SQL数据库作为现代软件系统中存储和管理数据的重要工具，SQL脚本是数据库开发、运维以及数据分析过程中不可缺少的组成部分。通过编写SQL脚本，可以完成数据表创建、数据初始化、数据查询、数据维护等多种操作。掌握SQL脚本的基本结构和常用语句，是数据库学习和实际项目开发中的基础能力。
本文将围绕SQL脚本中的创建表、插入数据以及查询操作展开详细介绍，通过完整示例帮助开发人员理解SQL语句的执行逻辑，并掌握数据库操作的常见实践方法。
SQL脚本的基本组成
SQL脚本通常由一组按照执行顺序排列的SQL语句组成，可以保存为.sql文件，在数据库客户端或命令行工具中批量执行。
一个完整的SQL脚本通常包含以下几个部分：
数据库环境准备，例如创建数据库或选择目标数据库。
数据表结构定义，包括字段名称、数据类型、约束条件等。
初始化数据插入，用于填充基础业务数据。
数据查询语句，用于验证数据或实现业务检索。
数据维护操作，例如更新和删除数据。
合理组织SQL脚本结构，可以提高数据库部署效率，也方便项目迁移和版本管理。
创建数据表（CREATE TABLE）
创建数据表是SQL脚本中最基础的操作之一。通过CREATE TABLE语句，可以定义数据存储结构。
例如创建一个用户信息表：
CREATE TABLE users (
id INT PRIMARY KEY AUTO_INCREMENT,
username VARCHAR(50) NOT NULL,
email VARCHAR(100),
age INT,
create_time DATETIME DEFAULT CURRENT_TIMESTAMP
);上述SQL语句创建了一个名为users的数据表，其中包含以下字段：
id：用户唯一编号，设置为主键，并自动递增。
username：用户名，使用VARCHAR类型保存字符串。
email：用户邮箱信息。
age：用户年龄。
create_time：记录创建时间，默认使用当前时间。
常见数据类型说明
不同数据库系统支持的数据类型略有差异，但常用类型基本类似。
| 数据类型 | 使用场景 |
|---|---|
| INT | 存储整数数据，例如编号、数量 |
| BIGINT | 存储较大范围整数 |
| VARCHAR | 存储可变长度字符串 |
| CHAR | 存储固定长度字符串 |
| DATE | 存储日期 |
| DATETIME | 存储日期和时间 |
| DECIMAL | 存储精确小数，例如金额 |
在设计表结构时，需要根据业务需求合理选择字段类型，避免空间浪费或数据溢出。
添加表字段约束
为了保证数据完整性，创建表时通常会增加约束条件。
常见约束包括：
主键约束（PRIMARY KEY）
主键用于唯一标识表中的每条记录。
id INT PRIMARY KEY一个数据表通常只能存在一个主键。
非空约束（NOT NULL）
限制字段不能为空。
username VARCHAR(50) NOT NULL例如用户名称不能为空，可以避免出现无效数据。
唯一约束（UNIQUE）
保证字段值不能重复。
email VARCHAR(100) UNIQUE适用于账号、邮箱、身份证编号等具有唯一性的字段。
默认值约束（DEFAULT）
当插入数据时未指定字段值，可以使用默认值。
status INT DEFAULT 1插入数据（INSERT INTO）
创建数据表后，需要通过INSERT语句向表中添加数据。
插入单条数据
例如向users表添加一条用户记录：
INSERT INTO users(username, email, age)
VALUES ('张三', 'zhangsan@example.com', 25);执行后，数据库会新增一条用户信息。
批量插入数据
实际项目中通常需要一次插入多条数据：
INSERT INTO users(username, email, age)
VALUES
('李四', 'lisi@example.com', 30),
('王五', 'wangwu@example.com', 28),
('赵六', 'zhaoliu@example.com', 22);批量插入相比多次执行单条INSERT语句，能够减少数据库连接次数，提高执行效率。
指定全部字段插入
也可以按照表字段顺序插入：
INSERT INTO users
VALUES
(1, '陈明', 'chenming@example.com', 26, NOW());不过这种方式依赖字段顺序，当表结构发生变化时容易出现错误，因此实际开发中更推荐明确指定字段名称。
查询数据（SELECT）
SELECT是SQL中使用频率最高的语句，用于从数据库中读取数据。
查询全部字段
SELECT * FROM users;该语句会返回users表中的所有数据。
在测试阶段可以使用，但生产环境通常不建议大量使用SELECT *，因为可能导致查询无用字段，影响性能。
查询指定字段
SELECT username, email
FROM users;只返回需要的数据，可以降低数据传输量，提高查询效率。
使用WHERE条件筛选数据
WHERE用于限制查询范围。
例如查询年龄大于25岁的用户：
SELECT *
FROM users
WHERE age > 25;多个条件可以结合AND或OR：
SELECT *
FROM users
WHERE age > 20
AND email IS NOT NULL;常见条件运算符包括：
= ：等于
<> 或 !=：不等于
：大于
<：小于
BETWEEN：范围查询
IN：指定集合查询
LIKE：模糊匹配
例如查询用户名包含“张”的用户：
SELECT *
FROM users
WHERE username LIKE '%张%';数据排序（ORDER BY）
ORDER BY用于对查询结果进行排序。
按照年龄升序：
SELECT *
FROM users
ORDER BY age ASC;按照创建时间倒序：
SELECT *
FROM users
ORDER BY create_time DESC;其中：
ASC表示升序，也是默认排序方式。
DESC表示降序。
数据分页查询（LIMIT）
在网站列表、后台管理系统等场景中，经常需要分页显示数据。
例如查询前10条用户信息：
SELECT *
FROM users
LIMIT 10;查询第11到20条数据：
SELECT *
FROM users
LIMIT 10 OFFSET 10;分页查询能够避免一次加载大量数据，提高系统响应速度。
使用聚合函数统计数据
SQL提供了多种聚合函数，用于数据统计分析。
查询用户数量
SELECT COUNT(*) AS total
FROM users;查询平均年龄
SELECT AVG(age) AS avg_age
FROM users;查询最大年龄
SELECT MAX(age)
FROM users;常用聚合函数包括：
COUNT：统计数量。
SUM：计算总和。
AVG：计算平均值。
MAX：获取最大值。
MIN：获取最小值。
分组查询（GROUP BY）
GROUP BY用于按照指定字段进行分类统计。
例如统计不同年龄段的用户数量：
SELECT age, COUNT(*) AS total
FROM users
GROUP BY age;如果需要过滤分组结果，可以使用HAVING：
SELECT age, COUNT(*) AS total
FROM users
GROUP BY age
HAVING COUNT(*) > 2;WHERE用于过滤原始数据，而HAVING用于过滤分组后的结果，这是两者的重要区别。
多表查询基础
实际业务系统通常包含多个数据表，例如用户表、订单表、商品表等。
假设存在订单表orders：
CREATE TABLE orders (
id INT PRIMARY KEY AUTO_INCREMENT,
user_id INT,
amount DECIMAL(10,2)
);查询用户及对应订单信息：
SELECT
users.username,
orders.amount
FROM users
INNER JOIN orders
ON users.id = orders.user_id;INNER JOIN可以连接两个相关表，并返回匹配的数据。
常见连接方式包括：
INNER JOIN：查询两个表中匹配的数据。
LEFT JOIN：保留左表全部数据。
RIGHT JOIN：保留右表全部数据。
FULL JOIN：返回两个表所有匹配和非匹配数据（部分数据库支持）。
SQL脚本执行注意事项
编写和执行SQL脚本时，需要注意以下几点：
1. 保持执行顺序合理
通常应该按照以下顺序执行：
创建数据库。
创建数据表。
添加基础数据。
执行查询验证。
创建索引和优化结构。
如果顺序错误，例如先插入数据再创建表，会导致执行失败。
2. 注意数据安全
不要直接将用户输入拼接到SQL语句中，否则可能产生SQL注入风险。
例如：
SELECT *
FROM users
WHERE username = '用户输入';实际开发中应使用参数化查询，例如Java中的PreparedStatement、Python中的参数绑定方式。
3. 合理创建索引
对于经常用于查询条件的字段，可以建立索引：
CREATE INDEX idx_username