排序，需要指定关键字DESC. 排序时可以指定多个列名。
“删”：删除表中特定行、删除表
删除表中特定行的SQL语句为：
DELETE FROM [表名] WHERE [指定条件];
删除表的操作为：
DROP TABLE [表名];
现在，请删除表stu，我们将重新生成其它表，温习更复杂的查询操作。
“查”：表的连接操作
两张列相同的表可以执行UNION、INTERSECT等集合操作，例如：
(SELECT id, name FROM stu1) UNION (SELECT id, name FROM stu2);
下面重点考察内外连接、左右链接。
有如下两张表：
| id | name |
| 10001 | 王一 |
| 10002 | 王二 |
| 10003 | 王三 |
| id | age |
| 10001 | 11 |
| 10002 | 12 |
| 10004 | 14 |
| 10005 | 12 |
将表中具有相同id的行连接起来。
SELECT stu_name.id, name, age FROM stu_name INNER JOIN stu_age ON stu_name.id = stu_age.id;
/*
(10001, '王一', 11)
(10002, '王二', 12)
*/SELECT stu_name.id, name, age FROM stu_name LEFT JOIN stu_age ON stu_name.id = stu_age.id;
/*
(10001, '王一', 11)
(10002, '王二', 12)
(10003, '王三', None)
*/SELECT stu_name.id, name, age FROM stu_name RIGHT JOIN stu_age ON stu_name.id = stu_age.id;
/*
(10001, '王一', 11)
(10002, '王二', 12)
(None, None, 14)
(None, None, 12)
*/由此可见这几种查询模式的区别：当两侧数据都有效时，才能内连接上；左连接保证左边表的指定列中数据都在表中，而右链接则是保证右边的。
