select * from order_info
WHERE
date>'2025-10-15' and status='completed'
and product_name in('C++','Java','Python')
and id<=
(SELECT ceiling(count(*)*0.8) from order_info)
这样就可以提取出前80%的数据，同样推荐筛选完之后进行序号排序，避免序号混乱的问题。
参考：# https://bbs.csdn.net/topics/320036579?list=4168112
Mysql如何查找某行到最后一行的数据，以及前百分之多少行的提取1.Mysql如何查找某行到最后一行的数据由于mysql版本升级SELECT * FROM table LIMIT 0,-1会被报错，根据官方文档，提示需要用一个较大的整数进行寻找，个人理解的意思为：SELECT * FROM table LIMIT 0,99999999999999这样的确可以解决从任意数取到最后一个数的问题，练习和考试可以通过，但是真正的业务场景由于数据很大并不能保证。随意真正解决的方法是：这里借用牛客的s
我们在进行项目需求开发的时候，可能会遇到查询满足特定条件的记录，但是如果有多条记录都满足条件，该怎么弄?
下面提供两条案例，具体使用可按照自己需求进行更改。
1、查询创建时间最早的一条记录，将它排序，生成行号，然后取出第一行的ID。
如果你知道@是什么的话，应该就能知道这个SQL大概是什么意思了，不知道的小可爱可以去看看存储过程，这里我们可以看到执行的时间大概是0.006s,效率一般。
2、按照字段进行排序，然后进行分页，如果这里放的也是时间字段，那么使用DESC.
关系型数据库和NoSQL数据库
什么是NoSQL
大家有没有听说过“NoSQL”呢？近年，这个词极受关注。看到“NoSQL”这个词，大家可能会误以为是“No！SQL”的缩写，并深感愤怒：“SQL怎么会没有必要了呢？”但实际上，它是“Not Only SQL”的缩写。它的意义是：适用关系型数据库的时候就使用关系型数据库，不适用的时候也没有必要非使用关系型数据库不可，可以考虑使用更加合适的数据存储。
为弥补关系型数据库的不足，各种各样的NoSQL数据库应运而生。
为了更好地了解本书所介绍的NoSQL数据库，对关系型数据库的理解是必不可少的。那么，就让我们先来看一看关系型数据库的历史、分类和特征吧。
关系型数据库简史
1969年，埃德加•弗兰克•科德（Edgar Frank Codd）发表了划时代的论文，首次提出了关系数据模型的概念。但可惜的是，刊登论文的《IBM Research Report》只是IBM公司的内部刊物，因此论文反响平平。1970年，他再次在刊物《Communication of the ACM》上发表了题为“A Relational Model of Data for Large Shared Data banks”（大型共享数据库的关系模型）的论文，终于引起了大家的关注。
科德所提出的关系数据模型的概念成为了现今关系型数据库的基础。当时的关系型数据库由于硬件性能低劣、处理速度过慢而迟迟没有得到实际应用。但之后随着硬件性能的提升，加之使用简单、性能优越等优点，关系型数据库得到了广泛的应用。
通用性及高性能
虽然本书是讲解NoSQL数据库的，但有一个重要的大前提，请大家一定不要误解。这个大前提就是“关系型数据库的性能绝对不低，它具有非常好的通用性和非常高的性能”。毫无疑问，对于绝大多数的应用来说它都是最有效的解决方案。
突出的优势
关系型数据库作为应用广泛的通用型数据库，它的突出优势主要有以下几点:
保持数据的一致性（事务处理）
由于以标准化为前提，数据更新的开销很小（相同的字段基本上都只有一处）
可以进行JOIN等复杂查询
存在很多实际成果和专业技术信息（成熟的技术）
这其中，能够保持数据的一致性是关系型数据库的最大优势。在需要严格保证数据一致性和处理完整性的情况下，用关系型数据库是肯定没有错的。但是有些情况不需要JOIN，对上述关系型数据库的优点也没有什么特别需要，这时似乎也就没有必要拘泥于关系型数据库了。
关系型数据库的不足
不擅长的处理
就像之前提到的那样，关系型数据库的性能非常高。但是它毕竟是一个通用型的数据库，并不能完全适应所有的用途。具体来说它并不擅长以下处理：
大量数据的写入处理
为有数据更新的表做索引或表结构（schema）变更
字段不固定时应用
对简单查询需要快速返回结果的处理
。。。。。。
NoSQL数据库
为了弥补关系型数据库的不足（特别是最近几年），NoSQL数据库出现了。关系型数据库应用广泛，能进行事务处理和JOIN等复杂处理。相对地，NoSQL数据库只应用在特定领域，基本上不进行复杂的处理，但它恰恰弥补了之前所列举的关系型数据库的不足之处。
易于数据的分散
如前所述，关系型数据库并不擅长大量数据的写入处理。原本关系型数据库就是以JOIN为前提的，就是说，各个数据之间存在关联是关系型数据库得名的主要原因。为了进行JOIN处理，关系型数据库不得不把数据存储在同一个服务器内，这不利于数据的分散。相反，NoSQL数据库原本就不支持JOIN处理，各个数据都是独立设计的，很容易把数据分散到多个服务器上。由于数据被分散到了多个服务器上，减少了每个服务器上的数据量，即使要进行大量数据的写入操作，处理起来也更加容易。同理，数据的读入操作当然也同样容易。
提升性能和增大规模
下面说一点题外话，如果想要使服务器能够轻松地处理更大量的数据，那么只有两个选择：一是提升性能，二是增大规模。下面我们来整理一下这两者的不同。
首先，提升性能指的就是通过提升现行服务器自身的性能来提高处理能力。这是非常简单的方法，程序方面也不需要进行变更，但需要一些费用。若要购买性能翻倍的服务器，需要花费的资金往往不只是原来的2倍，可能需要多达5到10倍。这种方法虽然简单，但是成本较高。
另一方面，增大规模指的是使用多台廉价的服务器来提高处理能力。它需要对程序进行变更，但由于使用廉价的服务器，可以控制成本。另外，以后只要依葫芦画瓢增加廉价服务器的数量就可以了。
不对大量数据进行处理的话就没有使用的必要吗？
NoSQL数据库基本上来说为了“使大量数据的写入处理更加容易（让增加服务器数量更容易）”而设计的。但如果不是对大量数据进行操作的话，NoSQ
假设两个表a,b，b中通过字段id与a表关联，a表与b表为一对多的关系。假设b表中存在一字段name，现需要查询a表中的记录，同时获取存储在b表中的name信息，按照常规查询，b表中有多少记录，则会显示多少行，如果需要只显示a表记录行数，则需要把查询name字段得到的多行记录进行合并，可以通过程序实现，但也可直接在sql层完成。
利用group_concat()方法，参数为需要合并的字段，合并的字段分隔符默认为逗号，可通过参数separator指定，该方法往往配合group by 一起使用。
select a.*,group_concat(b.name separator '
DECLARE @i INT
SELECT ROW_NUMBER() OVER(ORDER BY /*排序列*/ AddTime DESC) AS RowId, * into #temp FROM /*查询表 table*/表名 --where 1=1
SELECT @i=RowId FROM #temp WHERE /*唯一索引*/ Id='f8ff8b17-f3bf-4a8a...
1）查询所有时间内，所有产品销售金额占比，按占比大小降序排序，筛选累计占比在前80%的产品，结果输出排名产品名称销售金额占比累计占比。
2）查询所有时间内，各个国家的销售情况，销售合计金额大于10000视为业绩合格,
否则为不合格，结果输出国家销售金额业绩情况。
3）查询中国、英国每个月份的销售情况，2020年8月份销售合计金额大于10000视为业绩合格，否则为不合格，2020年9月份销售合计金额大于12000视为业绩合格，否则为不合格，结果输出月份中国销售业绩、英国销售业绩。
1、查询第一行记录：select * from table limit 1;2、查询第n行到第m行记录 select * from table1 limit n-1,m-n; -- 返回第6行到第15行的记录
SELECT * FROM table LIMIT 5,10; -- 返回第4行
select * from employee limit 3,1; 3、查......
device_id,
GROUP_CONCAT( merchant_id ) merchant_id,
SUBSTRING_INDEX( GROUP_CONCAT( remark ORDER BY create_time DESC ), ",", 1 ) AS remark,
SUBSTRING_INDEX( GROUP_CONCAT( create_time ORDER B...
select * from table order by id desc limit 1
MySql : SELECT * FROM 表名 ORDER BY 表_ID DESC LIMIT 1
SQLServer/Oracle : SELECT TOP 1 * FROM 表名 ORDER BY 表_ID DESC
首先要确定什么是最后一条。
是编辑时间最新的为最后一条，还是某个字段数字最大的未最后一条。
比如以时间最大为最后一条，则将符合条件的资料都筛选出来，再按时间排序
