本页面概述了如何使用 SQL 执行简单操作。本教程仅旨在为您提供入门指导，绝非关于 SQL 的完整教程。本教程改编自 PostgreSQL 教程。

DuckDB 的 SQL 方言非常遵循 PostgreSQL 方言的约定。少数例外情况列在 PostgreSQL 兼容性页面上。

在接下来的示例中，我们假设您已经安装了 DuckDB 命令行界面 (CLI) shell。有关如何安装 CLI 的信息，请参阅安装页面。

概念

DuckDB 是一个关系型数据库管理系统 (RDBMS)。这意味着它是一个用于管理存储在“关系”中的数据的系统。“关系”本质上是表的数学术语。

每个表都是一个命名的行集合。给定表的每一行都具有相同的一组命名列，且每一列都有特定的数据类型。表本身存储在模式（Schema）中，模式的集合构成了您可以访问的整个数据库。

创建新表

您可以通过指定表名以及所有列名及其类型来创建新表

CREATE TABLE weather (
    city    VARCHAR,
    temp_lo INTEGER, -- minimum temperature on a day
    temp_hi INTEGER, -- maximum temperature on a day
    prcp    FLOAT,
    date    DATE
);

您可以将此内容连同换行符一起输入 shell。命令直到分号处才算结束。

在 SQL 命令中可以自由使用空白字符（即空格、制表符和换行符）。这意味着您可以以不同于上文的对齐方式输入命令，甚至可以将整个命令写在一行上。两个连字符 (--) 表示注释。它们后面的内容直到行尾都会被忽略。SQL 对关键字和标识符不区分大小写。返回标识符时，将保留其原始大小写。

在 SQL 命令中，我们首先指定要执行的命令类型：CREATE TABLE。之后是命令的参数。首先给出表名 weather，然后是列名和列类型。

city VARCHAR 指定该表有一个名为 city 且类型为 VARCHAR 的列。VARCHAR 指定了一种可以存储任意长度文本的数据类型。温度字段存储在 INTEGER 类型中，这是一种存储整数（即没有小数点的整数）的类型。FLOAT 列存储单精度浮点数（即带有小数点的数字）。DATE 存储日期（即年、月、日的组合）。DATE 仅存储特定的某一天，而不存储与该日期关联的时间。

DuckDB 支持标准 SQL 类型 INTEGER、SMALLINT、FLOAT、DOUBLE、DECIMAL、CHAR(n)、VARCHAR(n)、DATE、TIME 和 TIMESTAMP。

第二个示例将存储城市及其关联的地理位置

CREATE TABLE cities (
    name VARCHAR,
    lat  DECIMAL,
    lon  DECIMAL
);

最后需要提到的是，如果您不再需要某个表，或者想以不同的方式重新创建它，可以使用以下命令将其删除

DROP TABLE tablename;

向表中填充行

INSERT 语句用于向表中填充行

INSERT INTO weather
VALUES ('San Francisco', 46, 50, 0.25, '1994-11-27');

非数值类型的常量（例如文本和日期）必须用单引号 ('') 括起来，如示例中所示。DATE 类型的输入日期必须格式化为 'YYYY-MM-DD'。

我们可以以同样的方式插入到 cities 表中。

INSERT INTO cities
VALUES ('San Francisco', -194.0, 53.0);

到目前为止所使用的语法要求您记住列的顺序。另一种语法允许您显式列出列名

INSERT INTO weather (city, temp_lo, temp_hi, prcp, date)
VALUES ('San Francisco', 43, 57, 0.0, '1994-11-29');

您可以根据需要以不同的顺序列出列，甚至可以省略某些列，例如，如果 prcp（降水量）未知

INSERT INTO weather (date, city, temp_hi, temp_lo)
VALUES ('1994-11-29', 'Hayward', 54, 37);

提示：许多开发人员认为显式列出列名比依赖隐式顺序更具可读性。

请输入上述所有命令，以便在后续章节中有数据可供使用。

或者，您可以使用 COPY 语句。对于大量数据，这种方式更快，因为 COPY 命令针对批量加载进行了优化，虽然其灵活性不如 INSERT。一个使用 weather.csv 的示例如下

COPY weather
FROM 'weather.csv';

其中源文件的文件名必须在运行该过程的机器上可用。还有许多其他将数据加载到 DuckDB 的方法，有关更多信息，请参阅相应的文档部分。

查询表

要从表中检索数据，需要对表进行查询。为此使用 SQL SELECT 语句。该语句分为选择列表（列出要返回的列的部分）、表列表（列出要从中检索数据的表的部分）以及可选的限定条件（指定任何限制的部分）。例如，要检索 weather 表的所有行，请输入

SELECT *
FROM weather;

此处 * 是“所有列”的简写。因此，相同的结果也可以通过以下方式获得

SELECT city, temp_lo, temp_hi, prcp, date
FROM weather;

输出应为

您可以在选择列表中编写表达式，而不仅仅是简单的列引用。例如，您可以这样做

SELECT city, (temp_hi + temp_lo) / 2 AS temp_avg, date
FROM weather;

这应该会得到

请注意 AS 子句是如何用于重命名输出列的。（AS 子句是可选的。）

查询可以通过添加指定所需行的 WHERE 子句进行“限定”。WHERE 子句包含一个布尔（真值）表达式，仅返回布尔表达式为真的行。常规布尔运算符（AND、OR 和 NOT）在限定条件中是允许的。例如，以下内容检索旧金山在下雨天的天气情况

SELECT *
FROM weather
WHERE city = 'San Francisco'
  AND prcp > 0.0;

结果

您可以要求查询结果以排序顺序返回

SELECT *
FROM weather
ORDER BY city;

在此示例中，排序顺序未完全指定，因此您可能会以任一顺序获得旧金山的行。但如果您执行以下操作，将始终获得如上所示的结果

SELECT *
FROM weather
ORDER BY city, temp_lo;

您可以要求从查询结果中删除重复行

SELECT DISTINCT city
FROM weather;

同样，结果行的顺序可能会有所不同。您可以通过同时使用 DISTINCT 和 ORDER BY 来确保结果一致

SELECT DISTINCT city
FROM weather
ORDER BY city;

表之间的连接 (Joins)

到目前为止，我们的查询一次只访问一个表。查询可以一次访问多个表，或者以同时处理表的多行的方式访问同一个表。一次访问同一或不同表的多个行的查询称为连接查询。例如，假设您希望列出所有天气记录以及相关城市的位置。为此，我们需要比较 weather 表中每一行的 city 列与 cities 表中所有行的 name 列，并选择这些值匹配的行对。

这可以通过以下查询来完成

SELECT *
FROM weather, cities
WHERE city = name;

关于结果集，请观察两点

• 对于 Hayward 市，没有结果行。这是因为在 cities 表中没有 Hayward 的匹配条目，所以连接会忽略 weather 表中不匹配的行。我们将很快看到如何解决这个问题。
• 有两列包含城市名称。这是正确的，因为 weather 和 cities 表的列列表已连接在一起。但在实践中这是不可取的，因此您可能希望显式列出输出列，而不是使用 *

SELECT city, temp_lo, temp_hi, prcp, date, lon, lat
FROM weather, cities
WHERE city = name;

由于列名各不相同，解析器自动找到了它们所属的表。如果两个表中存在重复的列名，则需要限定列名以指明您指的是哪一个，如下所示

SELECT weather.city, weather.temp_lo, weather.temp_hi,
       weather.prcp, weather.date, cities.lon, cities.lat
FROM weather, cities
WHERE cities.name = weather.city;

在连接查询中限定所有列名被广泛认为是良好的风格，这样如果以后在其中一个表中添加了重复的列名，查询就不会失败。

到目前为止所见的这类连接查询也可以写成以下替代形式

SELECT *
FROM weather
INNER JOIN cities ON weather.city = cities.name;

这种语法不如上面的常用，但我们在这里展示它是为了帮助您理解后续主题。

现在我们将弄清楚如何把 Hayward 的记录找回来。我们希望查询扫描 weather 表，并为每一行找到匹配的 cities 行。如果没有找到匹配的行，我们希望用“空值”替换 cities 表的列。这种查询称为外连接。（到目前为止我们看到的连接是内连接。）命令如下所示

SELECT *
FROM weather
LEFT OUTER JOIN cities ON weather.city = cities.name;

此查询称为左外连接，因为连接运算符左侧提到的表中的每一行至少会出现在输出中一次，而右侧的表只会输出那些与左表某一行匹配的行。在输出没有右表匹配的左表行时，右表列将被替换为空（null）值。

聚合函数

像大多数其他关系型数据库产品一样，DuckDB 支持聚合函数。聚合函数根据多个输入行计算单个结果。例如，有用于计算一组行上的 count（计数）、sum（求和）、avg（平均值）、max（最大值）和 min（最小值）的聚合函数。

例如，我们可以找出任何地方的最高低温读数

SELECT max(temp_lo)
FROM weather;

如果我们想知道该读数发生在哪个（或哪些）城市，我们可能会尝试

SELECT city
FROM weather
WHERE temp_lo = max(temp_lo);

但这是行不通的，因为聚合函数 max 不能在 WHERE 子句中使用

Binder Error:
WHERE clause cannot contain aggregates!

存在这种限制是因为 WHERE 子句决定了哪些行将被包含在聚合计算中；因此显然必须在计算聚合函数之前对其进行评估。然而，通常可以通过使用子查询重写查询来达到预期的结果

SELECT city
FROM weather
WHERE temp_lo = (SELECT max(temp_lo) FROM weather);

这样做是可以的，因为子查询是一个独立的计算，它独立于外部查询发生的事情来计算其自身的聚合。

聚合在与 GROUP BY 子句结合使用时也非常有用。例如，我们可以得到每个城市观测到的最高低温

SELECT city, max(temp_lo)
FROM weather
GROUP BY city;

这将为每个城市提供一个输出行。每个聚合结果都是针对匹配该城市的表行进行计算的。我们可以使用 HAVING 来过滤这些分组的行

SELECT city, max(temp_lo)
FROM weather
GROUP BY city
HAVING max(temp_lo) < 40;

这对于只有所有 temp_lo 值都低于 40 的城市，给出了相同的结果。最后，如果我们只关心名称以 S 开头的城市，可以使用 LIKE 运算符

SELECT city, max(temp_lo)
FROM weather
WHERE city LIKE 'S%'            -- (1)
GROUP BY city
HAVING max(temp_lo) < 40;

有关 LIKE 运算符的更多信息，可以在模式匹配页面中找到。

理解聚合函数与 SQL 的 WHERE 和 HAVING 子句之间的交互非常重要。WHERE 和 HAVING 之间的根本区别在于：WHERE 在计算分组和聚合之前选择输入行（因此它控制哪些行进入聚合计算），而 HAVING 在计算分组和聚合之后选择组行。因此，WHERE 子句不得包含聚合函数；试图使用聚合函数来确定哪些行作为聚合的输入是没有意义的。另一方面，HAVING 子句总是包含聚合函数。

在前面的例子中，我们可以在 WHERE 中应用城市名称限制，因为它不需要聚合。这比将限制添加到 HAVING 中更有效，因为我们避免了对所有未通过 WHERE 检查的行进行分组和聚合计算。

更新

您可以使用 UPDATE 命令更新现有行。假设您发现 11 月 28 日之后的温度读数都偏差了 2 度。您可以按如下方式更正数据

UPDATE weather
SET temp_hi = temp_hi - 2,  temp_lo = temp_lo - 2
WHERE date > '1994-11-28';

查看数据的新状态

SELECT *
FROM weather;

删除

可以使用 DELETE 命令从表中删除行。假设您不再对 Hayward 的天气感兴趣。那么您可以执行以下操作来从表中删除这些行

DELETE FROM weather
WHERE city = 'Hayward';

所有属于 Hayward 的天气记录都被删除了。

SELECT *
FROM weather;

在发出以下形式的语句时应该谨慎

DELETE FROM table_name;

警告：如果没有限定条件，DELETE 将从给定表中删除所有行，使其变为空表。系统在执行此操作之前不会请求确认。