SQLite 子查询

子查询或内部查询或嵌套查询是在另一个 SQLite 查询内嵌入在 WHERE 子句中的查询。

使用子查询返回的数据将被用在主查询中作为条件，以进一步限制要检索的数据。

子查询可以与 SELECT、INSERT、UPDATE 和 DELETE 语句一起使用，可伴随着使用运算符如 =、<、>、>=、<=、IN、BETWEEN 等。

以下是子查询必须遵循的几个规则：

  • 子查询必须用括号括起来。
  • 子查询在 SELECT 子句中只能有一个列，除非在主查询中有多列，与子查询的所选列进行比较。
  • ORDER BY 不能用在子查询中，虽然主查询可以使用 ORDER BY。可以在子查询中使用 GROUP BY，功能与 ORDER BY 相同。
  • 子查询返回多于一行，只能与多值运算符一起使用，如 IN 运算符。
  • BETWEEN 运算符不能与子查询一起使用，但是，BETWEEN 可在子查询内使用。

SELECT 语句中的子查询使用

子查询通常与 SELECT 语句一起使用。基本语法如下：

  1.     SELECT column_name [, column_name ]
  2.     FROM   table1 [, table2 ]
  3.     WHERE  column_name OPERATOR
  4.           (SELECT column_name [, column_name ]
  5.           FROM table1 [, table2 ]
  6.           [WHERE])

实例

假设 COMPANY 表有以下记录：

  1.     ID          NAME        AGE         ADDRESS     SALARY
  2.     ----------  ----------  ----------  ----------  ----------
  3.     1           Paul        32          California  20000.0
  4.     2           Allen       25          Texas       15000.0
  5.     3           Teddy       23          Norway      20000.0
  6.     4           Mark        25          Rich-Mond   65000.0
  7.     5           David       27          Texas       85000.0
  8.     6           Kim         22          South-Hall  45000.0
  9.     7           James       24          Houston     10000.0

现在，让我们检查 SELECT 语句中的子查询使用：

  1.     sqlite> SELECT *
  2.          FROM COMPANY
  3.          WHERE ID IN (SELECT ID
  4.                       FROM COMPANY
  5.                       WHERE SALARY > 45000) ;

这将产生以下结果:

  1.     ID          NAME        AGE         ADDRESS     SALARY
  2.     ----------  ----------  ----------  ----------  ----------
  3.     4           Mark        25          Rich-Mond   65000.0
  4.     5           David       27          Texas       85000.0

INSERT 语句中的子查询使用

子查询也可以与 INSERT 语句一起使用。INSERT 语句使用子查询返回的数据插入到另一个表中。在子查询中所选择的数据可以用任何字符、日期或数字函数修改。

基本语法如下：

  1.     INSERT INTO table_name [ (column1 [, column2 ]) ]
  2.                SELECT [ *|column1 [, column2 ]
  3.                FROM table1 [, table2 ]
  4.                [ WHERE VALUE OPERATOR ]

实例

假设 COMPANY_BKP 的结构与 COMPANY 表相似，且可使用相同的 CREATE TABLE 进行创建，只是表名改为 COMPANY_BKP。现在把整个 COMPANY 表复制到 COMPANY_BKP，语法如下：

  1.     sqlite> INSERT INTO COMPANY_BKP
  2.          SELECT * FROM COMPANY
  3.          WHERE ID IN (SELECT ID
  4.                       FROM COMPANY) ;

UPDATE 语句中的子查询使用

子查询可以与 UPDATE 语句结合使用。当通过 UPDATE 语句使用子查询时，表中单个或多个列被更新。

基本语法如下：

  1.     UPDATE table
  2.     SET column_name = new_value
  3.     [ WHERE OPERATOR [ VALUE ]
  4.        (SELECT COLUMN_NAME
  5.        FROM TABLE_NAME)
  6.        [ WHERE) ]

实例

假设，我们有 COMPANY_BKP 表，是 COMPANY 表的备份。

下面的实例把 COMPANY 表中所有 AGE 大于或等于 27 的客户的 SALARY 更新为原来的 0.50 倍：

  1.     sqlite> UPDATE COMPANY
  2.          SET SALARY = SALARY * 0.50
  3.          WHERE AGE IN (SELECT AGE FROM COMPANY_BKP
  4.                        WHERE AGE >= 27 );

这将影响两行，最后 COMPANY 表中的记录如下：

  1.     ID          NAME        AGE         ADDRESS     SALARY
  2.     ----------  ----------  ----------  ----------  ----------
  3.     1           Paul        32          California  10000.0
  4.     2           Allen       25          Texas       15000.0
  5.     3           Teddy       23          Norway      20000.0
  6.     4           Mark        25          Rich-Mond   65000.0
  7.     5           David       27          Texas       42500.0
  8.     6           Kim         22          South-Hall  45000.0
  9.     7           James       24          Houston     10000.0

DELETE 语句中的子查询使用

子查询可以与 DELETE 语句结合使用，就像上面提到的其他语句一样。

基本语法如下：

  1.     DELETE FROM TABLE_NAME
  2.     [ WHERE OPERATOR [ VALUE ]
  3.        (SELECT COLUMN_NAME
  4.        FROM TABLE_NAME)
  5.        [ WHERE) ]

实例

假设，我们有 COMPANY_BKP 表，是 COMPANY 表的备份。

下面的实例删除 COMPANY 表中所有 AGE 大于或等于 27 的客户记录：

  1.     sqlite> DELETE FROM COMPANY
  2.          WHERE AGE IN (SELECT AGE FROM COMPANY_BKP
  3.                        WHERE AGE > 27 );

这将影响两行，最后 COMPANY 表中的记录如下：

  1.     ID          NAME        AGE         ADDRESS     SALARY
  2.     ----------  ----------  ----------  ----------  ----------
  3.     2           Allen       25          Texas       15000.0
  4.     3           Teddy       23          Norway      20000.0
  5.     4           Mark        25          Rich-Mond   65000.0
  6.     5           David       27          Texas       42500.0
  7.     6           Kim         22          South-Hall  45000.0
  8.     7           James       24          Houston     10000.0